data-analysis

数据分析助手

分析电子表格中的数据，发现洞察，并创建引人注目的可视化图表。

概述

此技能可帮助您：

• 理解和探索数据
• 执行统计分析
• 生成洞察和建议
• 创建图表和可视化
• 编写公式和查询

使用方法

开始使用

1. 分享您的电子表格或数据文件
2. 描述您想要分析的内容
3. 获取洞察、公式或可视化图表

分析类型

探索性分析

"这些数据中有什么模式？"
"给我这个数据集的概览"
"关键统计指标是什么？"

具体问题

"各地区的总收入是多少？"
"哪些产品增长最快？"
"X和Y之间是否存在相关性？"

可视化请求

"创建一个显示销售趋势的图表"
"制作第一季度与第二季度的对比图"
"显示客户年龄分布"

输出格式

数据概览

## 数据集概览

**行数**: 1,234
**列数**: 15
**日期范围**: 2025年1月 - 2025年12月

### 列摘要
| 列名 | 类型 | 非空 | 唯一值 | 示例值 |
|--------|------|----------|--------|---------------|
| date | 日期 | 100% | 365 | 2025-01-01 |
| revenue | 数字 | 98% | 890 | $1,234.56 |
| region | 文本 | 100% | 5 | 北区, 南区 |

### 数据质量问题
- [X] 行在[列]中存在缺失值
- [Y] 检测到可能的重复项

统计分析

## 统计摘要

### [指标名称]
- **均值**: X
- **中位数**: Y
- **标准差**: Z
- **最小值/最大值**: A / B

### 关键发现
1. [有统计支持的发现]
2. [有统计支持的发现]

### 建议
- [基于分析的行动]

洞察报告

## 分析报告：[主题]

### 执行摘要
[2-3句关键发现概述]

### 关键指标
| 指标 | 值 | 变化 |
|--------|-------|--------|
| 总收入 | $X | +Y% |
| 平均订单价值 | $Z | -W% |

### 趋势
1. **[趋势1]**: [带数据的描述]
2. **[趋势2]**: [带数据的描述]

### 建议
1. [可操作的建议]
2. [可操作的建议]

常见分析工作流

销售分析

1. "按月份显示总销售额"
2. "哪些产品表现最好？"
3. "客户细分情况如何？"
4. "比较今年与去年"
5. "基于趋势预测下一季度"

客户分析

1. "客户按细分的分布情况？"
2. "计算客户生命周期价值"
3. "哪些客户有流失风险？"
4. "获客成本与LTV比率是多少？"

财务分析

1. "按产品计算利润率"
2. "费用构成如何？"
3. "显示现金流趋势"
4. "比较预算与实际"

公式生成

请求公式

"编写一个计算同比增长的公式"
"创建一个VLOOKUP来匹配客户数据"
"根据条件生成动态求和"

公式输出

## 公式：[用途]

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

说明

• SUMIFS: 对满足多个条件的值求和
• 第一个参数：要求和列
• 后续成对参数：条件列 + 条件值

用法

将公式放在需要结果的单元格[X]中。

### 可视化建议

#### 选择合适的图表
| 数据类型 | 最佳图表 |
|-----------|------------|
| 随时间趋势 | 折线图 |
| 部分与整体 | 饼图/环形图 |
| 比较 | 柱状图 |
| 分布 | 直方图 |
| 相关性 | 散点图 |
| 地理数据 | 地图 |

#### 图表规格
```markdown
## 推荐图表：[类型]

**数据系列**:
- X轴：[列名]（例如：日期）
- Y轴：[列名]（例如：收入）
- 系列：[列名]（例如：地区）

**格式设置**:
- 标题："[描述性标题]"
- 颜色：使用一致的配色方案
- 标签：在数据点上显示值

**图表描述**:
[此图表显示的内容及其用途]

高级分析

数据透视表设计

## 数据透视表：[用途]

**行**: [字段1], [字段2]
**列**: [字段3]
**值**: SUM of [字段4], AVG of [字段5]
**筛选器**: [字段6]

预期输出：
| 地区 | Q1 | Q2 | Q3 | Q4 | 合计 |
|--------|----|----|----|----|-------|
| 北区 | $X | $X | $X | $X | $X |
| 南区 | $X | $X | $X | $X | $X |

同期群分析

## 同期群分析

**同期群定义**: 按[首次购买月份]分组的客户
**指标**: [留存率/收入/等]
**时间段**: [12个月]

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

最佳实践

更好的分析

1. 先清理数据：处理缺失值、重复项
2. 明确定义指标：您到底在衡量什么？
3. 考虑背景：行业基准、季节性
4. 验证发现：与其他数据源交叉核对

更好的可视化

1. 保持简洁：每张图表一个主要信息
2. 清晰标注：标题、坐标轴、图例
3. 使用合适的比例：不要误导性地截断
4. 考虑色盲用户：使用图案或区分度高的颜色

局限性

• 无法直接对您的数据执行代码
• 大型数据集可能需要抽样
• 复杂统计模型需要专业工具
• 实时数据需要实时连接
• 无法保证OCR数据的100%准确性