Use case 架構介紹

Aralia Use Case：SDGs 包容性成長

Aralia Use Case：公共工程標案管理與風險預警系統

Aralia Use Case：高麗菜產銷失衡分析

🎯 1. 命題與背景（Problem Statement & Background）

• 問題主題描述：我們想探索馬來西亞在 2015–2019 年期間的經濟成長是否具備「包容性」，即是否伴隨著貧窮率的改善，而非僅僅整體 GDP 上升。
• 背景說明：聯合國 SDGs 的核心承諾為「Leave No One Behind」（LNOB）。即便一國整體 GDP 增長，也可能掩蓋了部分州別或弱勢族群的困境。因此，需從地區層級與多面向指標進行分析。
• 利害關係人／使用者角色（Persona）：
  • 政策制定者（例如經濟規劃單位）
  • 國際組織研究員（如 UNDP）
  • 數據分析師 / 永續發展倡議者
  • 公民社群與 NGO
• 提問範例：
  • 2015–2019 年馬來西亞哪一州 GDP 成長最快？最慢？
  • 經濟成長是否伴隨貧窮率下降？
  • 是否有「成長但貧窮惡化」的地區？

📊 2. 數據來源（Data Sources）

• 開放資料來源名稱與連結

  數據名稱	出處	描述	備註
  Malaysia Annual Real GDP	SDG 星球	各州 GDP 成長率，按購買者價格計算	含 2015–2019 年州級數據
  Malaysia Poverty Dataset	SDG 星球	各州相對貧窮率	含 2016、2019 年數據
  Malaysia Population Dataset	SDG 星球	各州人口數	計算犯罪率用，需注意人口數單位為 千人
  Malaysia Property Crime Dataset	SDG 星球	各州財產犯罪數	需篩選出「財產犯罪」類別
  Malaysia Household Income by State	SDG 星球	各州家庭收入中位數與平均數	使用中位數或平均數都可

• 資料欄位說明與格式（Data Schema）

  • 具有時間（年份）、地區（州）、數值欄位（GDP 成長率、貧窮率等）

• 更新頻率與品質註解

  • 與 Malaysia 官方數據平台同步

• 是否進行前處理？如何處理缺值或欄位合併？

  • 在 Aralia 中操作前無需預先清洗
  • 缺值與合併可透過「欄位設定」、「篩選器」、「分析面板」完成

🛠️ 3. Aralia DEMO

• 使用者操作流程截圖或錄影：

  Step 1: 瀏覽數據輪廓（Data Profile）

  • 檢查資料筆數、欄位名稱、格式
  • 查看欄位類型與描述

  

  Step 2: 建立基本圖表（Data Exploration）

  • 資料集：Malaysia Annual Real GDP
  • 設定：
    • X 軸：Administrative Region (State)
    • Y 軸：GDP Growth
    • 篩選：Year = 2015–2019 , Economic Sector = Purchases’ Price
  • 圖表類型：長條圖（bar chart）

  

  Step 3: 跨數據集探索（Transplore）

  • 新增資料連結：連結 Poverty Dataset
  • 連接鍵：Year（時間）、Administrative Region or State（州）
  • 建立 2016 與 2019 年的相對貧窮率圖表 （跨星球時使用不同條件）

  

  Step 4: 使用分析面板（Analytics Panel）

  • 於分析面板中計算2019 – 2016 的貧窮率變化
  • 命名：2016–2019 相對貧窮率變化

  

  Step 5: 建立 Line Chart

  • 與 Step 2 相同的題目但展示方式不同
  • 資料集：Malaysia Annual Real GDP
  • 設定：
    • X 軸：Administrative Region (State)、 Date
    • Y 軸：GDP Growth
    • 篩選：Year = 2016–2019 , Economic Sector = Purchases’ Price
  • 圖表類型：折線圖（line chart）

  

  Step 6: 建立及訪問數據地標（Data Landmark）

  • 儲存折線圖為數據地標

  

  Step 7: 額外練習：計算財產犯罪

  • 從 Income 數據集進入，連結 Crime 數據集 + Population 數據集

  • 跨星球獲得數據：

    • 各州財產犯罪數 (Category: Property)

    • 各州人口數

      

  • 分析面板中使用：

    • 計算公式：

      財產犯罪率 = (財產犯罪件數 / 人口數（千人）) × 1000

      （犯罪本身屬於相對少數事件，如果只用「每千人」或「每萬人」，數字會太小、不直觀。用 每十萬人口，通常得到的是幾十到幾百的數字，方便解讀和比較。）

  • 建立犯罪率圖表

    

    

📈 4. 分析結果與洞見（Insights）

• 分析結果簡述
  • 所有州在 2015–2019 年 GDP 均正成長
  • 但經濟成長速度存在明顯區域差異
  • 有些州 GDP 成長但貧窮惡化
• 洞察發現重點條列
• 建議的行動或後續分析方向

🧠 5. AGENT 功能展示（LLM Agent Demo）

• 使用者問題範例
• Agent 回應範例（截圖 + 邏輯說明）

🔧 6. AGENT 建置教學（Agent Setup Tutorial）

• 建立 AGENT 的步驟說明：
• 建置流程圖 / 截圖
• 常見錯誤與排除方式