AI数据分析完整工作流实战：从数据清洗到交互式BI仪表板

AIDATAANALYSISWORKFLOW·PRACTICALGUIDEAI数据分析完整工作流实战从数据清洗到交互式BI仪表板先确认数据可信，再定义口径、验证结论，最后交付业务可用的页面数据画像口径确认可交互交付CONTENTS本次内容导览01为什么需要系统化工作流真实痛点·Skill与普通Prompt的区别02先看数据，再下结论数据画像·质量检查·口径确认03从收入下降定位真问题指标对比·维度拆解·问题收敛04事实与假设的边界AI确认什么·什么只能待验证05从分析到交互式仪表板自主生成·反馈迭代·筛选器设计06价值与方法论总结三类成果·BI工作链闭环01为什么需要系统化工作流数据分析最耗时的，从来不是算出一个数字01为什么需要系统化工作流真正吃掉分析时间的，是这四件事数据能不能用重复记录、缺失值、退款与取消订单，不先清洗就会让结论失真。口径是否一致收入按什么状态算？订单数按明细还是去重？口径不一就无法比较。变化来自哪里总收入下降背后，是哪个区域、哪个渠道、哪类产品在拖累？结果能否被追问业务拿到一张图后能否继续筛选、下钻、验证，而不是问完就结束。重复记录、退款订单、口径混用、未经验证的"原因"——都可能让一张漂亮的图失去决策价值。01为什么需要系统化工作流data-analysis-workflows：一套可复用的分析规范它不是只回答当前一问的Prompt，而是覆盖完整分析链路的通用Skill，把"分析这份数据"变成一套可以复用、追问、验证和交付的规范。数据探索质量检查指标计算维度拆解可视化仪表板交付规范路径：先确认数据是否可用→再定义指标口径→验证结论是否成立→最后把结果交付成可以继续使用的页面。01为什么需要系统化工作流Skill不是多写几步Prompt，而是一套分析规范普通Prompt问答直接回答"为什么下降"跳过数据质量检查口径随每次提问漂移给一张图就结束结论难以复查和追问data-analysis-workflows先确认数据能不能用主动暴露质量问题并分级先定口径再算指标交付可交互、可筛选页面事实、解释、待验证假设分开02先看数据，不是先看结论第一句话不要求回答"为什么下降"，而是确认数据能不能用02先看数据，再下结论案例背景：三份待分析的数据表订单明细表6,840行交易明细，含订单状态、收入、产品、渠道等字段。销售线索表4,344行，粒度为"日期×区域×渠道"，覆盖181天、4区域、6渠道。月度区域目标表24行，粒度为"月份×区域"，用于计算目标达成率。销售只是案例场景，方法适用于所有需要"确认数据—定义口径—验证结论—交付页面"的分析任务。02先看数据，再下结论订单明细的数据画像：四类问题12个重复line_id，且为完全重复的12行记录20个销售人员字段为空，需归属或剔除130条退款订单，gross保留金额但net为0114条取消订单，若不区分状态将高估收入不先清洗就汇总，收入会被明显高估。02先看数据，再下结论另外两张表：粒度核对后基本干净销售线索表粒度：日期×区域×渠道4,344行=181天×4区域×6渠道无重复键无缺失值无日期缺口月度区域目标表粒度：月份×区域共24行组合无重复键无缺失值结构完整，可直接用于达成率结论：三张表中，问题主要集中在订单明细，线索与目标表可直接使用。02先看数据，再下结论折扣复核：异常清单不等于严重问题清单第一步：发现异常中间检查一度把6,068行折扣不匹配当作严重问题。→第二步：深入核查其中5,875行只是小于1元的四舍五入差异；另有1行discount_rate=0但discount_amount=0.25。→第三步：风险定级绝大多数是可接受的精度误差，仅个别边缘记录需标记。启示：数据画像不只是列异常清单，更要帮助分析人员判断风险优先级——把"看起来很多的异常"和"真正影响结论的问题"区分开。