AI数据处理与分析实战：让人人都能用数据说话

围绕业务数据的整理、Excel处理、分析、图表与报告，练习岗位数据模板、口径核验和改进行动，形成从数据到沟通的完整流程

2天 数据治理
授课讲师： 郝瑞琪 · AI人工智能实战专家
获取课程方案 查看课程大纲

课程大纲

互动导入：你最近一次汇报用的是什么：感觉大概，还是一张图表？盘点你岗位的数据：它们在哪、多乱、多久看一次？

互动导入：你最近一次汇报用的是什么：感觉大概，还是一张图表？盘点你岗位的数据：它们在哪、多乱、多久看一次？
  • 第一讲：认知篇——为什么人人都要用数据说话
一、企业数据的三个现状
  • 1. 数据分散
  • 2. 数据混乱
  • 3. 数据沉睡
二、数据赋能企业经营的四个层面
  • 1. 看得清现状
  • 2. 找得准问题
  • 3. 算得明账
  • 4. 控得住风险
三、数据分析六步流程地图
  • 1. 数据采集
  • 2. 数据整理
  • 3. 数据处理
  • 4. 数据分析
  • 5. 数据呈现
  • 6. 决策落地
  • 模拟案例：比较主观汇报与有数据依据的增长分析，讨论信息完整性及预算决策还需哪些证据
  • 课堂练习：盘点你的“数据家底”
  • 第1步：列数据：写下你岗位最常接触的3类数据
  • 第2步：找问题：标注每类数据现在存在哪、有多乱、多久分析一次
  • 第3步：定目标：写下你最想用数据回答的1个业务问题
  • 产出验收：每人完成一张“数据家底清单”——这份清单就是两天学习的个人导航图

采集与整理——AI把乱数据变干净

采集与整理——AI把乱数据变干净
一、企业数据的四大来源
  • 1. 业务系统导出
  • 2. 问卷与表单收集
  • 3. 公开数据整理
  • 4. 日常台账沉淀
二、企业数据标准三件事
  • 1. 统一口径
  • 2. 统一模板
  • 3. 统一节奏
  • 模拟案例：销售与财务先统一销售额定义、时间及确认口径，再比较汇总结果
三、数据整理的三大痛点与AI解法
  • 1. 去重：重复客户、重复订单
  • AI解法：按业务主键和合并规则标记疑似重复，确认后处理并保留原表
  • 2. 纠错与补全：错别字、缺失值、异常值
  • AI解法：依照规则标记问题；缺失值不能凭空编造，修正须记录依据
  • 3. 格式统一：日期、金额、单位、手机号格式统一
  • AI解法：AI一键规范化
四、AI清洗与批量处理实操
  • 1. 用DeepSeek/豆包完成杂乱表格的智能清洗
  • 2. WorkBuddy批量处理三步
  • 1）将获准样例与原始备份放在明确的工作目录
  • 2）说明处理规则、输出位置及禁止覆盖的原始文件
  • 3）检查生成文件、记录和合计数，经核验后采用
  • 指令示例：依据确认的客户标识和合并规则标记疑似重复，规范日期与金额格式，标记缺失值；输出新表和变更说明，保留原表供核对
  • 模拟案例：用WorkBuddy提取票据样例字段，核验金额、日期和编号，记录实际处理与复核耗时
  • 课堂练习：乱表清洗实操
  • 第1步：写规则：把你的清洗要求写成一段清晰的AI指令
  • 第2步：AI清洗：用DeepSeek/豆包执行清洗，检查输出结果
  • 第3步：核验收尾：抽查样例并核对行数、合计、缺失和异常规则；重要数据按风险扩大核验，保留变更记录
  • 产出验收：每人交出“清洗指令+干净表格”——这套指令以后可以反复使用

