AI Excel 数据分析
AI Excel 数据分析 以前做电商运营,每到周末都要打开 Excel,整理一周的销售数据。 商品卖了多少件、哪个销售额最高、有没有异常订单,最后还得做张图表,给主管汇报。 如果数据只有十几行,手动计算倒也不麻烦。但如果每天几百笔订单,一周下来几千条记录,光是整理表格就够折腾的。 现在可以让 AI 帮我们完成这些重复工作: 读取 Excel、检查数据、计算
AI Excel 数据分析
以前做电商运营,每到周末都要打开 Excel,整理一周的销售数据。
商品卖了多少件、哪个销售额最高、有没有异常订单,最后还得做张图表,给主管汇报。
如果数据只有十几行,手动计算倒也不麻烦。但如果每天几百笔订单,一周下来几千条记录,光是整理表格就够折腾的。
现在可以让 AI 帮我们完成这些重复工作:
读取 Excel、检查数据、计算销售额、按商品汇总、生成图表,最后输出可以继续编辑的 XLSX 文件。
本章节通过一个简单的电商销售案例,学习如何使用 ChatGPT、WorkBuddy、DuMate 等具备相应能力的 AI 工具,把原始销售明细转换成一份完整的 Excel 销售分析报表。
一、AI 可以帮我们处理哪些 Excel 任务
Excel 不只是用来记录数据,更重要的是通过公式、汇总和图表,从数据中找出有价值的信息。
AI 可以帮助我们完成以下常见工作:
例如,我们可以直接告诉 AI:
帮我分析这份销售 Excel,按商品统计销量和销售额,找出卖得最好的商品,检查异常记录,并制作一张柱状图。
如果工具支持 Excel 文件处理,它就可以根据要求读取数据、进行统计,并生成新的工作簿。
不过,
AI 给出的数字仍然需要用 Excel 公式或程序进行复核
,不能仅凭模型生成的文字结论判断数据是否正确。
二、先了解三个 Excel 数据分析概念
开始操作之前,先弄清统计口径、数据汇总和 Excel 公式三个概念。
1、什么是统计口径
统计口径就是我们计算数据时采用的规则。
例如,"卖得最好的商品"至少有两种理解:
按销售件数:
哪种商品卖出去的数量最多。
按销售额:
哪种商品带来的销售金额最高。
这两个结果不一定相同。
一款鼠标可能卖了 100 件,每件 50 元;另一款电脑只卖了 5 台,每台 5000 元。前者数量多,后者销售额高。
因此,分析之前必须先说明:
我们究竟按销量排名,还是按销售额排名。
2、什么是数据汇总
原始销售数据通常一行代表一条销售记录。
例如,同一种鼠标可能周一卖出 3 件,周四又卖出 1 件。
如果想知道鼠标本周一共卖了多少件,就需要把多条记录合并统计。
这就是数据汇总。
3、常用 Excel 公式
不需要一次记住全部公式。后续可以让 AI 根据实际数据生成公式,再由 Excel 执行计算。
三、实战场景:分析一周电商销售数据
假设你负责一家小型网店,需要在周会上汇报本周的商品销售情况。
目前有一份销售明细,包含日期、商品、销售数量和单价。
为了方便初学者跟着练习,我们先使用五条模拟记录。
这里的"笔记本"指纸质笔记本,不是笔记本电脑。
本次统一采用以下统计规则:
数量表示实际销售件数。
每条记录的销售额 = 数量 × 单价。
按商品汇总销售数量和销售额。
销售额使用人民币,单位为元。
不计算利润、退货率和销售增长率,因为没有对应数据。
本次要生成什么
整个工作流程如下:
四、第一步:让 AI 检查销售数据
实际工作中,拿到 Excel 后不要急着计算。
因为有些表格可能包含空白单元格、重复记录、文本格式的金额,甚至数量为负数的异常数据。
如果直接汇总,结果可能出现偏差。
可以先把原始数据交给 AI,让它检查数据质量。
实例:检查销售数据
你是一位电商数据分析师。
请检查以下模拟销售明细:
日期,商品,数量,单价
周一,笔记本,2,30
周二,鼠标,3,50
周三,笔记本,1,30
周四,鼠标,1,50
周五,键盘,2,100
现在先检查数据,不要直接写分析结论。
检查内容:
1.