02先看数据，再下结论正式计算前，先把收入口径钉死收入=先按line_id去除完全重复记录，再只汇总order_status=已支付的net_revenue清洗结果订单明细：6,840行→6,828行剔除12行完全重复记录，剩余6,828行进入正式计算。退款与取消怎么处理130条退款、114条取消的net_revenue本就为0，不作为负收入重复扣减；但状态仍保留在质量检查中。若要分析退款率，应另建退款订单或退款金额指标。02先看数据，再下结论其余关键口径，逐一说明指标口径定义订单数统计已支付订单的去重order_id，不是明细行数——既避免重复明细放大订单量，也不把退款取消算进成交。月份按自然月汇总；5月31天、6月30天，未做天数标准化。按日均看：收入¥34.9万→¥28.1万，订单43.2→37.6，方向一致但降幅不同。转化率线索到订单=去重已支付订单÷当月线索；6月为1,127÷18,220=6.19%。商机到订单=1,127÷3,823=29.48%。口径边界上述转化率是同月汇总比率，不等于同一批线索的cohort归因，不能混用。02先看数据，再下结论目标达成率：分母必须对齐口径目标达成率=当月已支付净收入÷当月区域目标汇总为什么单独说：分子是经过去重、只算已支付的净收入，分母是目标表24行的区域目标汇总。两者必须用同一套范围对齐——否则达成率会因为分子口径偏宽或偏窄而失真。这一口径将直接用于下一章6月目标达成率仅71.0%的计算。03从"收入下降"定位真问题口径确认后，用月度指标和维度拆解把问题收敛03从收入下降定位真问题6月vs5月：收入减少约240万，达成率跌至71%指标5月6月变化净收入¥1,083万¥843万¥-240万目标达成率99.0%71.0%-28.0pp订单数1,3391,127-212客单价¥8,091¥7,483-¥607毛利率54.5%54.4%-0.1pp6月净收入约843万，目标约1,188万；订单量与客单价同时下滑，但毛利率几乎没变。03从收入下降定位真问题-240万从哪来：订单量是主因-171.5万订单量减少（-212单）对应的收入影响+-68.5万客单价下降（-¥607）对应的收入影响合计约-240万≈观测到的净收入下降判断：约七成下降来自订单量减少，约三成来自客单价下降——问题更接近"单少了"，而非"卖便宜了"。03从收入下降定位真问题毛利率几乎没变，排除了一种解释54.4%6月毛利率，环比仅-0.1个百分点这意味着什么不是"打折促销把价格打穿了"不是"成本上升侵蚀利润"下降主要来自规模（订单数）而非盈利结构下一步：既然是"量"的问题，就继续按区域、渠道、产品三个维度，找到量到底少在了哪里。03从收入下降定位真问题区域拆解：华东是最大拖累华东区域-160万占总降幅约66.7%——超过三分之二的下降来自华东。西部区域逆势增长并非全国普跌，西部区域收入反而上升。问题有明确的地理指向。待调查：华东6月发生了什么？是大客户流失、渠道变化，还是区域活动缺位？03从收入下降定位真问题渠道拆解：直营渠道下滑最明显直营渠道-119万直营是渠道中最大的下降项，与华东拖累相互印证。小鹅通课程约-60万线上课程渠道同步回落，需关注课程产品本身的转化。待调查：直营渠道为什么下滑？是销售团队产能、线索质量，还是渠道政策在6月发生了变化？03从收入下降定位真问题产品拆解：高客单价产品拖累最大企业版-162万高客单价产品，下降绝对值最大专业版-77万同步回落实施服务增长逆势上升待调查：高客单价产品（企业版、专业版）客户结构是否发生变化？是B端大单减少，还是客户向低价档位迁移？这与客单价下降-¥607的信号一致。03从收入下降定位真问题转化率同步走低，均为上半年最低线索→订单6.19%1,127单÷18,220条线索，上半年最低商机→订单29.5%1,127单÷3,823个商机，同样上半年最低含义：不只是"来的人少了"，更是"来了之后成交的比例也在降"——转化效率问题和流量问题同时存在。