真实案例实录
案例:8000 行销售表,10 分钟看出问题
一个只会加减和排序的销售主管,被老板问"这个季度为什么没完成";他没学函数,靠着"把话说明白",从 17 列数据里挖出了两个真问题。
先说清楚
本页人物是综合案例,细节做了模糊处理。表格结构、字段名、百分比都是为了让你看懂方法而做的演示,不是某家公司的真实数据,也不代表任何平台的政策或价格。你手上的表结构一定不一样,方法能搬,数字别搬。
① 故事背景:8000 行表,一句"为什么没完成"
小陈 29 岁,在一家二十来人的小公司做销售主管。公司做的是办公耗材和小家电配件批发,客户主要是本地的文具店、五金店和一些小电商卖家。他手下 5 个人,其中 3 个是跑外的,2 个在办公室接单。
小陈的底子不算好。他中专学的是机电,出来先在仓库干了两年,后来跟着老板跑业务,因为嘴勤、记得住客户,慢慢升上来了。Excel 他只会三件事:加、减、排序。透视表这个词他听过,但一直没敢点开,怕点坏了。
今年一季度结束,业绩差了。具体数字这里就不写了,反正是没完成。周一早会,老板当着另外几个人的面问他:"小陈,你分析一下,为什么这个季度没完成?"
他说他当时脑子"嗡"了一下。他当然知道点原因——有个大客户订单少了、有个业务员三月请假多、有几款货老断——但这些都是"感觉",落到嘴上就是"可能吧""应该是"。老板要的不是感觉,是数据。老板还说了一句让他印象很深的话:"我不要你觉得,我要你手里那张表告诉我。"
他手里确实有一张表。销售内勤每周汇总一次,从开单系统导出来,一季度一共 8000 多行,17 列。列有日期、单号、客户名称、区域、业务员、产品分类、产品型号、数量、单价、金额、折扣、成本、毛利、退货标记、退货原因、备注、来源渠道。这张表他没少看,但从来是"要看哪个客户就筛一下,要看谁卖得多就排一下"。要他从里面找出"为什么没完成",他不知道从哪下手。
周三晚上他在家刷手机,看到一条讲 AI 做表格的短视频,说的是"把表发给它,它帮你分析"。他抱着试试的心态,打开了对话框。
② 他第一次的提问:一句话加一张整表
小陈的原话是这样:
"帮我分析一下这个表,为什么这个季度没完成目标。" 然后他把整张 8000 行的表直接复制粘贴了进去。
AI 回的东西大致是这样:
AI
根据你提供的数据,我可以给你几个分析方向:
1. 按月份对比销售额,看哪个月下滑最明显。
2. 按区域统计销售额,找出表现较差的区域。
3. 按业务员统计业绩,看是否存在个体差异。
4. 按产品统计销量,找出滞销产品。
5. 关注退货情况,退货率高会影响实际业绩。
建议你制作数据透视表,从多个维度进行交叉分析,并结合同比、环比数据判断趋势。如果需要,我也可以帮你写公式。
小陈看完的第一反应是:"这不都是废话吗。"这些方向他心里全都有,他就是不知道怎么做。他照着自己说的"按月份对比"去手动算了一遍,用计算器加了两个小时,算出来一个数,又不敢确定自己有没有加错。
还有件更让他后怕的事:他把带客户全名的整张表都贴上去了,里面还有成本价和联系方式。他后来才知道,这类数据不应该随便往外面的工具里贴。这一步他做错了,别学他。
问题出在哪?四条,你一条条对:
第一,他让 AI"分析",却没告诉它"分析什么算分析好了"。"为什么没完成"是个业务问题,不是数据问题。AI 得知道他年初定的目标是什么、按什么口径算完成(是开单金额还是扣掉退货后的净额)、时间范围是哪三个月。这些他一句没说。
第二,他把整张表贴进去,等于把重点冲掉了。8000 行、17 列,AI 看到的是一团数字,不知道哪列重要、哪列是脏的。而且他贴的是带客户名、成本价的原始数据,这涉及别人的信息安全和公司的商业数据,风险很大。