一共有多少条记录。
2.
是否存在空值。
3.
数量和单价是否为有效数值。
4.
是否存在负数或零值。
5.
是否存在疑似重复记录。
6.
是否缺少完成分析所需的字段。
请用表格展示检查结果。
不要自行删除或修改原始记录。
预期检查结果
对这五条模拟数据进行检查,可以确认:
一共有 5 条销售记录。
包含 3 种商品。
数量和单价均为正数。
没有空白字段。
没有完全相同的明细行。
不过,
没有订单编号,并不意味着可以确认不存在重复订单。
如果同一笔订单被重复录入,但日期、数量或其他字段略有变化,仅靠当前四个字段就很难准确判断。
因此,真实电商分析最好保留订单编号、订单状态和支付金额等字段。
五、第二步:让 AI 计算销售额并汇总
确认数据没有明显格式问题后,就可以让 AI 计算每笔记录的销售额,再按商品进行汇总。
实例:商品销量与销售额汇总
请根据刚才确认的销售明细,
完成商品销售统计。
计算规则:
1.
每笔销售额 = 数量 × 单价。
2.
按商品名称分组汇总。
3.
分别统计销售件数与销售额。
4.
按销售额从高到低排列。
5.
计算全部商品的总销量和总销售额。
6.
销售额相同的商品允许并列排名。
输出:
一、商品销售汇总表
字段:商品、销量、销售额、排名
二、总体统计
-
销售记录数
-
商品种类数
-
总销量
-
总销售额
三、分析结论
用 100 字以内说明主要发现。
注意:
-
金额单位为人民币元。
-
不要编造利润、退货或增长率。
-
不要把销售件数当成订单数。
-
所有结果必须能够根据原始数据复核。
正确的商品销售汇总结果
根据原始数据,可以得到下面的结果:
从结果可以看出:
按销售件数计算,鼠标销售最多,共 4 件。
按销售额计算,键盘与鼠标并列第一,均为 200 元。
笔记本销售额为 90 元。
全部商品合计销售 9 件,总销售额为 490 元。
这里特别容易出现一个错误:
键盘和鼠标销售额相同,不应该强行排出唯一第一名。
两种商品可以按照次要字段排序展示,但销售额排名应该保持并列。
六、第三步:使用 Excel 公式验证计算结果
AI 给出的计算结果看起来没有问题,但实际工作中还应该用公式检查。
特别是几千条销售记录,不能只依赖模型直接计算数字。
1、计算每笔销售额
假设在 Excel 中,原始明细保存在 A 到 D 列:
在 E2 单元格输入:
计算单笔销售额
=C2*D2
然后向下填充公式,就可以算出每笔销售记录的金额。
本例中 E2 到 E6 分别是:
销售额计算结果
60
150
30
50
200
2、计算总销售额
最简单的方式是使用 SUM:
计算销售额合计
=SUM(E2:E6)
计算结果为:
490 元
如果暂时不想增加销售额列,也可以使用 SUMPRODUCT,直接对数量和单价进行乘积求和:
使用 SUMPRODUCT 计算
=SUMPRODUCT(C2:C6,D2:D6)
两个公式的结果应该一致。
3、按商品汇总销量
假设 G2 单元格填写商品名称"鼠标",可以使用:
按商品汇总销售数量
=SUMIF($B$2:$B$6,G2,$C$2:$C$6)
公式的意思是:在 B2 到 B6 中寻找与 G2 相同的商品,将对应的 C 列数量加总。
如果 G2 是"鼠标",结果就是 4。
4、按商品汇总销售额
仍然以 G2 中的商品名称为条件:
按商品汇总销售额
=SUMIF($B$2:$B$6,G2,$E$2:$E$6)
如果 G2 是"鼠标",结果为 200。
数据量很大时,可以将明细转换成 Excel 表格,并使用结构化引用,使新增销售记录后公式更容易扩展。
七、第四步:让 AI 自动制作销售图表
有了商品销售汇总表之后,还可以生成图表。
对于本次案例,最适合的是柱状图,因为我们要比较不同商品的销售额。
商品销售额对比
从图中可以直观看到,鼠标和键盘的销售额相同,笔记本相对较低。
如果让 AI 生成 Excel 文件,可以要求将这张柱状图直接插入到工作簿中,而不只是输出一张图片。
实例:在 Excel 中生成销售图表
请根据商品销售汇总表,
制作一张 Excel 柱状图。
要求:
1.