03从收入下降定位真问题从"销售下降"收敛出四个可调查问题Q1华东区域发生了什么？占总降幅66.7%，是最大的单一拖累项Q2直营渠道为什么下滑？直营-119万、小鹅通课程-60万Q3高客单价产品客户结构是否变化？企业版-162万、专业版-77万，客单价同步下降Q4线索转化率为什么同步走低？04事实与假设的边界Skill的价值，不是替业务猜原因04事实与假设的边界数据可以确认的事实事实1订单量（-212）与客单价（-¥607）同时下降事实2华东、直营渠道、企业版是主要拖累项事实3西部区域与实施服务逆势增长事实4毛利率几乎没有变化（54.5%→54.4%）这些是数据直接给出、可复核、可复算的结论。04事实与假设的边界这些"原因"，只能作为待验证假设"需求前置"5月提前透支了部分需求？需要用订单预约、合同周期等数据验证。"618渠道分流"大促把流量导向电商渠道？需要对比同期外部平台数据。"B端客户减少"企业版大单减少是事实，但"为什么减少"需要客户访谈与流失数据。关键态度：AI不替业务拍板。它把数据事实、可能解释和还需补充的证据分开列出——假设可以提，但必须标明"待验证"。04事实与假设的边界活动效应与月份效应完全重叠，分不开5月常规经营·无大促活动vs6月618大促·活动类型与月份绑死仅凭这几个月的数据，无法把"618活动效应"和"6月自然的月份效应"分开。这就是典型的混杂变量：两个因素同时变化，任何单月对比都不能归因为其中一个。要剥离，需要更长时间序列、对照组或外部基准。04事实与假设的边界分析人员要持续追问的三个问题1数据是否可信？重复、缺失、退款、口径都检查过了吗？2结论是否有证据？这是事实，还是待验证的假设？3页面是否真的好用？业务能不能自己筛选、下钻、继续追问？05从分析到交互式仪表板生成HTML不是结束，业务真正用起来才是05从分析到仪表板第一版：只给目标，让它自主组织提示词只给方向：沿用已确认口径与分析结果，自主决定指标、图表、布局、交互与视觉风格，输出可在浏览器打开的dashboard.html。第一版自主组织的模块经营总览月度趋势区域分析渠道分析产品分析线索漏斗区域×渠道交叉新客与老客订单状态事实与假设05从分析到仪表板真正使用后，仪表板被重构了一轮初版问题切片器是平铺芯片，信息密度过高所有模块挤在一页，不便独立查看筛选交互不清晰重构后拆成7个分页，模块独立查看加入月份、区域、渠道、产品四组筛选器平铺芯片改为下拉列表，导航在上、筛选在下筛选器支持多选、全选、清空和筛选状态回显——这些细节都来自真实使用反馈。05从分析到仪表板交互式仪表板：可筛选、可下钻四组全局筛选器月份·区域·渠道·产品交互能力多选/全选/清空筛选状态回显指标随筛选联动变化关键：业务真正使用后，筛选器是否易懂、指标能否跟着筛选变化，才是下一轮迭代的依据。05从分析到仪表板迭代方式：截图+文字，直接定位修改业务使用中发现筛选器不好用、页面拥挤，截一张图→截图+说明把截图发给WorkBuddy，指出问题位置和期望→快速修改定位问题、调整布局与交互，重新生成页面这说明：仪表板生成不是"HTML文件成功"就结束。用户上传的截图可以直接帮助定位问题，修改非常方便——这是一个持续迭代的产品，而不是一次性交付物。06价值与方法论总结省下来的不只是画图时间，而是一条完整的BI工作链06价值与方法论总结这次案例最终形成的三类成果01数据画像一份知道数据能不能信的数据画像——重复、缺失、退款、口径全部摸清。02经营分析从收入总览深入到区域、渠道、产品和线索漏斗的完整分析链。03交互仪表板支持7分页和多维筛选的交互式仪表板，可直接在浏览器使用。06价值与方法论总结它更适合参与一条完整的BI工作链①暴露问题暴露数据结构与质量问题→②拆解问题拆成可验证的维度→③交付页面交付可交互页面→④持续修正按使用反馈迭代WorkBuddy做数