数据处理——不会公式也能玩转Excel

数据处理——不会公式也能玩转Excel
一、自然语言生成公式
  • 1. 四大高频公式类型
  • 1）求和汇总：SUM/SUMIF
  • 2）条件统计：COUNTIF
  • 3）查找匹配：VLOOKUP/XLOOKUP
  • 4）日期计算：DATEDIF/月度区间
  • 2. 提需求三要素
  • 1）说清表格结构（哪列是什么）
  • 2）说清想要什么结果
  • 3）说清结果放在哪里
  • 指令示例：我有一张销售表，A列是日期、B列是销售员、C列是金额。请给我一个公式，统计每个销售员每月的总销售额
二、多表合并与透视分析
  • 1. 数据透视表四步
  • 1）选中数据
  • 2）插入透视表
  • 3）拖拽行/列/值字段
  • 4）读结果
  • 2. 多Sheet/多文件合并
  • ——月度表合并成年度表，AI给方法或给代码
三、AI写VBA/Python实现自动化
  • ——让AI生成代码初稿，理解与审查后在副本上测试，核验结果再使用
  • 典型场景：一张总表按部门拆成12张分表、12个月度文件合并成年度总表、1000行数据统一改格式
  • 模拟案例：用AI辅助生成考勤汇总公式，核验班次、例外规则和人工样例，不预设完成速度
  • 课堂练习：Excel公式速成
  • 第1步：生成公式：写出你工作中最需要的3个数据处理需求
  • 第2步：透视分析：用样例数据完成一次数据透视表操作（如按区域汇总销售额）
  • 第3步：自动化：让AI写一段VBA或Python，实现一个重复操作（如批量改格式）
  • 产出验收：完成3个经过样例核验的公式和1张透视表，记录适用结构与限制

数据分析——从数据到结论

数据分析——从数据到结论
一、四种基础分析思维
  • 1. 对比分析：环比、同比、达成率
  • 2. 结构分析：占比与构成
  • 3. 趋势分析：走势与拐点
  • 4. 归因分析：找原因
二、一句话分析
  • 1. 仅向合适工具提供获准的数据或合成样例，说明字段、时间、口径和问题
  • 2. 多轮追问深挖
  • 提示词模板：“这是“什么数据”，时间范围是“X”，请帮我分析“具体问题”，并给出可能的原因和建议”
三、AI辅助归因与建议
  • 1. 让AI扮演经营顾问角色，基于数据给出解释与行动建议
  • 2. 重要结论人工复核，AI建议仅供参考决策
四、落地场景：月度经营分析会
  • 1. 会前：AI出数据结论与异常预警
  • 2. 会中：结合数据质量、图表、业务背景与不同解释讨论对策
  • 3. 会后：行动项到人、下期跟踪
  • 模拟案例：分析连锁门店数据中的异常信号，列出需要进一步核实的业务原因
  • 课堂练习：一句话分析实操
  • 练习准备：使用讲师合成数据，或经单位确认可以使用并已采取保护措施的资料
  • 第1步：对比+结构：用两句话问出“本期对比上期怎么样”“结构由什么构成”
  • 第2步：归因追问：针对变化提出解释假设，再用业务证据或适当设计检验，不把连续追问当作因果证明
  • 第3步：出结论：整理输出3条数据结论+1条行动建议
  • 产出验收：每人交出“3结论+1建议”清单，同桌互评——结论有没有数据支撑、建议能不能落地

数据可视化——让图表替你做汇报

数据可视化——让图表替你做汇报
一、图表选型法则
  • 1. 对比：柱状/条形
  • 2. 趋势：折线
  • 3. 结构：饼图/堆叠
  • 4. 关系：散点
二、AI一句话生成图表
  • 1. 把数据和需求发给AI，直接生成图表
  • 2. 用Excel/WPSAI或在线图表工具快速美化
三、数据看板搭建
  • 1. 关键指标：销售额、达成率、同比、预警线
  • 2. 关键动作：在数据源、权限与调度条件支持时配置报表刷新，并记录失败与核验方式
  • 看板指标示例（销售型企业）：当日/当月销售额、目标达成率、同比增长、TOP5产品、预警指标（库存低于安全线自动标红）
  • 案例：企业销售周报由 8 页繁杂表格精简为单页指标看板
  • 课堂练习：图表重做
  • 第1步：选素材：找出你最近一次汇报里最“难看”的一页表格
  • 第2步：AI改版：用AI改成2张合适的图表，并为每张图配一句结论
  • 第3步：对比展示：改版前后放在一起，同桌互评哪个更清楚
  • 产出验收：每人交出“改版前VS改版后”对比——亲眼看到呈现方式对说服力的影响

