课程背景BACKGROUND
一份月度经营分析报告，从整理数据、清洗、统计到做完图表，要花多久？不同岗位的答案不同。做报表的人说“两天”，看报表的人说“为什么不能更快一点”。销售、运营、财务每天都在和数据打交道，却因Excel效率有限或不懂专业工具，反复做重复性工作；管理者催着要数据，业务人员陷在数据里，两头都累。
这不是某个岗位的问题。凡是需要处理数据的人，都会碰到这个情况。WorkBuddy这类AI智能体解决的正是这个问题——不写代码、不靠IT支持，用自然语言就能完成数据清洗、统计分析、图表生成、报告输出，把原本一两天的分析工作压缩到几十分钟。
本课程不讲算法原理，不写代码。围绕真实业务数据，从零开始，带着学员一步一步完成清洗、分析、可视化、报告生成、多表关联和定时自动化，最终输出可直接汇报的完整成果。课程内容不挑岗位，不挑职级，会基础Excel就能学会。课上写的指令，回去改改就能跑在自己的数据上。管理者亲自走一遍流程，能看到一份分析报告从数据到结论要经历哪些环节、每个环节需要什么条件，自己心里有数了，布置任务时方向更清晰，给团队的支持也更到位。
课程安排ARRANGEMENT
适用对象
有数据分析需求的全员（不限岗位、不限职级），会基础Excel操作即可，无需任何AI或编程基础
授课方式
讲师讲授 + 实操演示 + 实战跟练 + 小组共创
课程收益BENEFITS
大幅提升数据处理效率：释放时间和精力，用于更有价值的业务决策
掌握一套数据分析指令库：获得可回到岗位直接套用的标准化提示词模板
独立完成从原始数据到决策报告的全流程：获得处理各类数据并输出完整报告的能力
建立数据驱动的决策思维：让分析结果精准服务于业务决策
实现数据分析的定时自动化：告别高频分析任务的重复性劳动
课程大纲OUTLINE
- 导入：为什么用AI做数据分析
- 问题：你做一份数据分析报告要多久？
- 1. 整体多久？
- 2. 最耗时的环节？
- 效率对比：传统方式2小时 VS AI方式10分钟，差距在哪？
- 第一部分：AI辅助分析的基础能力——从数据整理到洞察发现
- 一、场景痛点
- 1. 打开WorkBuddy后，不知道该做什么
- 2. 试着输入指令，AI给出结果没法用
- 3. 反复修改指令，花的时间比自己做还长
- 二、基本原理
- 1. Workbuddy读取数据的三种方式
- 1）上传本地Excel/CSV文件
- 2）连接本地文件夹
- 3）MCP方式（进阶选学）
- 2. WorkBuddy理解数据分析需求的机制
- 1）解析指令中的分析目标
- 2）将需求转化为数据操作
- 3. WorkBuddy生成分析结果的输出形式
- 1）清洗后的数据表
- 2）统计汇总表
- 3）可视化图表
- 4）HTML/PPT/Markdown报告
- 三、分析模式
- 1. Ask模式：探索式分析
- 2. Craft模式：结构化任务
- 四、AI指令基本结构
- 1. 指令三要素
- 1）数据范围：处理哪部分数据？
- 2）分析动作：做什么处理（清洗/统计/制图）？
- 3）输出格式：以什么形式返回结果？
- 2. 指令模板
- 模板：处理[数据范围]，执行[分析动作]，以[输出格式]返回
- 示例：处理销售明细表，按地区汇总销售额，以表格形式返回
- 课堂实操练习：完成Workbuddy安装与登录；配置本地授权文件夹；导入数据验证环境可用
- 一、场景痛点
- 你拿到一张Excel表，里面什么格式都有，没法直接分析：
- 1. 日期列各种格式都有，无法排序
- 2. 数据列混入文字，Excel求和报错
- 3. 很多行数据重复，肉眼查找耗时长
- 二、数据质量诊断——让AI先体检再治疗
- 诊断指令的结构：数据范围 + 诊断维度 + 输出格式
- 示例：检查[数据表]的数据质量，包括[空值、重复值等]，输出Excel格式诊断报告
- 三、六大高频清洗场景的指令写法
- 1. 去重
- 示例：删除[数据表]中[按某列]重复的行，保留第一次出现
- 2. 空值处理
- 示例：将[数据表]中[某列]的空值填充为[指定值]
- 3. 日期标准化
- 示例：将[数据表]中[日期列]统一格式为YYYY-MM-DD
- 4. 列名重命名
- 示例：将[数据表]中的[原列名]改为[新列名]
- 5. 数据类型转换
- 示例：将[数据表]中的[某列]转换为[数字/文本/日期]类型
- 6. 异常值标记
- 示例：将[数据表]中[某列]超出[范围]的值标记为“异常”
- 实操任务：清洗一份含错误数据的销售明细表，输出一份清洗干净的Excel文件
- 一、场景痛点
- 数据清洗干净了，但你想从数据里得到业务结论，依然无从下手：
- 1. 想做排名、占比分析，不知道让AI怎么做
- 2. 做透视表，反复拖拽字段、试错调整，效率很低
- 3. 不知道怎么问AI，才能一次性得到分析结果
- 二、单维度统计的指令
- 使用场景：按一个维度对数据进行分组汇总，回答“各XX的YY是多少”这类问题
