商业专业人员的假设分析：当前实践与未来机遇
What-if Analysis for Business Professionals: Current Practices and Future Opportunities
AI总结：
本研究通过用户研究揭示商业专业人员使用简陋工具进行假设分析的现状，并验证可视化原型中WIA技术能提升决策效率与信心，最后提出系统设计建议。
摘要：
假设分析（What-if Analysis, WIA）对于数据驱动的决策至关重要，它使用户能够评估变量变化对结果的影响，并探索替代情景。现有的WIA研究主要支持数据科学家和分析师的工作流程，在很大程度上忽视了通过非技术手段参与WIA的商业专业人员。为弥合这一差距，我们开展了一项由22名来自市场营销、销售、产品和运营岗位的商业专业人员参与的两部分用户研究。第一项研究考察了他们现有的WIA实践、工具和挑战。研究发现，由于各种限制，商业专业人员使用简陋工具独立执行许多WIA技术。随后，我们在一个可视化分析原型中实现了具有代表性的WIA技术，并将其作为探针进行了一项后续研究，以评估商业专业人员对这些技术的实际使用情况。结果表明，这些技术提高了决策效率和信心，同时也凸显了在数据准备、风险评估和领域知识整合支持方面的改进需求。最后，我们提出了设计建议，以增强未来的商业分析系统。
英文摘要：
What-if analysis (WIA) is essential for data-driven decision-making, allowing users to assess how changes in variables impact outcomes and explore alternative scenarios. Existing WIA research primarily supports the workflows of data scientists and analysts, and largely overlooks business professionals who engage in WIA through non-technical means. To bridge this gap, we conduct a two-part user study with 22 business professionals across marketing, sales, product, and operations roles. The first study examines their existing WIA practices, tools, and challenges. Findings reveal that business professionals perform many WIA techniques independently using rudimentary tools due to various constraints. We then implement representative WIA techniques in a visual analytics prototype and use it as a probe to conduct a follow-up study evaluating business professionals' practical use of the techniques. Results show that these techniques improve decision-making efficiency and confidence while underscoring the need for better data preparation, risk assessment, and domain knowledge integration support. Finally, we offer design recommendations to enhance future business analytics systems.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