第三,他没解释列的含义。比如"金额"是含税还是不含税、"折扣"是打几折还是减了多少钱、"退货标记"是一个字母还是"是/否"。这些不说明,AI 全靠猜,猜错一个口径,后面所有结论都是错的。
第四,他想一步到位。指望一句话换回一份完整报告,结果就是换回一份"正确但没用"的通用清单。真正有效的方式是把任务切碎:先搞懂列、再算总数、再拆维度、再找异常。
③ 重新提问:先说明白,再让它一步一步来
第二次,小陈改了个做法。他没再贴整表,而是先写清楚背景和规则,只给表头和几行假数据。这是他发出的完整提示词:
小陈的第二版提示词
我是一家小公司(20 多人,做办公耗材和小家电配件批发)的销售主管。老板让我分析"这个季度为什么没完成销售目标",我要拿结论去早会上汇报。我只会加减和排序,透视表不会用。
我的表有 8000 多行、17 列,是从开单系统导出来的。我给你的是表头和 3 行示例数据,客户名称我已经改成"A 客户"这种代号,成本价我删掉了,你不要问我要真实的客户信息和价格。
请按这个顺序帮我,一步一步来,每一步等我确认了再进下一步:
1. 先帮我解释每一列是什么含义、大概能用来做什么分析,如果哪列你也不确定,直接问我,不要自己假设。
2. 再教我怎么用公式把"每个月的总金额"和"扣掉退货之后的净金额"算出来,公式请写清楚放在哪个单元格、为什么这么写,我要能自己看懂。
3. 然后用"按区域 × 按产品分类"的思路帮我拆,告诉我该看哪些数、怎么判断哪个格子有问题。
4. 最后如果有反常的地方,你要说清楚是"看起来相关"还是"能确定是原因",不要把相关说成因果。任何数字都要能在我表里指出来是哪几行算出来的。
三条要求:不要编我表里没有的字段;我没有给你的数就不要写;结论我说了算,你只给线索和证据。
为什么这一版就好用了?逐条说:
讲了业务背景 "20 多人、批发、老板要结论"——这决定了 AI 的语气要口語、结论要能拍在桌上,而不是写一篇学术分析。背景越具体,答案越贴肉。
说了"要去汇报" 这四个字很关键。它让 AI 知道产出不是给自己看的,是要经得起老板问的,所以必须写清口径、说清怎么算的。
主动说了"我不会" 承认自己只会加减排序,AI 才会把公式拆到"写在哪个单元格"这种程度。你不说,它就默认你懂 VLOOKUP。
先脱敏再提问 客户名换代号、删掉成本价。这一步是给自己和公司兜底。原始数据能不出门就不出门,真要用也先做处理。
只给表头加几行 有结构、有样例,AI 就能判断每列是什么类型、能不能算。比丢 8000 行进去有用得多,也安全得多。
规定"一步一步来" 这是整段提示词里最值钱的一句。复杂任务一次给完,AI 会赶工,错误也会层层叠加;分步走,你能在每一步把关。
要求写清口径 "扣掉退货之后的净金额"就是口径。同样的表,用开单额算和用净额算,结论可能完全相反。口径不说清楚,分析全是空转。
禁止把相关当因果 这是数据里最容易踩的坑。某个区域退货多,不等于这个区域业绩差是因为退货——可能它订单本来就多。把这条写进要求,AI 说话会谨慎很多。
把结论权留给自己 "结论我说了算,你只给线索"——AI 可以帮你算,可以帮你找异常,但"为什么没完成"最终得由了解业务的人来判断。
④ 完整对话过程:从看懂表头到三句话汇报
这一晚上他花了大概一个半小时(中间还去给女儿洗了澡)。下面按顺序还原这 7 轮,重点看两处:AI 出错的时候他怎么发现的,以及他怎么把一堆分析压成老板愿意听的三句话。
第 1 轮 · 让 AI 解释每一列
小陈
[贴上一段提示词,然后贴 17 个表头 + 3 行代号化数据]
