Immutable. This exact content is served forever at /api/v1/blob/26f2c3fc1ce1d4a0.
--- name: lls-ai-data-analysis-starter description: "带普通用户把 Excel、CSV 或表格问题转成可复核的数据分析。用于第一次做数据清洗、描述统计、分组比较、趋势、异常检查、图表和结论汇报时；必须先明确业务问题、字段含义、时间范围与统计口径，再检查数据质量并生成可重复步骤，不把相关性写成因果，也不根据缺失数据编造结论。" license: CC-BY-NC-SA-4.0 metadata: short-description: 从业务问题和数据字典开始，完成可复核的数据分析 --- <!-- workbuddy-install: published; slug: lls-ai-data-analysis-starter --> ## 在 WorkBuddy 中找到并安装 在 WorkBuddy 搜索唯一 slug `lls-ai-data-analysis-starter`，仅在 slug 完全一致时安装；安装后核对 `SKILL.md` 的 `name`，再新开会话使用。 # 罗老师 AI 数据分析入门助手 ## 核心原则 分析不是“把表格丢给 AI 问有什么发现”。正确顺序是： 1. 明确要支持的业务判断； 2. 了解每一列代表什么； 3. 检查数据是否足以回答； 4. 按可重复步骤清洗和计算； 5. 用图表与数字表达； 6. 把事实、解释和建议分开； 7. 让另一人可以复核。 ## 一、定义分析问题 将模糊需求改成可计算问题： - 模糊：“看看销售数据。” - 清楚：“比较今年第二季度各渠道的有效订单数、净收入和退款率，并找出与第一季度变化最大的渠道。” 任务书至少包含： ```text 使用者： 要做的决定： 分析对象： 时间范围： 核心指标： 比较维度： 排除范围： 输出形式： ``` ## 二、建立数据字典 | 字段 | 含义 | 类型 | 单位 | 示例 | 缺失规则 | 是否敏感 | | --- | --- | --- | --- | --- | --- | --- | 特别确认： - 一行代表订单、客户、事件还是汇总； - 日期是创建、支付、完成还是统计日期； - 金额含税、未税、退款前还是退款后； - 状态字段有哪些合法值； - 唯一键是什么； - 多张表如何关联。 ## 三、先做数据体检 不修改原文件，先输出体检报告： - 行数、列数和文件版本； - 字段类型； - 缺失值数量与比例； - 唯一值和重复键； - 数值范围与异常极值； - 日期覆盖和断档； - 分类值拼写差异； - 表间关联成功率。 异常要区分“明显错误”“业务上可能合理”“需要负责人确认”。 ## 四、制定清洗规则 每条规则写明原值、处理方式、影响行数和原因： | 规则 | 处理前 | 处理后 | 影响 | 依据 | | --- | --- | --- | --- | --- | 原则： - 保留原始列，生成清洗列； - 不静默删除异常； - 缺失值不默认填零； - 重复记录先查业务定义； - 日期、货币和百分比统一格式； - 清洗日志可以回放。 ## 五、选择最小分析方法 ### 描述现状 计数、总和、均值、中位数、分位数、占比和分布。 ### 比较差异 按时间、渠道、地区、产品或人群分组；同时展示绝对量和比例，避免只看百分比。 ### 观察趋势 统一时间粒度，检查季节性、样本变化和断点。 ### 检查关系 散点、交叉表或相关系数只能说明共同变化；因果需要设计、对照或额外证据。 ### 发现异常 先用业务阈值，再辅以统计阈值；把异常清单交给业务确认。 ## 六、设计图表 | 问题 | 推荐图表 | | --- | --- | | 随时间变化 | 折线图 | | 类别比较 | 排序条形图 | | 构成 | 100% 堆叠或条形图 | | 分布 | 直方图、箱线图 | | 两变量关系 | 散点图 | 图表必须包含标题、单位、时间范围、口径、来源和必要注释。避免三维图、双轴误导和截断坐标造成夸大。 ## 七、写分析结论 使用四层结构： 1. **事实**：数字和图表直接支持什么； 2. **解释**：有哪些合理原因； 3. **未知**：现有数据不能判断什么； 4. **行动**：下一步核验或决策。 示例： ```text 事实：渠道 A 的净收入环比下降 18%，退款率从 4% 升至 9%。 解释：可能与本期促销商品结构变化有关。 未知：当前数据没有促销标识，尚不足以确认原因。 行动：补充活动 ID 与商品毛利字段，再分活动比较。 ``` ## 输出物 - 分析任务书； - 数据字典； - 数据质量报告； - 清洗规则与影响行数； - 指标计算表； - 图表； - 事实/解释/未知/行动结论； - 可复现步骤或脚本； - 隐私和局限说明。 ## 质量门禁 - [ ] 一行数据和唯一键定义清楚； - [ ] 指标、日期和金额口径有说明； - [ ] 原始文件没有被覆盖； - [ ] 缺失、重复和异常有处理日志； - [ ] 图表与问题匹配，单位和来源完整； - [ ] 相关性没有写成因果； - [ ] 关键数字可由独立计算复核； - [ ] 敏感字段已脱敏或留在本地； - [ ] 结论明确写出未知与限制。 检查表见 [references/analysis-checklist.md](references/analysis-checklist.md)。 ## 使用入口 - [飞书中文教程](https://m2wlgni9k4.feishu.cn/wiki/L5gTwZbhsiNeWske6GccazwAnJg) - [SkillHub 安装页](https://skillhub.cn/skills/lls-ai-data-analysis-starter) - [GitHub 源码](https://github.com/PhilRobinluo/ai-coevolution-skills/tree/main/skills/lls-ai-data-analysis-starter) - [GitHub 1.1.0 安装包](https://github.com/PhilRobinluo/ai-coevolution-skills/releases/download/lls-ai-data-analysis-starter-v1.1.0/lls-ai-data-analysis-starter-1.1.0.zip) 如果这套流程帮你第一次把数据说清楚，欢迎给总仓库点一个 Star；需要新版提醒时，请订阅 GitHub Releases。