横轴为商品名称。
2.
纵轴为销售额,单位为元。
3.
图表标题为"商品销售额对比"。
4.
显示数据标签。
5.
数据从 0 开始。
6.
保持商品名称完整可读。
7.
图表直接引用销售汇总表的数据。
8.
图表放在"销售分析"工作表中。
不要使用手工绘制的静态图片
代替可编辑的 Excel 图表。
如果当前工具无法创建原生图表,
请明确说明,并提供替代方案。
这样制作出来的工作簿,在修改源数据和更新汇总结果后,可以继续维护图表。
如果图表引用的是固定范围,新增商品时还需要扩展数据范围;使用 Excel 表格等动态数据源可以减少这类维护工作。
八、第五步:检查异常销售记录
数据分析不仅是找出卖得最好的商品,还需要检查数据有没有问题。
例如,真实的销售 Excel 中可能出现:
数量为负数,但没有对应退货说明。
单价为 0,可能是赠品,也可能是录入错误。
商品名称为空。
同一个订单编号重复出现。
商品价格明显偏离常见价格。
这些记录不能直接认定为错误,更不应该让 AI 擅自删除。
正确的做法是:
先标记异常,再根据业务规则核实。
实例:检查异常销售数据
请检查当前销售明细中的异常数据。
检查规则:
1.
商品名称是否为空。
2.
数量是否为空或非数值。
3.
单价是否为空或非数值。
4.
是否存在负数。
5.
是否存在数量为 0 的记录。
6.
是否存在单价为 0 的记录。
7.
是否存在完全相同的明细行。
8.
如果有订单编号,检查疑似重复订单。
输出一张异常记录表:
行号
|
商品
|
异常类型
|
异常说明
|
建议处理
要求:
-
发现异常只做标记。
-
不自行删除原始记录。
-
不把负数直接判定为错误。
-
不把所有重复行直接判定为重复订单。
-
不编造缺失的订单编号。
-
如果没有异常,明确说明检查结果。
所有无法确定的情况标注"待核实"。
本次模拟数据存在异常吗
对这五条记录进行检查,没有发现空值、负数、零数量、零单价或完全相同的明细行。
但由于没有订单编号、订单状态等字段,无法对重复订单、退款或真实交易异常作进一步判断。
因此,本次分析可以输出:
未发现上述字段级异常,订单级异常暂无法判断。
九、第六步:生成真正的 Excel 文件
前面的步骤已经完成计算、分析和图表设计。
但如果只是把结果显示在聊天窗口中,还不算完成整个办公任务。
我们真正需要的是一个可以下载、编辑和继续使用的
.xlsx
文件。
可以使用具备表格生成能力的 ChatGPT 或办公 Agent 来创建工作簿。
建议的 Excel 工作簿结构
这四个工作表分别解决不同问题:原始数据用于追溯,商品汇总用于计算,销售分析用于汇报,异常检查用于数据质量管理。
让 AI 生成 XLSX
实例:生成完整 Excel 销售分析文件
请根据已经确认的销售数据,
生成一个真正的 Excel 工作簿。
文件名称:
RUNOOB-销售数据分析.xlsx
请创建四个工作表:
一、原始数据
保留原始销售记录:
日期,商品,数量,单价
周一,笔记本,2,30
周二,鼠标,3,50
周三,笔记本,1,30
周四,鼠标,1,50
周五,键盘,2,100
增加"销售额"列,
使用 Excel 公式计算数量 × 单价。
二、商品汇总
按商品统计:
-
销售件数
-
销售额
-
销售额排名
使用 Excel 公式生成统计结果。
三、销售分析
展示:
-
商品种类数
-
总销售件数
-
总销售额
-
按销售额排名的商品列表
-
商品销售额柱状图
-
简短分析结论
四、异常检查
检查空值、负数、零值、
数据类型和疑似重复记录。
发现异常只标记,不自动删除。
排版要求:
1.