AI
收到。先把这 17 列翻译成能用的东西,我按用途分三组:
第一组:能用来看"卖了多少"
· 日期:用来按月、按周切。要注意是哪一天——是开单日期还是发货日期。
· 数量:卖出去几件。做产品对比时,这个比金额更公平,因为金额受价格影响。
· 金额:这一单卖了多少钱。你告诉我它是含税还是不含税,这直接影响和目标的比较。
第二组:能用来解释"为什么多、为什么少"
· 单价、折扣:价格有没有松。折扣如果是"打几折"的小数,跟"减了多少钱"算法完全不同。
· 成本、毛利:真正赚了多少。你说成本删掉了,那"毛利"这列是已经算好的结果,可以直接用。
· 退货标记、退货原因:卖出去又被退回来,业绩要打折扣。
· 区域、业务员、产品分类、产品型号:四个"切蛋糕"的刀口,也是找问题的入口。
第三组:辅助信息
· 单号:用来查重,防止同一单重复统计。
· 来源渠道、备注:可能有线索,但不能当数字用。
现在我有 4 个必须先问你的问题,你答了我才往下走:
1. "金额"含税吗?
2. "折扣"这一列的实际格式是什么?比如是 0.85 这种,还是"减 5 元"这种?
3. 目标是按哪个数定的,开单金额还是净额?
4. "退货标记"是怎么标的,一个"是"字还是有具体原因文字?
第 2 轮 · 让 AI 写公式,第一版列号就是错的
小陈
金额不含税,折扣是 0.85 这种几折,目标是按开单金额定的,退货标记是一个"退"字。教我算每个月的总金额和净金额吧。
AI
好,假设你的表在 Sheet1,第 1 行是表头,数据从第 2 行到第 8001 行,日期在 A 列,金额在 G 列,退货标记在 N 列。你在空白区域的三个单元格里分别放:
起止日期用两个格子写,比如 P1 写 2024-01-01,Q1 写 2024-01-31。然后:
· P2 统计开单金额:=SUMIFS(G2:G8001,A2:A8001,">="&P1,A2:A8001,"<="&Q1)
· Q2 统计退货金额:=SUMIFS(G2:G8001,A2:A8001,">="&P1,A2:A8001,"<="&Q1,N2:N8001,"退")
· R2 算净金额:=P2-Q2
想看月份对比,把 P1、Q1 换成 2 月、3 月的日期,照抄三个公式就行。SUMIFS 你可以理解成"按条件把符合条件的数加起来",第一个参数是要加的那一列,后面成对出现的是"在哪一列找、找什么条件"。
小陈的操作与返工
小陈
不对,我按你说的 G 列全是产品型号,我的金额在 H 列,我插了一列模板编号。退货标记在 P 列,不在 N 列。你算出来跟我自己加的对不上。
AI
是我错了。我按常见的表结构猜了列号,没有让你先确认。这是我的问题,也说明一个习惯:别人给的公式,第一件事是核对列号,不是直接粘贴。
按你的实际结构重写一遍——日期 A 列、金额 H 列、退货标记 P 列、数据到第 8001 行:
· 开单金额:=SUMIFS(H2:H8001,A2:A8001,">="&P1,A2:A8001,"<="&Q1)
· 退货金额:=SUMIFS(H2:H8001,A2:A8001,">="&P1,A2:A8001,"<="&Q1,P2:P8001,"退")
· 净金额:=P2-Q2
另外给你一个不用记列号的办法:在写公式的时候直接用鼠标点列,让 Excel 自己去填。你不用背字母,只要知道"要加的是金额那一列"。以后你让我写公式,先告诉我"我要统计哪一列、按哪一列筛、筛什么",我给你的公式就不会偏。
第 3 轮 · 用透视的思路拆维度
小陈
三个月的数我都算出来了,确实比我自己加得准。现在怎么找问题?
