Excel数据处理与数据分析（进阶版）

课程大纲

AI赋能Excel数据处理与分析

一、AI时代的数据分析新方式

Excel数据分析完整流程：数据获取、数据清洗、数据分析、数据建模与数据呈现
从传统人工操作到“自然语言+AI”的数据分析新模式
AI适合处理的数据分析任务及其能力边界
建立“业务需求—AI辅助—人工验证”的人机协同分析模式

二、AI大模型与AI智能体工具认识

DeepSeek、豆包、千问、Kimi等主流AI大模型的数据分析应用
AI大模型在Excel中的典型应用：公式生成、数据处理、数据分析与报告撰写
AI智能体（AI Agent）与普通AI大模型的核心区别
WorkBuddy在Excel文件处理、数据分析及任务执行中的应用
AI辅助Excel数据分析核心方法：数据背景、分析任务、输出要求

三、AI直接分析Excel数据实战

上传Excel数据，让AI自动理解字段、数据结构及业务含义
自动完成趋势、结构、排名、占比、差异及异常分析
根据数据进一步提炼关键发现、问题原因及业务洞察
案例演练：从原始业务明细到数据分析结果与管理建议

Power Query与VBA数据清洗自动化

一、数据清洗与标准化处理思路

认识企业数据分析中常见的脏数据与不规范数据结构
建立标准分析数据规范：一行一条记录、一列一个字段、一张表一个主题
识别空值、错误值、重复值、异常格式及不规范字段
建立可复用的数据清洗标准作业流程（SOP）

二、Power Query数据清洗与转换

Power Query（数据查询与转换）与传统Excel手工清洗方式的区别
数据类型转换、空值处理、错误值处理及重复数据清理
文本拆分、文本提取、字段合并及业务字段标准化
使用透视与逆透视实现复杂二维表向标准明细表转换

三、多表与多文件自动整合

使用追加（Append）批量整合多个结构相同的数据表
使用合并（Merge）实现不同业务数据表之间的字段关联
批量合并指定文件夹中的多个Excel工作簿

四、AI辅助VBA自动化

VBA（Visual Basic for Applications）在Excel重复工作自动化中的应用
使用自然语言描述业务需求，让AI自动生成VBA代码
VBA代码的复制、运行、修改、调试及常见错误排查
AI生成代码的验证方法与数据安全注意事项

五、数据处理自动化案例演练

案例：一键批量合并多月份业务报表
案例：一键整理多个工作表并生成汇总数据
案例：一键刷新Power Query、数据透视表与图表
综合练习：将重复的数据整理工作改造成可持续刷新的自动化流程

数据透视表与Power Pivot数据建模

一、数据透视表快速多维分析

理解数据透视表中的维度、指标与聚合分析逻辑
灵活运用行、列、值、筛选四大区域完成数据分析
快速完成求和、计数、平均值、占比、排名及累计分析
利用数据透视表完成趋势、结构、排名及多维交叉分析

二、数据透视表进阶应用

使用多字段建立层级化、多维度的数据分析结构
使用计算字段构建差异率、完成率等业务分析指标
使用切片器（Slicer）实现不同业务维度快速筛选
使用日程表（Timeline）实现年、季、月、日动态时间分析

三、从普通透视表到“超级透视表”

认识普通数据透视表在多表分析场景中的局限
理解Excel数据模型（Data Model）的作用与应用价值
将多张业务数据表加载到Excel数据模型
基于多表关系直接创建“超级数据透视表”

四、Power Pivot数据建模

Power Pivot从单表分析升级为多表关联分析的核心逻辑
识别事实表（Fact Table）与维度表（Dimension Table）
理解主键、外键、一对多关系及多表关联逻辑
构建标准星型模型（Star Schema），形成规范的数据分析结构

五、指标体系与模型分析

从原始数据字段提炼企业经营分析指标
建立基础指标、业务指标与衍生指标体系
认识DAX（Data Analysis Expressions，数据分析表达式）与度量值
利用数据模型完成跨表汇总、多维分析及复杂指标计算

六、综合数据建模案例

案例：销售明细、产品、客户及日期数据的多表关联
案例：建立统一的业务指标与分析口径
案例：利用超级数据透视表完成多维经营分析
练习：从多张原始业务表建立完整Excel数据模型

Excel与AI数据看板设计实战

一、数据可视化与数据看板设计思路

理解数据看板（Dashboard）的核心价值与应用场景
建立“核心指标—趋势变化—结构分析—排名分析—异常发现”的看板结构
根据数据关系选择柱形图、条形图、折线图、组合图等图表类型
建立符合管理者阅读习惯的数据看板信息层级与视觉动线

