📚 深度解析：資料分佈分析
💡 常見使用場景
- 在stats場景下，先使用Data Distribution建立輸入邊界，後續再對關鍵指標拆分歸因。
- 適合先做樣本驗證，再擴到全量，用於識別規則盲點和口徑漂移。
- 將異常樣本與處理假設並列記錄，便於後續修訂和經驗複用。
邊界樣本試跑
挑選一組正常樣本與一組異常樣本平行計算，比較輸出與預期偏差並補充規則註釋，形成檢查清單。
❓ 常見問題（FAQ）
- 如何避免誤報？
- 將輸入來源、轉換規則和閾值寫入同一入口，優先人工複核高風險樣本。
- 輸出可否直接落地？
- 建議經過複核後再進入執行流程，尤其是涉及人工稽核或財務影響的動作。