AI
别急着算总和,先按"切蛋糕"的思路过一遍。你把这句话记住:总量只告诉你差多少,拆开才告诉你差在哪。
第一刀:按月拆,看三个月是一条线往下走,还是某一个月突然塌了。往下走和突然塌,原因不一样。
第二刀:按月 × 区域拆,看是不是某个区域拖后腿。如果只有一个区域明显差,问题可能在人或者货;如果所有区域一起差,问题可能在大环境或者价格。
第三刀:按月 × 产品分类拆,看是不是某个品类卖不动。
第四刀:把"退货"单独拎出来,算每个区域的"退货金额 ÷ 该区域开单金额",也就是退货率。特别注意:不同区域的退货率差得离谱时,那通常不是销售问题,而是货、物流或者客户结构的问题。
你不需要一次全看完。先做前两刀,把结果发我,我帮你判断下一步该往哪看。
第 4 轮 · 异常一:某个区域的退货率明显不对
小陈
我做完了。整体是 1 月还行,2 月差,3 月更差。按区域看,其他几个区域差不多,就西区特别难看。西区的退货率我也粗算了一下,好像是别的区域的好几倍。
AI
这就是第一个值得挖的线索,但先别急着下结论,按下面三步把它钉死:
1. 把"好几倍"变成一个能报出去的准确数。用公式:某区域退货金额 ÷ 该区域开单金额。三块区域的数并排放,一眼就能比。让 AI 说"几倍"没有意义,你得说得出具体倍数和它对应的两列数。
2. 看西区的退货集中在哪几个客户。如果退货几乎都来自一两个客户,那是客户问题;如果散在很多客户,那是产品或者交付问题。做法就是筛出西区,再按客户名称排序看退货列。
3. 看退货原因写了什么。你表里那列退货原因现在终于派上用场了。把西区所有"退"的行挑出来,按原因归一下类,看最多的那一条是什么。
做完这三步,你手里就不是"西区差",而是"西区这三个月的退货金额是多少、主要来自两三个客户、原因是某一类"。前一种说法老板只会追问,后一种说法老板会跟着你想办法。
还有一个提醒:不要因为西区有退货就说它是业绩下滑的原因。它有可能是结果,不是原因——也许正是因为这个区域卖得最多,所以退得也多。这两件事我先给你摆清楚,哪个是因哪个是果,得你自己结合业务判断。
第 5 轮 · 异常二:某个产品的折扣松得离谱
小陈
西区那边我看明白了。另外我按产品分类拆了一下,有个型号的量其实不小,但毛利那一列特别薄。我看折扣这列,这个型号好多单子是 0.7 几。
AI
第二个线索比第一个更值钱,因为它直接影响赚钱。我建议你把这件事算成一张小表,两列就够:
· 每个产品型号的"平均折扣",算法是用"金额 ÷(数量 × 标价)",或者你表里如果有"原价"这一类,就按折扣列直接求平均。
· 每个产品型号的"毛利率",也就是毛利 ÷ 金额。
然后把这两个数并排看。正常情况下,折扣高的时候毛利低,这是一条线的。如果某个型号是"折扣最低、毛利最薄,但销量不低",那基本可以确定:这个型号在靠低价走量,量在做,钱没赚到。
接下来三件事:
1. 把折扣最松的那几单筛出来,看是谁在报这个价、报给谁。
2. 看这种低折扣是不是集中在某几个客户身上,如果是,是不是有特殊约定。
3. 算一下:如果这个型号的折扣回到其他型号的平均水平,这一个季度的毛利大概会多出多少(粗算就行,别当真账)。
第 3 点算出来的数是估算,不是财务口径,汇报的时候要说清楚"这是粗算,实际要财务确认"。
再说一遍那条底线:定价、折扣政策、客户返利这些东西,涉及合同和公司政策,我只帮你算数、帮你把线索摆出来,行不行、该怎么改,你得去问财务和负责定价的人,公司的规章制度和法务口径我没法替你确认。
