26.3 数据分析与可视化

这一节对应官方的实践三：数据分析并可视化。数据处理是 WorkBuddy 最能体现"执行型 AI"威力的场景——它不只是给你分析建议，而是直接帮你算好、画好图、做好报告。

场景：销售数据深度分析#

需求#

你有三份 Excel：1月、2月、3月的销售明细。老板要一份"一季度销售分析报告"，包含趋势、对比、Top 产品、渠道分析。

传统做法：手动合并三份表 → 写 Excel 公式算各种指标 → 手动建图表 → 截图贴到报告里。一整天。

用 WorkBuddy：一个任务搞定。

完整操作流程#

第一步：准备数据#

把三份 Excel 放入工作区。确认文件命名清晰（如 1月销售.xlsx、2月销售.xlsx、3月销售.xlsx）。

第二步：召唤专家（可选但推荐）#

在任务中召唤**"资深数据分析师"专家**，让分析更专业：

第三步：下达分析指令#

bash
复制
（已召唤数据分析师专家）

请对工作区内的三份月度销售 Excel 做深度分析：

1. 数据处理：
   - 合并三份表格
   - 计算各月总销售额、环比增长率、同比增长率（如有去年同期数据）
   - 清洗异常值和重复数据

2. 可视化（生成图表）：
   - 月度销售趋势折线图
   - 各产品类别销售额柱状图（Top 10）
   - 各销售渠道占比饼图

3. 分析报告（Word 格式）：
   - 一季度整体表现概述
   - 增长亮点与下滑点
   - Top 3 畅销产品及原因推测
   - 渠道效率对比
   - 给出 2-3 条下季度优化建议

输出：分析报告 Word + 所有图表文件 + 合并后的数据 Excel

第三步：观察执行#

WorkBuddy 会自主完成全套流程：

1. 读取并合并三份 Excel
2. 数据清洗、计算各项指标
3. 生成各类图表（柱状/折线/饼图）
4. 撰写结构化分析报告
5. 所有文件输出到结果区

第四步：获取成果#

结果区会有：

• 分析报告.docx：完整的分析报告
• 图表文件：各张图表的图片
• 合并数据.xlsx：清洗合并后的数据表

数据分析的进阶技巧#

技巧1：让 AI 先解释思路再执行#

复杂分析前，可以先让它出方案：

bash
复制
在正式分析前，请先告诉我你打算怎么分析这些数据，
用什么指标、做什么图表，让我确认方向后再执行。

这呼应了第04章的"先思考再行动"和第05章的"任务拆解"。

技巧2：指定分析框架#

如果你有特定的分析需求，直接指定：

bash
复制
请用漏斗模型分析从访问到成交的转化率，
找出流失最严重的环节。

技巧3：结合连接器获取数据#

如果数据在腾讯文档或邮件里，先连接对应连接器：

bash
复制
（已连接腾讯文档）
请读取我腾讯文档里的"客户反馈表"，结合销售数据，
分析客户满意度与销售额的相关性。

常见数据分析场景#

避坑提示#

1. 数据质量先确认：脏数据会导致错误结论，让 AI 先做数据清洗
2. 大文件注意积分：超大 Excel 可能消耗较多积分，可分批处理
3. 关键结论要复核：AI 的分析建议供参考，涉及决策的结论建议人工核验
4. 保留原始数据：分析时让 AI 另存处理结果，不动原始文件

小结#

数据分析与可视化是 WorkBuddy 的强项。核心心法：

1. 召唤数据分析师专家提升专业度
2. 明确分析维度和图表类型
3. 要求完整产出（报告+图表+数据表）
4. 关键结论人工复核

到这里，三大经典实践案例（文件处理、文档生成、数据分析）就讲完了。下一节我们看自媒体运营场景。