在 ITTO 的說明中，有提到其中四個常見的數據相關 tools，在這邊獨立成一篇筆記說明。
如果用一個軟體新功能開發案作為例子，以下四個tools分別的使用情境是：- Data Gathering 數據蒐集：透過使用者訪談、或撈資料蒐集當前系統的使用者數據。
- Data Analysis 數據分析：將蒐集到的資料進行分析，了解看看目前相關功能的使用率。
- Data Representation 數據表達：將分析完的資料整理成各類型使用者、不同功能使用率的圖表，使分析結果更容易被利害關係人理解。
- Decision Making 數據決策：根據數據表達呈現的分析結果，利害關係人決定進行或不進行此新功能的開發。
接下來在各段落列舉四個 tools 的常見執行方法。
Data Gathering 數據蒐集
- Brainstorming 頭腦風暴：集結利害關係人開會，讓大家自由地提出點子加以討論（有些會強調在初期不要過多的批判，因為此作法的重點是廣泛地蒐集意見，盡可能鼓勵參與者提出更多意見）
- Interview 訪談：經典的方法，準備好訪綱，訪談你的利害關係人（可能是使用者、高階決策者...）
- Focus Group 焦點團體：可以找來專案領域相關的專家，尤其是相關主題有深刻理解的利害關係人，蒐集他們的觀點以及如果是他們會怎麼解決相關的問題
- Checklist 核選清單：將可能考慮開發的功能全部列舉出來，提供給潛在利害關係人，請他們勾選想要的功能（感覺適合大量廣發問卷的情境，或是用做訪談的起始內容）
- Questionaires and Surveys 問卷：也是經典方法，可以調查利害關係人的滿意度、對於這項專案的期待等。
Data Analysis 數據分析
- Alternative Analysis 替代方案分析：對於想要解決的問題，可以分析出哪些不同的解決方法？除了最初想到的方法，數據是否指出了其他可能的替代方案？
- Root Cause Analysis (RCA) 根本原因分析：辨識造成問題的根本原因，例如開發速度太慢，表象來看可能是人員偷懶？但可能分析蒐集來的意見回饋後，發現是團隊目前的技術能力不足，需要花較多時間在學習新技術上。
- Varience Analysis：差異分析，比較兩者的具體差異。例如原先本月預算是10萬，但實際開支是12萬，那就有2萬元的差異預算。
- Trend Analysis：趨勢分析，觀察數據在不同時間區段的變化趨勢。例如本月預算超支2萬元，但上個月超支4萬、上上個月超支5萬。這樣綜合差異分析來看，我們可以更完整了解我們預算管控的狀況。
Data Representation 數據表達
利用各種形式去表達數據分析的結果，目的就是讓接收方（顧客、利害關係人...）理解你的想法。現在有很多樣的圖表和軟體去協助我們完成數據表達，像是流程圖、魚骨圖、表格...表達的方式又是自成一門學問，這邊就不贅述。
Decision Making 數據決策
- Voting 投票：各種投票來做決策的方式，包括過半多數決、所有人皆須同意、未過半多數決。
- Multicriteria Decision Making 多標準決策分析：列出各個考慮標準，分析各個點子作法在各面向的表現，例如花費、時間、滿意度...
- Autocratic Decision Making 專制決策：由一人為整個團隊做決定，老闆說了算XD
其實每個方法真正要執行起來，還是有很深的學問，但在這邊只是先將課程提到常見的做法整理成筆記。整體來說，每個環節越準確，讓數據越精確，我們便有更多機會做出好的決策。
