AI 数据分析入门助手

解决的问题

数据分析常见的问题不是不会画图，而是把表格直接丢给模型后得到一堆无法复核的判断：字段含义不清、金额口径不明、缺失和重复被静默处理，相关性被说成因果。本技能把这种模糊流程改成一组可检查的步骤，先明确业务判断，再定义指标、数据字典和分析边界。

工作方式

技能按“任务书—体检—清洗—分析—结论”的链路展开：

• 明确分析问题：把“看看销售数据”改写成可计算问题，例如比较各渠道订单数、净收入和退款率。
• 建立数据字典：记录字段含义、类型、单位、缺失规则、唯一键和关联方式。
• 数据体检：检查行数、缺失、重复、日期断档、分类值差异和表间关联成功率。
• 清洗与计算：保留原始列，生成清洗列，记录每条规则的影响行数和依据。
• 最小分析：按描述现状、比较差异、观察趋势、检查关系和发现异常选择指标。
• 图表与结论：用折线图、排序条形图、堆叠图、箱线图等匹配问题，并按事实、解释、未知、行动输出结论。

适用边界

适合业务表格、订单、客户、渠道、地区等结构化数据的入门分析，也适合需要把过程说清楚的汇报。不适用于没有字段口径、样本过小或需要强因果推断的场景；涉及敏感字段时应先脱敏或留在本地，关键数字仍需独立计算复核。