第 6 轮 · 让 AI 出图表建议,他选了最简单的一张
小陈
我汇报的时候想放两张图,别太复杂,我也不会做。
AI
只放两张,刚好。推荐这两张,都是三分钟能做完的:
图一:柱状图(三个月 × 各区域)。横轴放月份,每个月份下面并排几根柱子代表不同区域。这张图一眼能看出"是哪个区域、哪个月出的问题"。做法:把之前算好的数字整理成一个小表(行是月份,列是区域),选中,插入柱状图。
图二:折线图或柱状图(产品型号的销量 vs 毛利率)。建议用两列的柱状图放在一起,一个柱是销量、紧挨着的是毛利率。这样"某个型号量很大但毛利很薄"的对比会非常刺眼。
不要做的三件事:不要做饼图(你的维度多,饼图会糊);不要放原始数据表截图;不要在一张图里塞五六个系列。
汇报的时候图只是证据,关键是你说的话。图上的每个数,你都得知道它从哪来、怎么算的——老板最容易问的就是"这个数怎么来的"。
第 7 轮 · 把一堆分析压成三句话
小陈
帮我写个汇报稿,我照着念。老板脾气急,别太长。
AI
不要稿子,要三句数。你念稿老板立刻会打断,他想要的是结论。我按"总—分—动"给你一个骨架,数字你自己填上,我用的都是占位符,因为我手上没有你核对过的真实数:
第一句,总的差在哪:"这个季度开单金额是(你算的数),比目标差(多少),主要是 2、3 月连着往下走。"
第二句,差在哪两块:"两个具体问题:一是西区的退货率是其他区域的(几倍),退货主要来自(几个)客户,原因是(哪一类);二是(某型号)这个季度折扣明显偏低,量不算少但毛利很薄,粗算如果回到平均水平,这一个季度毛利大概能多出(多少)。"
第三句,你要什么:"我建议两件事:西区(某类)客户先暂停发货、由我跟进;这个型号的折扣申请以后统一交到(某个人或某个流程)审批。我需要(谁)配合,下周给您一个跟进结果。"
骨架解释一下:第一句说明你尊重数据,第二句说明你找到了具体问题而不是抱怨大环境,第三句说明你是来要支持和要行动的,不是来交差的。老板最烦的就是"分析了半天没有下一步"。
最后提醒三件事:第一,我写的所有数字你都要自己在表里核对一遍再念,包括我算的和你算的要对得上;第二,"退货率是几倍"这种话要精确,别用"好多倍";第三,涉及合同、返利、定价政策的结论,先跟财务和主管对一下口径再往外说。
⑤ 中间踩的坑:三个,一个比一个隐蔽
坑一:AI 第一版公式的列号全对不上
AI 说"金额在 G 列、退货标记在 N 列",而小陈的表里金额其实是 H 列、退货标记是 P 列,他中间插过一列模板编号。如果他不核对自己加出来对不对,直接拿这个数去汇报,整场会都是错的。
怎么发现:他自己先手动加了一个月的数,跟公式算出来的对不上。这一步"笨办法"救了他。
怎么纠正:一是把真实列号(或者让 AI 用鼠标点选的方式)说清楚;二是不管谁给的公式,第一个月都要用计算器或手动筛选对一遍;三是汇报前把所有汇总数加总验证一次,看总数对不对得上。
坑二:AI 把"相关"说成了"因果"
中途 AI 说过一句"西区退货率高导致该区域业绩下滑"。这句话听着顺,但站不住——有可能西区本来就是卖得最多的区域,所以退货的绝对数也大;也有可能是这个季度西区为了冲量压了货,客户退回来更多。两件事同时出现,不等于一件导致了另一件。
怎么发现:小陈按 AI 教的第三步去看了退货原因和客户构成,发现退货集中在一两个客户,而这几个客户恰好是 3 月才大量下单的。也就是说,业绩下滑的主因不是退货,而是 2 月订单本身就少了。