二、Excel业务图表专业化呈现

使用柱形图与条形图进行数据对比与排名分析
使用折线图展示业务数据的时间变化趋势
使用组合图同时呈现实际值、目标值与完成率
优化标题、标签、坐标轴、单位及图表布局，提高专业呈现效果

三、Excel交互式数据看板

基于数据透视表与透视图快速建立看板数据源
使用切片器实现区域、产品、部门等维度的动态筛选
使用日程表实现不同时间周期的快速切换
使用多个透视表、图表及指标卡构建交互式Excel Dashboard

四、动态图表与高级交互设计

使用下拉菜单实现不同指标之间的动态切换
使用切片器同时联动多个数据透视表与图表
使用表单控件控制不同业务分析视图

五、WorkBuddy+AI生成HTML数据看板

将Excel业务数据交给WorkBuddy进行自动读取与分析
使用自然语言定义分析指标、分析维度及图表类型
使用AI自动生成HTML（HyperText Markup Language，超文本标记语言）交互式数据看板
通过持续对话调整指标、布局、图表及数据看板视觉效果

六、AI辅助数据洞察与分析报告

根据核心指标自动生成数据分析结论
从数据现象进一步识别异常变化及潜在业务原因
自动提炼重点问题、风险指标及值得关注的数据变化
将数据指标、图表、分析结论与管理建议整合为完整分析报告

七、综合实战：从原始数据到经营分析看板

使用WorkBuddy生成HTML数据看板，对比Excel与AI两种数据可视化实现方式

适合对象

企业数据分析人员

课程定位与主要问题

在企业日常经营管理中，销售、采购、库存、财务、人力及运营等业务会持续产生大量数据，这些数据往往来自不同系统、不同部门和不同文件，容易出现字段格式不统一、重复数据较多、多表关联复杂、统计口径不一致等问题

核心收益

掌握AI辅助数据分析方法：能够利用AI理解Excel数据、设计分析维度、生成公式代码、发现数据异常，并辅助形成分析结论与管理建议
提升数据清洗与自动化能力：掌握Power Query多表、多文件清洗整合方法，并结合AI辅助VBA自动化，将大量重复的数据整理工作转化为可刷新、可复用的处理流程
建立多维分析与数据建模能力：掌握数据透视表、超级透视表及Power Pivot，理解多表关系与数据模型，实现从单表统计向多表综合分析升级

查看更多收益收起更多收益

具备数据看板设计与呈现能力：能够使用Excel制作动态图表和交互式数据看板，并结合AI生成HTML数据看板，将复杂数据转化为清晰的指标、图表、分析洞察与决策信息

课程背景与交付信息

课程结合《Excel数据处理与数据分析（进阶版）》的实际业务场景展开，帮助学员梳理当前背景、关键问题与后续落地动作。

课程时间

1天

授课方式

案例演练

课程内容重点

01AI赋能Excel数据处理与分析

02Power Query与VBA数据清洗自动化

03数据透视表与Power Pivot数据建模

04Excel与AI数据看板设计实战

讲师介绍

常亚南

企业AI应用与智能办公实战专家

AI办公应用课程讲师。常亚南，企业AI应用与智能办公实战专家，微软&领英AI认证，金山办公MVP。专注AI智能体、工作流设计及办公自动化，服务100+企业，授课200+场

金融银行保险证券电力能源制造业通信行业地产基建

查看讲师主页

课程差异说明

Excel进阶以PowerQuery/VBA、PowerPivot星型关系与DAX多表建模、HTML看板为独立教学重点；已发布80022只含基础清洗、透视与函数。原稿全文已审阅；完整大纲逐行保留，仅采用记录在exact_edits中的事实及格式修订。生产身份、原生门禁、渲染、同步和CDN及公网验收仍须通过

课程常见问题

这门课适合哪些学员参加？

企业数据分析人员。

学习这门课可以获得什么收益？

掌握AI辅助数据分析方法：能够利用AI理解Excel数据、设计分析维度、生成公式代码、发现数据异常，并辅助形成分析结论与管理建议；提升数据清洗与自动化能力：掌握Power Query多表、多文件清洗整合方法，并结合AI辅助VBA自动化，将大量重复的数据整理工作转化为可刷新、可复用的处理流程。

课程通常安排多长时间？

课程通常可按1天安排，具体节奏会结合企业培训目标、学员基础和现场安排确认

课程采用什么授课方式？