Bagaimana menggunakan AI untuk menganalisis data dengan cemerlang? | Kursus Wajib AI dalam Pejabat 02

三步完成数据分析全流程

进行数据分析时，最令人头痛的有三件事：数据散布在不同表格，同一指标在不同位置数值对不上，加上数据清洗更是耗时耗力。

本期刊物将讲解如何利用千问办公，经三个步骤实现数据分析全流程：从多源导入、智能清洗到框架分析，最后交付互动式报告、数据底表及口径文档。

01 导入多源基础数据

经营分析的数据通常四处分散：销售详情储存于 Excel，回款流水是 CSV，用户增长与库存也各自独立成表。

第一步，把这些文件全部拖入对话框。无论是销售详情、回款流水还是库存表，即使格式差异再大也无所谓，千问办公会自动解析，并根据你的业务背景进行统一处理。

除了本地文件，钉钉文档或内部系统导出的数据也可直接接入——资料存放位置并非关键，能够读取即可。

提示词模板（可复制）：

我已上传【附件】。请先解析【附件】，随后进行一次数据质量体检，逐一检查：① 口径冲突（销售额与回款口径是否可比较）② 时间粒度（月/周/日/时点是否对齐）③ 单位与格式 ④ 记录重复 ⑤ 其他待确认项目。每一项标明：问题何处、影响哪些指标、建议如何处理。先列清单让我确认，我逐一拍板后你再修正，不要自行直接修改数据。清洗完毕后，产出一份《数据口径文档》（指标定义、计算方式、数据来源、统计时点），再基于干净数据生成 Q3 经营分析报告：总销售额、产品维度结构、渠道分布、趋势洞察，每条结论附上数据来源。

02 清洗数据，规范分析口径

数据清洗前，需先让 AI 全面检视数据，避免误判。多源数据一经合并，口径问题立刻显现：

举例来说：销售额属含税口径，回款则是流水口径，两者不可直接比较；库存为时点数（如 9 月 30 日），销售却是期间数（整个 Q3），时间粒度不一致；详情中更存在重复记录，单位格式混乱。

此步由千问办公执行全量数据质量检查，涵盖口径冲突、时间粒度、单位格式、重复记录等范畴。每一项问题都会标明位置与影响范围，并在你确认后才进行修正。

清洗完毕后，生成《数据口径文档》：明确每个指标的定义、计算方式、数据来源与统计时点，形成可追溯的标准化文件。今后他人询问“这个数怎么来的”，直接提供文档即可。

03 生成可交互分析报告

当数据口径统一、内容清洁之后，分析效率将大幅提升。

由千问办公生成的《Q3 经营分析报告》包含：总销售额、产品结构占比、渠道分布、趋势洞察等核心内容，每一条结论均有附带数据来源，点击即可追溯至原始表格。

倘若报告未达预期，可继续追问，系统会基于同一数据集深入挖掘。

最终，报告可一键发布为网页链接，分享给团队成员。无需发送文件，无需管理版本，打开即是最新内容。

04 两个进阶技巧

技巧一：长期记忆，令分析流程变成资产

本次完整的分析流程——包括导入的表格、设定的口径、报告结构——均可由千问办公记录下来。下个季度只需更换新数据，便可复用整套流程，无需重新配置。沉淀下来的分析逻辑，将成为团队的长期数据资产。

技巧二：定时看板，将一次性分析变为自动监控

将经营分析设置为定时任务：每周自动拉取最新数据，重新运行分析并更新看板，一旦发现异常变动即刻推送提醒。你无需每周手动操作，只需专注于变化本身。

以上是第 2 期 AI 办公必选课的全部内容。下一期将继续解锁千问办公的更多高效应用场景。

敬请关注「千问办公」公众号，获取第一时间更新通知。

We dedicated to serving clients with professional DingTalk solutions. If you'd like to learn more about DingTalk platform applications, feel free to contact our online customer service or email at This email address is being protected from spambots. You need JavaScript enabled to view it.. With a skilled development and operations team and extensive market experience, we’re ready to deliver expert DingTalk services and solutions tailored to your needs!