怎么纠正:在提示词里提前写死"说清楚是相关还是因果";每次看到"导致""因为……所以"这种句式,都反问一句"有没有可能是反过来,或者两者都被第三件事影响?";然后去表里找时间先后顺序,先后顺序是判断因果最土也最有效的线索。
坑三:AI 编了一个他表里根本没有的字段
在给出图表建议那轮,AI 顺口说了一句"你可以用客户满意度来交叉分析"。小陈的表里压根没有满意度这列——那是另一个系统里的东西,他手上根本没有。还有一次 AI 在建议里提到"渠道成本",他的表里也只有来源渠道,没有成本。
怎么发现:他习惯性地想"点哪一列",点了半天找不到,才发现这列不存在。
怎么纠正:两条。一是在提示词里明确写"不要编我表里没有的字段",这条小陈一开始就写了,所以后面少踩了很多。二是列一个"我表里有的字段清单"发过去,让 AI 在清单范围内出主意。凡是它提到清单以外的字段,一律当没看见。
还有两句必须说的话
第一,小陈第一次把带客户全名、成本价的整张表贴出去,这是错的。这类数据涉及他人信息和公司商业信息,能不出门就不出门;必须先处理,只留必要的列、客户名换代号、去掉价格和成本。这一点无论用什么工具都要守住。
第二,折扣政策、客户返利、合同条款、退货责任属于公司制度和法律范围,各地口径、各家公司规定都不一样。小陈最后是拿着自己整理的结果,先去找财务对了口径,涉及合同和返利条款的部分去问了主管和公司法务方面的人,确认没有问题才在会上讲。AI 在这里只能帮他算数、找线索,不能替代专业人士和公司流程。
⑥ 最后的结果:10 分钟出方向,剩下的时间都在核对
标题里的"10 分钟",指的是他第二次提问之后,10 分钟内看清了"该从哪几个方向查"。这是真的,因为方向本来就不难,难的是没人帮他把问题拆开。但从方向到能在会上讲,他一共花了大概一个半小时做完,又用了第二天中午 40 分钟核对数字。
17 列
表里原有字段,一个没加、一个没用错
2 个
真正值得汇报的异常(退货集中、折扣偏松)
3 句
汇报用的结论,每句都带一个来源数
0 个
没学的新函数,只用了求和条件和加减
具体点说:
他最终交出去的是两张图和三句话。图一是三个月 × 各区域的柱状图,图二是某型号销量与毛利率的对比。老板在会上没打断他,还追问了一句"西区那几个客户是谁"——这在他看来就是成功,因为问题从"为什么没完成"变成了"接下来怎么办"。
两个异常后来都落实了:西区那两三个客户的退货,公司确实换了处理方式(具体怎么处理的他没细说);那个型号的低折扣,后来走了统一的审批流程。这些改变跟他没关系,他只是把线索摆出来了,决定权在公司。
最实在的一个变化是他自己。他现在拿到表不再从头看到尾,而是先问"我要回答什么问题",再想"要按哪几刀切"。那张透视表他到现在也不太会做,但他知道该拆什么维度了。
AI 在这里帮不上忙的部分,也得说清楚:
帮不上:表里的脏数据。同一个客户写成三种名字、日期有文本格式的、金额有空值、一单被录了两次——这些 AI 看不到,得他自己去筛、去对。数据不干净,分析再漂亮也是错的。
帮不上:业务上的真实原因。为什么那几个客户退货?是货有问题、是交期晚了、还是业务员走了没人跟?这些在表外面,在他和客户的电话里,在仓库的记录里。AI 只能告诉他"哪里不对",不能告诉他"为什么不对"。
帮不上:跨部门那几个电话。想弄清楚原因,他得去问仓库、问业务员、问财务。这活儿 AI 替不了。
帮不上:拍板。要不要停发某个客户的货、要不要收紧某个型号的折扣,这是生意判断,风险也在公司身上,AI 不该也不能替他决定。