分析报告与呈现——从结论到说服

分析报告与呈现——从结论到说服
一、分析报告的黄金结构
  • 1. 结论先行
  • 2. 数据支撑
  • 3. 原因分析
  • 4. 行动建议
  • 模拟示例：先说明销售额变化，再展示分区域、产品与渠道的证据，区分结构贡献与因果解释，最后提出待验证的行动建议
二、AI生成分析报告
  • 1. 把“数据+结论”丢给AI，一键生成结构化报告初稿
  • 2. 用多轮调优三板斧精修
  • ——补充细节、限定排除、调整风格
  • 示例：请基于这份销售数据写一份月度经营分析报告，800字以内，结构为：核心结论、数据支撑、原因分析、下月建议，语言简洁专业，读者是公司管理层
三、WorkBuddy一句话生成汇报PPT
  • 模拟案例：把季度经营分析初稿转为PPT，核验图表、数字和版式，并记录实际制作与修订时间
  • 课堂练习：分析报告速成
  • 第1步：生成报告：把第四讲的分析结论，用AI按黄金结构生成一页分析报告
  • 第2步：转PPT：用WorkBuddy把报告转成汇报PPT成品
  • 第3步：互评优化：同桌互换，用“10秒看到结论”标准互评打分
  • 产出验收：每人交出“一页分析报告+一份汇报PPT”——下次汇报直接套用

企业实战场景——五大岗位的数据分析模板

企业实战场景——五大岗位的数据分析模板
一、销售场景
  • 1. 核心分析模块：业绩达成分析、客户分层、销售漏斗转化分析
  • 2. 关键指标：销售额、达成率、客单价、转化率
二、财务场景
  • 1. 核心分析模块：费用结构分析、预算执行监控、应收账龄分析
  • 2. 关键指标：费用率、预算执行率、账龄结构
三、人力场景
  • 1. 核心分析模块：考勤异常统计、离职率趋势、人效（人均产出）分析
  • 2. 关键指标：离职率、出勤率、人均产出
四、运营与库存场景
  • 1. 核心分析模块：库存周转率、滞销品清单、活动效果复盘
  • 2. 关键指标：周转天数、滞销占比、活动ROI
五、市场场景
  • 1. 核心分析模块：投放ROI、渠道效果对比、客户画像分析
  • 2. 关键指标：线索量、获客成本、转化率
  • 案例：“场景-数据-问题-结论”四格模板卡：五个岗位各一张——销售卡从业绩表出发问达成率，财务卡从费用表出发问结构占比……
  • 课堂练习：制作自己岗位的“分析模板卡”
  • 第1步：定场景：写下你岗位最高频的一个数据分析场景
  • 第2步：填四格：需要哪些数据、问什么问题、用什么分析方法、输出什么结论
  • 第3步：配指令：为这个场景写好一段可复用的AI分析指令
  • 产出验收：每人完成一张可复用的岗位模板卡，写明数据需求、核验步骤和适用范围

数据驱动决策落地——建立长效机制

数据驱动决策落地——建立长效机制
一、数据分析闭环SOP
  • 1. 定问题
  • 2. 取数据
  • 3. AI分析
  • 4. 出结论
  • 5. 追行动
二、每周数据复盘会
  • 1. 只问三个问题
  • 1）数据变了什么？
  • 2）为什么变？
  • 3）下一步怎么办？
  • 2. 复盘会三段式
  • 1）数据通报5分钟
  • 2）问题讨论20分钟
  • 3）行动确认5分钟
三、数据安全与合规红线
  • 1. 先按数据分级和单位规则确认使用权限；脱敏不能替代上传授权或平台适用性评估
  • 2. 权限与保密
  • 1）不得未经许可向外部工具传输商业秘密及受限制资料
  • 2）遵守企业数据管理制度
  • 3. AI结论人工复核
四、30天落地路线图
  • 第1周：整理数据家底、完成一次乱表清洗
  • 第2周：跑通一次完整分析并输出报告
  • 第3周：搭建数据看板、建立周报机制
  • 第4周：复盘优化、固化流程
五、企业数据管理的三个角色
  • 1. 一线填数：员工按统一模板及时准确录入
  • 2. 主管看数：部门负责人用看板做周复盘
  • 3. 老板决策：管理层用月度经营分析会做决策
  • 模拟案例：设计看板、报告和复盘会议机制，用实际运行数据评估耗时、决策质量及改进情况
  • 课堂练习：制定你的“数据分析30天落地计划表”
  • 第1步：定问题：写下你要持续用数据跟踪的1个业务问题
  • 第2步：排日历：把清洗、分析、看板、复盘排进30天日历
  • 第3步：定机制：写明每周复盘时间、参与人、输出物（看板/报告）
  • 产出验收：每人完成一张可执行的落地计划表，同桌互查“是否具体到每一周”，回去照表执行
  • 课程总结、回顾与落地行动

