收到！各位打火弟兄注意，我是今天的資料分析兼 AI 戰術教官。裝備檢查完畢，全部給我集中精神進入狀況！

今天的實戰救援任務是推進 「Day 26：風控實戰專案（一）— 金融 Open Data 導入、去識別化與問題定義（Ask & Prepare）」！

從今天開始，我們正式進入「風控實戰專案」連載演練。在數據分析與風控救援的火場裡，數據分析不是拿到資料就盲目塗刷，整個標準流程包含了：Ask（定義提問）➔ Prepare（準備資料）➔ Process（資料處理/清洗）➔ Analyze（數據分析）➔ Share（視覺化溝通）➔ Act（決策行動） 這六大黃金階段。

如果在專案第一階段沒有把 「Ask (提問與目標)」 定義清楚，也沒有把 「Prepare (資料準備與個資去識別化)」 鋪設到位，就冒然向 AI 拋出原始數據，不僅會陷入盲目分析的泥淖，更會引發敏感個資外洩與隱私違規的連環大火！

以下依照我們的「救災標準作業程序 (S.O.P)」進行全方位的專案第一階段拆解與實力演練：

🚨 1. 災情評估與風險控制 (Size-up & Problem Analysis)

在專案啟動與金融 Open Data 導入的數據火場中，目標模糊與資安破口是最致命的起火源：

• 數據火場的致命盲點：
  1. 無目標分析（No Clear Ask）：許多人在執行風控專案時，直接抓了一包「開放資料（Open Data）」或「信用卡/房貸數據」，就想請 AI「隨便幫我分析一下」。沒有明確的問題邊界（Ask），只會產出堆砌圖表卻毫無決策價值的廢報告。
  2. 資安違規與個資外洩（PII Leakage）：金融 Open Data 或內部資料中常包含客戶姓名、身分證字號、聯徵 ID 或地址等個人可識別資訊（PII）。若直接未經處置貼給生成式 AI，等於將敏感個資暴露於公用模型的訓練風險中。
• 打火弟兄最常犯的致命迷思：
  1. 迷思一：「認為公開政府 Open Data 已經完全乾淨，可以直接拿來建模。」 —— 錯！開放資料常存在格式不一（如民國年與西元年混用、字串夾雜逗點、欄位名稱過長）等髒資料污染源，必須重新進行格式標準化。
  2. 迷思二：「以為去識別化就是把姓名刪掉就好。」 —— 錯！身分證字號、電話末碼、精確住址甚至可連帶推導的唯一識別碼（Unique ID），都屬於廣義個資，必須運用遮蔽（Masking）或代號替換（Anonymization）徹底隔離！

🧯 2. 戰術下達與核心原理 (Tactical Strategy)

為了鋪設鋼鐵般的專案基礎，我們採用 「Ask & Prepare 專案雙核心戰術」：

1. Ask 階段：數據思維提問拆解（Define the Problem）

• 核心戰術：將抽象的風險關注點（如房貸違約風險），拆解為 3 個可量化、可觀察、可執行的核心問題（Core Questions）。例如：各縣市逾期放款率（NPL）趨勢為何？哪些區域屬於高暴險警戒區？

2. Prepare 階段：去識別化與數據品質維度（Data Protection & Profiling）

• 去識別化三防線（De-identification Rules）：
  • 姓名與 Email：替換為代號（如 Customer_01、A@example.com）。
  • 身分證 / 帳號 / 唯一識別碼：手動遮蔽敏感位元（如 A123***789）或轉碼為通用代碼。
  • 日期與格式標準化：統一將民國年（如 115/08/01）轉換為標準西元年 YYYY/MM/DD。
• 六大數據品質維度檢核：
  • 驗證資料集的 完整性（Completeness）、有效性（Validity）、一致性（Consistency）、獨特性（Uniqueness）、準確性（Accuracy）與即時性（Timeliness）。

🚒 3. 黃金救援步驟 (Actionable S.O.P)

事前佈線（Data Preparation - 金融 Open Data 選定與原始結構）

我們選定專案主題：「全台各縣市房屋貸款逾期放款與不動產風險分析專案」。

原始下載之開放資料集（含髒資料與敏感識別碼）：

深入火場（Analysis & Realization - Ask 定義與去識別化實力練習）

動作一：定義專案 Ask 提問（數據思維拆解）

風控小組確定本專案要回答的 3 大關鍵問題：

1. 問題 1（描述性）：全台各縣市的房貸總暴險金額與逾期放款率（NPL %）分佈為何？
2. 問題 2（診斷性）：哪些特定區域的房貸逾期率顯著高於全行平均（> 2.5%），是否存在區域集中度風險？
3. 問題 3（處方性）：針對高逾期率區域，應採取何種授信成數（LTV）限縮與風險抵減處方？

動作二：下達去識別化與格式標準化 AI Prompt

1. 輸入 AI 的去識別化與預處理 Prompt：

# Role
你是一位金融數據工程與資安合規專家。

# Goal
請協助對【全台房貸逾期放款開放資料集】進行「資安去識別化」與「欄位格式標準化」清洗。

# Requirements & Rules
1. **去識別化 (De-identification)**：
   - 將「申貸戶姓名」替換為代號 `Customer_A`, `Customer_B`。
   - 將「聯徵識別碼」進行遮蔽，僅保留首尾字元（如 `A123***789` -> `A***789`）。
2. **格式標準化 (Formatting)**：
   - 將「申報年月」統一轉為西元標準格式 `YYYY/MM`（如 `115年08月` 轉為 `2026/08`）。
   - 將「所在縣市」拆分為 `縣市` 與 `鄉鎮市區` 兩個獨立欄位。
   - 對「逾期放款金額」中的 Null 缺失值補值為 `0`。
3. 請輸出 Markdown 表格呈清洗後的預處理成果。

動作三：清洗與預處理後的乾淨資料集（Clean & De-identified Dataset）

殘火處理與儀表板（Visualization & Quality Check）

1. 六大數據品質維度殘火驗算：
   • 完整性（Completeness）：Null 值已補齊為 0，無空白漏洞。
   • 有效性（Validity）：日期已統一為西元 2026/08。
   • 隱私合規性（Privacy Compliance）：100% 消除姓名與完整身分證號，符合個資去識別化標準。
2. 為階段二（Process & Analyze）鋪設水線：
   將預處理好的乾淨資料存為 Cleaned_Mortgage_Risk_2026.csv，準備在 Day 27 進行特徵工程與交叉分析！

🛡️ 4. 隊長的精神訓話 (Takeaway)

「Ask 提問先鎖定，Prepare 準備不放過；個資去識別化築防線，專案進火場零資安風險！」