表头清晰。
2.
金额使用人民币格式。
3.
数值列右对齐。
4.
列宽适合内容。
5.
冻结表头。
6.
为明细开启筛选。
7.
公式保留可编辑性。
8.
图表使用真实数据源。
9.
不要将表格制作成图片。
输出要求:
-
创建真正的 XLSX 文件。
-
不覆盖原始文件。
-
可以使用 Excel 或 WPS 打开。
-
检查公式和汇总结果。
-
最终提供文件下载入口。
正确的总销售额应为 490 元,
总销售件数应为 9 件。
如果计算结果不同,
请检查公式和数据后再交付。
这段提示词已经包含数据、计算规则、图表要求和文件格式。
如果工具能够直接生成 XLSX,就可以一次完成工作簿创建。若使用的只是普通聊天模型,则可能需要将生成的表格和公式复制到 Excel 中手动保存。
十、完整实例:一条提示词完成 Excel 分析
前面的操作拆成了数据检查、汇总计算、图表制作和文件导出几个阶段。
如果已经熟悉操作,也可以直接使用下面的完整提示词。
实例:AI Excel 数据分析完整提示词
你是一位电商运营数据分析师,
同时具备 Excel 表格制作和数据分析能力。
请根据下面的销售明细,
制作一份完整的销售分析 Excel。
一、原始数据
日期,商品,数量,单价
周一,笔记本,2,30
周二,鼠标,3,50
周三,笔记本,1,30
周四,鼠标,1,50
周五,键盘,2,100
二、统计规则
1.
数量代表销售件数。
2.
销售额 = 数量 × 单价。
3.
按商品汇总销量和销售额。
4.
按销售额降序排列。
5.
销售额相同的商品并列排名。
6.
金额单位为人民币元。
不得编造:
-
订单数
-
退货数量
-
利润
-
成本
-
增长率
-
客户信息
三、数据检查
检查:
-
空值
-
数字格式错误
-
负数和零值
-
疑似重复记录
-
异常单价
不自动删除数据。
四、统计分析
计算:
-
商品种类数
-
总销售件数
-
总销售额
-
每种商品的销量
-
每种商品的销售额
-
销售额排名
五、制作图表
生成商品销售额柱状图。
要求:
-
横轴为商品
-
纵轴为销售额
-
显示数值标签
-
可以在 Excel 中编辑
六、生成 Excel 文件
文件名称:
RUNOOB-销售数据分析.xlsx
包含四个工作表:
1.
原始数据
2.
商品汇总
3.
销售分析
4.
异常检查
必须保留计算公式。
不能用静态图片代替数据表。
七、结果验证
正确结果应为:
销售记录:5 条
商品种类:3 种
总销售件数:9 件
总销售额:490 元
键盘:200 元
鼠标:200 元
笔记本:90 元
键盘和鼠标销售额并列第一。
请核对公式计算结果与上述数据是否一致。
完成后提供 XLSX 文件,
并简要说明核心分析结论。
不得覆盖原始文件。
分析结果示例
本课原始示例截图:
最终报表可以包含以下内容:
十一、进阶:使用数据透视表分析销售数据
当数据量较大时,除了使用 SUMIF 和 SUMIFS,也可以使用 Excel 的数据透视表。
数据透视表的好处是,可以通过拖拽字段快速改变统计维度,不需要为每种商品单独编写公式。
如何创建数据透视表
在 Excel 中选中销售明细,然后选择
插入 → 数据透视表
。
在字段列表中按下面的方式设置:
这样就可以得到按商品汇总的销售数据。
如果不熟悉操作,也可以让 AI 说明需要点击哪些位置,或者让支持 Excel 操作的 Agent 协助创建。
实例:制作数据透视表
请根据当前 Excel 销售明细,
制作一张商品销售数据透视表。
要求:
1.