适合对象

企业管理者、销售/财务/人力/运营/市场等业务岗位人员、需要经常做报表和汇报的职场人

课程定位与主要问题

围绕业务数据的整理、Excel处理、分析、图表与报告，练习岗位数据模板、口径核验和改进行动，形成从数据到沟通的完整流程

课程适配与选型边界

围绕业务数据的整理、Excel处理、分析、图表与报告，练习岗位数据模板、口径核验和改进行动，形成从数据到沟通的完整流程

适合对象

企业管理者、销售/财务/人力/运营/市场等业务岗位人员、需要经常做报表和汇报的职场人

训练场景

围绕业务数据的整理、Excel处理、分析、图表与报告，练习岗位数据模板、口径核验和改进行动，形成从数据到沟通的完整流程

授课安排

2天。讲师讲授+案例拆解+实操演练+课堂练习

课程侧重

围绕业务数据的整理、Excel处理、分析、图表与报告，练习岗位数据模板、口径核验和改进行动，形成从数据到沟通的完整流程

核心收益

  • 整理数据来源、口径与清洗规则
  • 练习Excel公式和重复报表处理
  • 制作图表与分析报告
  • 形成岗位数据模板和复核流程

课程背景与交付信息

课程安排：2天，6小时/天

销售、费用、考勤、库存和投放等业务数据需要明确来源、口径和使用权限。课程针对数据分散、格式不一致、报表重复处理和分析表达困难等场景，练习整理、核验与沟通方法

AI可辅助生成公式、清洗规则、分析初稿和图表，但数据质量、业务判断、访问权限与人工核验仍需落实。课程以具体样例比较不同工具的功能、成本和适用条件

课程围绕数据盘点、整理、Excel处理、分析、可视化、报告与岗位模板展开两天训练，形成可复用的规则、图表、分析记录和改进计划

课程工具：DeepSeek、豆包、WorkBuddy（腾讯）、Excel/WPSAI、扣子Coze、Kimi

课程时间

2天

授课方式

讲师讲授+案例拆解+实操演练+课堂练习

课程工具

DeepSeek、豆包、WorkBuddy（腾讯）、Excel/WPSAI、扣子Coze、Kimi

课程内容重点

01互动导入：你最近一次汇报用的是什么：感觉大概
02采集与整理——AI把乱数据变干净
03数据处理——不会公式也能玩转Excel
04数据分析——从数据到结论
05数据可视化——让图表替你做汇报
06分析报告与呈现——从结论到说服
07企业实战场景——五大岗位的数据分析模板
08数据驱动决策落地——建立长效机制

讲师介绍

郝瑞琪 讲师头像

郝瑞琪

AI人工智能实战专家

郝瑞琪，AI人工智能实战专家，人社部/工信部AIGC高级工程师。拥有18年AI落地经验，主导20+项目，出版8部专著，授课200+场，培养万名数字化人才，可结合企业内训场景开展课程讲授与案例讨论

政务民生智慧医疗职业教育保险能源制造
查看讲师主页

课程差异说明

围绕业务数据的整理、Excel处理、分析、图表与报告，练习岗位数据模板、口径核验和改进行动，形成从数据到沟通的完整流程

课程常见问题

这门课适合哪些岗位？

企业管理者、销售/财务/人力/运营/市场等业务岗位人员、需要经常做报表和汇报的职场人。

课程主要训练哪些内容？

互动导入：你最近一次汇报用的是什么：感觉大概，还是一张图表？盘点你岗位的数据：它们在哪、多乱、多久看一次？；采集与整理——AI把乱数据变干净；数据处理——不会公式也能玩转Excel

课堂会练习哪些能力？

整理数据来源、口径与清洗规则；练习Excel公式和重复报表处理；制作图表与分析报告

课程的时长和授课形式是什么？

2天。讲师讲授+案例拆解+实操演练+课堂练习

这门课的训练侧重是什么？

围绕业务数据的整理、Excel处理、分析、图表与报告，练习岗位数据模板、口径核验和改进行动，形成从数据到沟通的完整流程