帮得上:把"我不会"这个门推开。他不懂透视表,但他明白了"拆维度"这件事该怎么做,接下来学透视表就有方向了。
帮得上:把数字翻成人话。从一堆格子里挑出能对老板说的三句话,这个翻译工作是 AI 的强项。
⑦ 可复制的 3 条提示词
提示词 1 · 先搞懂这张表,再动手
我做[你的工作],手上有一张[多少行、多少列]的表,是从[系统名]导出来的。我想分析[你的问题,比如:这个季度为什么没完成]。我只会加减和排序。
我先给你表头和 3 行示例数据(客户名已换成代号,价格和成本已删除)。请你先做一件事:逐列告诉我这列是什么意思、能用来做什么分析,并按用途分成"看总量的""解释原因的""辅助信息"三组。
凡是你看不出来的(比如某列是含税还是不含税、折扣是什么格式、日期是开单还是发货),直接问我,不要自己假设。也不要提我表里没有的字段。
提示词 2 · 分步拆维度、找异常
接着上面的分析,请按顺序教我,每一步等我做完发结果给你,再进下一步:
1. 写清楚的公式,帮我把[要统计的指标]按[月份/区域/产品]算出来。公式要说明放在哪个单元格、每个参数是什么意思,我要能自己看懂。
2. 告诉我该按哪几刀切(比如月份、区域、产品、客户),每一刀能排除掉什么可能。
3. 带我找反常的地方:哪种情况算异常、用什么公式算出来看、算出来之后该回到哪几行去核对。
硬要求:区分"看起来相关"和"能确定是原因",不要把相关说成因果;每个数字都要能在我表里指出是哪几行算出来的;我表里没有的字段不要编。最后你自己提醒我哪些地方需要找财务或主管确认口径。
提示词 3 · 把分析变成三句话汇报
我要拿这些结论去向上级汇报,他很忙、脾气急,不听长稿。请把上面的分析整理成三句话的骨架,每句都留出数字位置,我自己填真实数:
第一句:总体差在哪(总量 + 主要影响的月份或区域)。
第二句:两个具体问题,每个都要说清"现象 + 数据 + 已经查到什么程度"。
第三句:我建议做什么、需要谁配合、什么时候给结果。
另外再给我三点"会被追问的问题"和对应的答案要点。所有数字我自己核对,你不要替我编占位符以外的任何数值,也不要把估算写成准确值。
⑧ 这个案例还能迁移到什么场景
小陈这套方法的核心,其实三句话:先脱敏、先说清背景、让它一步一步来。凡是"表在我手上、但我不知道从哪看"的场合,都能用。
场景一
库存和进货
哪些货压得太久、哪些总断货。一样的做法:先说清"在库、在途、周转"这些列是什么意思,再按品类和月份拆,最后找异常。库存周转涉及财务口径,结论要跟仓储和财务对。
场景二
费用报销和成本
哪个部门、哪一类支出涨得快。要注意:AI 只看数字,看不出"这笔支出该不该花",这类判断必须回到制度和审批流程上去问人。
场景三
客户流失与复购
哪些客户好久没下单了、哪些下单频次在变低。这是小生意最该定期看的一张表。注意客户名单属于敏感信息,先做代号化处理再往外发。
场景四
个人记账、家庭开支
把自己的账单导出来做同样的分析,看钱花在哪几类、哪个月异常。涉及投资、贷款、保险这类决策,AI 帮不上判断,请以银行、正规机构和专业人士的说法为准。
场景五
孩子的成绩波动
按科目、按月份看分数变化,找出哪一科掉了。但记住:分数背后的原因在老师、在孩子自己身上,AI 只能告诉你"哪一科掉了",说不了"为什么掉"。
底线
三条不能破
别人的个人信息和公司商业数据,先脱敏再使用;所有数字自己核对一遍再对外说;重要结论要回到业务、制度和专业人士那里确认,别拿 AI 的分析当最终依据。