AI Skills
data-analysis

data-analysis

熱門

分析試算表資料，產生洞察、建立視覺化圖表，並從 Excel/CSV 資料產出報告。

304星標
68分支
更新於 2026/1/31
獲取技能源代碼

相關技能

homelab-network-readiness24萬open-source11萬linear8.1萬
SKILL.md
唯讀
名稱
data-analysis
描述

分析試算表資料，產生洞察、建立視覺化圖表，並從 Excel/CSV 資料產出報告。

版本
1.0.0

資料分析助手

分析試算表中的資料，發掘洞察，並建立引人入勝的視覺化圖表。

概述

此技能可協助您：

  • 了解並探索您的資料
  • 執行統計分析
  • 產生洞察與建議
  • 建立圖表與視覺化
  • 撰寫公式與查詢

使用方式

開始使用

  1. 分享您的試算表或資料檔案
  2. 描述您想分析的內容
  3. 取得洞察、公式或視覺化圖表

分析類型

探索性分析

"這些資料中有什麼模式？"
"給我這個資料集的概覽"
"關鍵統計數據是什麼？"

特定問題

"各區域的總營收是多少？"
"哪些產品的成長最高？"
"X 和 Y 之間有相關性嗎？"

視覺化請求

"建立一個顯示銷售趨勢的圖表"
"製作 Q1 與 Q2 的比較圖"
"顯示客戶年齡的分佈"

輸出格式

資料概覽

## 資料集概覽

**列數**: 1,234
**欄位數**: 15
**日期範圍**: 2025年1月 - 2025年12月

### 欄位摘要
| 欄位 | 類型 | 非空值 | 唯一值 | 範例值 |
|--------|------|----------|--------|---------------|
| date | 日期 | 100% | 365 | 2025-01-01 |
| revenue | 數字 | 98% | 890 | $1,234.56 |
| region | 文字 | 100% | 5 | 北區, 南區 |

### 資料品質問題
- [X] 列在 [欄位] 中有遺漏值
- [Y] 偵測到可能的重複資料

統計分析

## 統計摘要

### [指標名稱]
- **平均數**: X
- **中位數**: Y
- **標準差**: Z
- **最小值/最大值**: A / B

### 主要發現
1. [有統計支持的發現]
2. [有統計支持的發現]

### 建議
- [基於分析的行動]

洞察報告

## 分析報告：[主題]

### 摘要
[2-3 句關鍵發現概述]

### 關鍵指標
| 指標 | 數值 | 變動 |
|--------|-------|--------|
| 總營收 | $X | +Y% |
| 平均訂單金額 | $Z | -W% |

### 趨勢
1. **[趨勢 1]**: [含資料的描述]
2. **[趨勢 2]**: [含資料的描述]

### 建議
1. [可執行的建議]
2. [可執行的建議]

常見分析流程

銷售分析

1. "顯示每月總銷售額"
2. "哪些產品表現最好？"
3. "客戶區隔分佈為何？"
4. "比較今年與去年"
5. "根據趨勢預測下一季"

客戶分析

1. "客戶按區隔的分佈為何？"
2. "計算客戶終身價值"
3. "哪些客戶有流失風險？"
4. "獲取成本與 LTV 比率為何？"

財務分析

1. "計算各產品的利潤率"
2. "費用明細為何？"
3. "顯示現金流趨勢"
4. "比較預算與實際"

公式產生

請求公式

"寫一個公式計算年對年成長率"
"建立 VLOOKUP 來比對客戶資料"
"根據條件製作動態加總"

公式輸出

## 公式：[用途]

### Excel/Google Sheets
```excel
=SUMIFS(Sales[Amount], Sales[Region], "北區", Sales[Date], ">="&DATE(2025,1,1))

說明

  • SUMIFS：加總符合多個條件的數值
  • 第一個引數：要加總的欄位
  • 後續成對：條件欄位 + 條件值

使用方式

將公式放在您想要結果的儲存格 [X]。


### 視覺化建議

#### 選擇合適的圖表
| 資料類型 | 最佳圖表 |
|-----------|------------|
| 隨時間的趨勢 | 折線圖 |
| 整體中的部分 | 圓餅圖/甜甜圈圖 |
| 比較 | 長條圖 |
| 分佈 | 直方圖 |
| 相關性 | 散佈圖 |
| 地理資料 | 地圖圖表 |

#### 圖表規格
```markdown
## 建議圖表：[類型]

**資料系列**:
- X 軸：[欄位]（例如：日期）
- Y 軸：[欄位]（例如：營收）
- 系列：[欄位]（例如：區域）

**格式設定**:
- 標題：「[描述性標題]」
- 顏色：使用一致的配色方案
- 標籤：在資料點上顯示數值

**圖表說明**:
[此圖表顯示的內容及其用途]

進階分析

樞紐分析表設計

## 樞紐分析表：[用途]

**列**: [欄位 1], [欄位 2]
**欄**: [欄位 3]
**值**: [欄位 4] 的總和, [欄位 5] 的平均
**篩選**: [欄位 6]

預期輸出：
| 區域 | Q1 | Q2 | Q3 | Q4 | 總計 |
|--------|----|----|----|----|-------|
| 北區 | $X | $X | $X | $X | $X |
| 南區 | $X | $X | $X | $X | $X |

同類群組分析

## 同類群組分析

**同類群組定義**: 客戶按 [首次購買月份] 分組
**指標**: [留存率 / 營收 / 等]
**時間區間**: [12 個月]

| 同類群組 | M0 | M1 | M2 | M3 | ... |
|--------|-----|-----|-----|-----|-----|
| 2025年1月 | 100%| 45% | 32% | 28% | ... |
| 2025年2月 | 100%| 48% | 35% | 30% | ... |

最佳實務

更好的分析

  1. 先清理資料：處理遺漏值、重複資料
  2. 清楚定義指標：您到底在測量什麼？
  3. 考慮背景：產業基準、季節性
  4. 驗證發現：與其他資料來源交叉比對

更好的視覺化

  1. 保持簡單：每張圖表一個主要訊息
  2. 清楚標示：標題、軸線、圖例
  3. 使用適當比例：不要誤導性地截斷
  4. 考慮色盲使用者：使用圖案或明顯不同的顏色

限制

  • 無法直接在您的資料上執行程式碼
  • 大型資料集可能需要抽樣
  • 複雜統計模型需要專業工具
  • 即時資料需要即時連線
  • 無法保證 OCR 資料 100% 準確