行字段为商品名称。
2.
数量使用求和。
3.
销售额使用求和。
4.
按销售额从高到低排列。
5.
显示总计。
6.
保留原始数据。
7.
不改变现有统计口径。
如果当前环境无法直接创建
Excel 原生数据透视表,
请明确说明,
并提供手动创建步骤。
需要注意,普通公式汇总表不等于 Excel 原生数据透视表。如果任务要求交付可刷新、可拖拽字段的数据透视表,应确认文件中实际创建了 PivotTable。
十二、进阶:追加销售记录后自动更新统计
真实工作中,销售数据每天都会增加。
如果每新增一条销售记录,都要重新写公式、重新制作图表,那就失去了自动化的意义。
因此,可以在第一次制作 Excel 时,就要求 AI 使用容易扩展的数据结构。
例如,在原始数据中追加:
新增销售额为 100 元,因此总销售额由 490 元变成 590 元,总销量由 9 件变成 11 件。
新的商品汇总结果为:
实例:追加数据并更新报表
请在现有销售分析工作簿的基础上,
追加以下销售记录:
周六,鼠标,2,50
要求:
1.
不修改原有五条销售记录。
2.
将新记录追加到明细表末尾。
3.
更新商品销售汇总。
4.
重新计算总销量和总销售额。
5.
更新销售额排名。
6.
更新商品销售额柱状图。
7.
保留已有公式和表格样式。
预期结果:
总销量:11 件
总销售额:590 元
鼠标销售额:300 元
请生成新的 XLSX 版本,
不要覆盖原始文件。
完成后列出发生变化的统计结果。
如果原始明细采用 Excel 表格,并且汇总公式使用了结构化引用,新增数据会更容易自动纳入统计。
如果使用的是数据透视表,源数据变化后可能仍需要执行刷新操作。
十三、常见问题与解决方法
通用 Excel 结果检查提示词
如果生成的文件存在问题,可以把它交给支持 Excel 分析的 AI 重新检查。
实例:检查 Excel 工作簿
请检查我提供的 Excel 工作簿。
检查内容:
1.
工作表是否完整。
2.
原始数据是否被修改。
3.
数量和单价是否为数值类型。
4.
销售额公式是否正确。
5.
商品汇总是否完整。
6.
总销量与总销售额是否准确。
7.
是否存在错误排名。
8.
图表是否引用正确的数据。
9.
是否存在空值或异常记录。
10.
是否有公式错误或错误引用。
请先输出问题清单。
对于可以确定的问题,
给出修正建议。
不要擅自删除原始数据。
不要覆盖原文件。
确认修改范围后,
生成修正版 XLSX 文件。
十四、动手练习
练习一:追加一条销售记录
在原有五条数据中增加"周六,鼠标,2 件,单价 50 元"。
重新计算商品销量、销售额和排名,检查最终总销售额是否为 590 元。
练习二:制作商品销售图表
让 AI 生成一张销售额柱状图,并插入到 Excel 工作簿中。
要求图表标题、商品名称和金额标签清晰,能够随数据调整。
练习三:模拟异常销售数据
在练习文件的副本中增加一条单价为 0 的记录,再让 AI 检查异常。
要求只标记该记录并说明可能原因,不能直接删除,也不能未经核实就认定为错误订单。
练习四:生成完整销售周报
让 AI 根据商品汇总表,编写一份 200 字以内的销售周报。
报告应包含总销售额、总销量、表现最好的商品和需要关注的问题,不得编造利润或增长率。
CSS独立储备