第 13 章 · AI 学习
用AI处理表格和分析业务数据
老板把一份销售表发给你：“帮我看看这个月为什么下降。”你把Excel交给AI，几分钟后得到趋势图、区域排名和一段原因分析。页面很专业，结论也很肯定。
老板把一份销售表发给你：“帮我看看这个月为什么下降。”你把Excel交给AI，几分钟后得到趋势图、区域排名和一段原因分析。页面很专业，结论也很肯定。
你回到原始数据才发现：金额列混有含税和未税口径，一批退货被算成负销售，两个月天数不同，还有几行日期被识别成文本。AI算得很快，输入和口径从一开始就没有对齐。
业务数据分析的主线是：先确认数据含义，再计算；先证明发生了什么，再解释为什么。
一、本章学完，你能做到什么
你将能够：
- 理解表格的行、列、字段和统计口径；
- 检查空值、重复值、格式错误和异常值；
- 先让AI生成分析计划，再执行计算；
- 使用公式、透视表或代码完成常见分析；
- 区分数据事实、相关关系和原因假设；
- 将关键结论回查到原始记录。
最终成果包括：清洗后的表格、分析过程、图表、业务结论和回查记录。
二、先读懂表格
拿到表格后，先建立字段字典：
| 字段 | 含义 | 类型 | 单位 | 口径 | 可能问题 |
|---|---|---|---|---|---|
| 订单日期 | 订单确认日期 | 日期 | 天 | 以系统确认时间为准 | 文本日期、时区 |
| 销售额 | 商品销售金额 | 数值 | 元 | 是否含税待确认 | 空值、负值 |
| 区域 | 客户所属销售区域 | 文本 | — | 按当前组织划分 | 名称不统一 |
| 产品 | 产品标准名称 | 文本 | — | 按产品主数据 | 别名、旧名称 |
同名字段在不同公司可能含义不同。“销售额”可能指下单、发货、开票或回款。口径没有确认时，任何精确计算都可能回答错问题。
三、数据分析前的七项检查
- 范围：时间、组织、产品和客户范围是否正确；
- 唯一性：一行是一笔订单、一件商品还是一天汇总；
- 完整性：关键字段是否为空；
- 一致性：日期、金额、地区名称和产品名称是否统一；
- 重复性：是否重复导入或多表拼接重复；
- 异常性：极端值、负值和不可能值是什么；
- 关联性：多张表通过什么键连接，是一对一还是一对多。
图：原文在发现AI初步分析与原始数据不一致之后使用的配图。这里用于强调先审核数据再接受结论；画面内容与授权待人工确认。
四、先要分析计划
面对“销售额为什么下降”，不要让AI自由发挥。先让它说明：
- 用哪个销售额口径；
- 比较哪两个周期；
- 先拆总量还是单价与数量；
- 从区域、产品、客户和销售人员怎样逐层定位；
- 需要关联退货、客户、成本或活动表吗；
- 每一步怎样验证。
一个常见拆解是：
销售额变化 → 销量与单价 → 区域贡献 → 产品贡献 → 客户贡献 → 订单与业务事件回查
图：原文在将“销售下降”拆成时间、区域、产品、客户和贡献因素之后使用的配图。这里对应业务分析路径；画面内容与授权待人工确认。
五、完整案例：销售额为什么下降
1. 原始任务
教学示例：分析8月销售额相对7月下降的主要来源，并给出需要业务团队核实的问题。
2. 数据准备
三张表：销售明细、退货记录、客户主数据。先确认订单号是关联键，销售明细一行代表一个商品明细，退货表可能一笔订单对应多次退货。
3. 清洗发现
- 区域字段存在“华东”“华东区”两个写法；
- 三笔订单重复导入；
- 退货金额已经在销售表冲减，不能再次扣除；
- 8月有两天系统数据尚未入库。
最后一项意味着当前数据不能直接与完整7月比较。报告中需要说明截止日期，或改用同天数比较。
4. 分析结果
示例分析发现：下降主要集中在华东区两家大客户，产品结构变化只解释少部分差额。这个结果是数据事实。
“客户预算收紧”“竞争对手降价”仍是原因假设，需要回到订单、销售记录和客户沟通验证。
5. 原始记录回查
提取对总体下降贡献最大的十条记录，核对订单状态、退货、客户名称和负责人。销售人员确认其中一家客户延后下单，另一家仍需查明。
6. 最终交付
交付物包含清洗说明、核心图表、三条数据结论、两个原因假设、原始记录清单和责任人。
六、让AI生成公式时怎样检查
AI可以解释或生成Excel公式。使用前必须确认：
- 引用区域是否正确；
- 相对引用与绝对引用是否符合拖动方式；
- 空值、错误值和零分母怎样处理；
- 日期与文本格式是否一致；
- 抽取三到五行手工计算作对照；
- 公式填充到全列后，总计是否合理。
复杂表格可以让AI生成处理步骤或代码，但要保存原始文件、清洗规则和输出文件，不能覆盖唯一原件。
七、图表要回答问题
- 看趋势：折线图；
- 比大小：条形图；
- 看构成：堆积图或在类别很少时使用饼图；
- 看分布：直方图或箱线图；
- 看两个变量关系：散点图。
图表标题直接写出结论，注明时间范围、单位和口径。避免截断坐标轴制造夸张变化，也不要用复杂三维效果遮盖数据。
八、在WorkBuddy、Claude、ChatGPT与Excel中怎样做
- 保留原始文件副本；
- 提供任务、字段字典和业务口径；
- 要求AI先执行数据质量检查；
- 确认分析计划；
- 再生成公式、透视表、图表或处理脚本；
- 输出中间表和异常记录；
- 将关键结论回查原始行；
- 业务负责人确认原因和行动。
图：原文在介绍先让WorkBuddy给出分析计划、确认方向后执行时使用的配图。这里对应“计划—审阅—执行”的数据分析流程；画面内容与授权待人工确认。
九、可复制的数据分析任务卡
业务问题：
使用者：
时间范围：
关键指标及口径：
表格清单与关联字段：
请先不要下结论，先完成：
1. 字段字典；
2. 数据质量检查；
3. 发现的空值、重复、异常和口径问题；
4. 分析计划与验证方式。
我确认后再执行。输出必须区分：
- 数据直接证明的事实；
- 基于数据的推断；
- 需要业务人员核实的原因假设；
- 支撑结论的原始记录。
十、常见错误与边界
- 未确认字段含义就计算；
- 两个周期范围不一致；
- 多表连接造成重复计数；
- 把相关变化写成因果关系；
- 只看总计，不看构成和贡献；
- AI生成公式未抽样验证；
- 上传未经授权的客户、员工或经营数据。
十一、练习：找出三个异常
选择一份可安全处理的销售、运营或项目表：
- 建立字段字典；
- 完成七项数据检查；
- 让AI提出分析计划；
- 找出三个异常；
- 每个异常回查至少三条原始记录；
- 写出事实、假设和待确认人。
十二、完成标准
- 原始文件保持不变；
- 字段和指标口径清楚；
- 清洗规则有记录；
- 关键公式经过抽样验证；
- 图表能回答业务问题；
- 结论能回到原始数据；
- 原因假设没有冒充事实。
本章小结
数据分析的主线是：
读懂字段 → 检查质量 → 设计路径 → 执行计算 → 回查记录 → 解释边界
下一章，我们处理另一类常见原始材料：会议录音与转写。
从 0 到 1 学 AI · 完整版