文章目录 / 点击展开
AI 可以帮助理解字段、生成公式和解释结果，但不能把脏数据自动变成可靠结论。表格分析应依次完成字段确认、质量检查、清洗、问题设计、计算验证和结论表达。
第一步：建立数据字典
为每一列说明业务含义、类型、单位、允许值、空值含义和来源。例如“金额”需要明确币种、是否含税；“日期”需要明确时区和统计口径。
不要把包含姓名、联系方式、账号、合同和未公开经营数据的原表直接上传到未经批准的在线模型。可以先删除敏感列、抽样或使用虚构结构示例。
第二步：让 AI 设计质量检查
根据以下字段说明和十行脱敏样例，列出数据质量检查规则。
按缺失、重复、类型、范围、跨字段一致性和时间连续性分类。
每条规则给出检查方法和异常示例，不要直接修改数据。常见问题包括数字被存成文本、日期格式混合、同一分类多种写法、重复记录、单位不一致和总计行混入明细。先保留原表，再在副本中清洗，并记录每条规则影响的行数。
第三步：把业务问题写清楚
“分析销售数据”没有可验证结果。更好的问题是“过去 12 个月各渠道收入、订单数和客单价如何变化，哪个渠道的下滑来自流量、转化还是客单价”。
让 AI 把业务问题拆成指标、维度、过滤条件、时间粒度和计算公式。负责人确认口径后再建立透视表或公式。
第四步：生成公式并人工复核
提供真实表头、软件版本和区域设置，让 AI 生成公式。先在小样本中手算结果，再应用到整列。复杂逻辑优先拆成辅助列，便于检查。
请为以下指标提供 Excel 公式和透视表方案。
先解释口径，再给公式；标明绝对引用、空值处理和除零处理。
最后给出三条人工抽查方法。AI 生成的公式可能引用错误列、忽略隐藏筛选或不适配本地函数分隔符。公式能运行不代表口径正确。
第五步：解释结果，不替代判断
把已经核验的汇总表交给 AI，让它区分事实、可能原因和需要补充的数据。相关性不能直接解释为因果，异常点也可能来自口径变化或数据缺失。
最终输出建议包含核心结论、证据数字、限制、待确认问题和下一步行动。图表应服务比较关系，不为装饰增加复杂度。
分析检查清单
- 字段含义、单位、币种和时间口径是否确认。
- 原始数据是否保留，清洗规则是否有记录。
- 敏感数据是否脱敏并符合公司政策。
- 指标公式是否由业务负责人确认。
- 是否用小样本或手算复核结果。
- 异常是否区分业务变化与数据质量问题。
- 结论是否附带证据、限制和下一步行动。
常见问题
AI 能直接读取整个 Excel 文件吗
取决于工具能力和数据政策。即使支持，也应先确认隐私、权限和文件大小，并优先提供必要工作表和脱敏数据。
为什么 AI 给出的公式在我的 Excel 中报错
可能是函数版本、语言、分隔符或表头不同。提供软件版本和真实字段名，并先在小范围测试。
AI 的趋势解释可以直接写进汇报吗
不应直接使用。先验证数字和口径，再把解释标记为事实、推测或建议，重要结论需要业务负责人确认。
分析结论需要制作汇报时，可继续使用 AI 做 PPT 完整流程，办公工具可在 AI 工具库 中筛选。