20 经验值推荐学习顺序搭流程
数据分析
数据整理、统计、可视化，AI 出图出表人下结论
验收证据形态
数据图表产物 + 数据口径说明
点亮映射能力轴
数据能力
本单元学习门禁
🎬 动画讲解搭流程 · 数据分析 · 动画讲解
工作坊 · 15 分钟节奏
① 痛点钩子 · 你肯定遇到过
你有几百行数据摆在面前，导进表格只会点「求和」和「筛选」。领导/导师问「这个月环比多少、哪个类型异常、趋势是啥」，你答不上来——不是没数据，是看不出门道。AI 能帮你算、帮你画图，但你得先告诉它「看什么、口径怎么定」。② 效率对比锚定（教学演示口径）
数据处理方式不同，结论质量天差地别
| 对照项 | 错误用法 | 修正用法 |
|---|---|---|
| 处理方式 | 手动拉公式逐列算，画不出图 | AI 处理表格/生成统计与图表，人定目标与口径 |
| 结论 | 数字堆一屏，说不出门道 | 人下结论：哪个数字异常、为什么、下一步看什么 |
| 耗时（演示口径） | 手工整理+作图约 1~2 小时 | AI 出图出表约 10 分钟 + 人核异常/定结论约 20 分钟 |
③ 15 分钟核心 · 核心方法：目标在前、口径人定、结论人下
- 先定目标（人）：这组数据要看什么？月度趋势？类型对比？异常点？目标不同，算法与图不同
- 再定口径（人）：统计期间、含不含某类（如退款/剔除项）、空值怎么处理、单位——口径人先定，AI 照做
- 让 AI 算与画：按月份汇总金额、生成柱状图、标出环比变化最大的月份
- 人核异常与下结论：AI 标出的异常点，人要回原始数据核一下是真是假；结论必须人写，AI 只给数字与图表
- C 级标注：课堂演示图表均标注「教学演示口径」，不冒充统计报告
- 易错点 ① 不先定口径就让 AI 算 → 含退款/不含退款差很多，人先定
- 易错点 ② AI 说「异常」就直接引用 → 异常要先人工核数，可能是录入错误
- 易错点 ③ 让 AI 写结论 → 结论判断归人，AI 只给事实与图表
复制粘贴级提示词示例
我有 300 行数据：A 列=日期、B 列=金额、C 列=类型。请按我定的口径处理：统计期间=2026 年 1~6 月、剔除类型=退款、空值按 0 处理。①按月汇总金额并算环比；②生成一张柱状图（按月）；③标出环比变化最大的月份与金额；④只给数字与图表，不要替我下结论。口径我已定，你按此执行并说明每个数字的口径。客户/个人敏感数据禁止上传外网 AI，只用本地脱敏样本（数据安全红线）
④ 即时产出物（可带走三件套）
- · 输入：你的表头说明 + 口径定义（期间/剔除/空值）+ 分析目标
- · 输出：AI 生成的汇总表 + 图表 + 异常标注
- · 人工校验记录：口径确认 + 异常人工回核 1 处 + 你下的 1 条结论
⑤ 课后微作业（完成即点亮）
用课程提供的模拟数据表（脱敏），按「目标→口径→AI 算图→人核异常→人下结论」五步产出 1 份「数据小分析报告」，含口径说明与结论。
✓ 完成即点亮「数据分析」+20 经验值
⑥ 认知摩擦点
先自己手动算一个月的汇总再让 AI 算——你会发现口径没定义前，同一份数据两种算法两个答案，认知负载落在「口径才是分析的第一道关」上。⑦ 理解检查（自测 2 题）
1. 让 AI 分析数据前，人必须先定什么？
A.让 AI 自己定目标
B.分析目标与统计口径（期间/剔除/空值）
C.直接看 AI 结论
D.图表配色
答案 B · 目标与口径归人，AI 只执行计算与作图。
2. AI 标出一个「异常数据点」，正确的处理是？
A.直接引用进报告
B.让 AI 解释为什么异常
C.人工回原始数据核对，确认是真异常还是录入错误后再定
D.把异常数据删掉
答案 C · 异常必须人工核数，判断归人。
能力测验（跳级补证）
能力测验 · 数据分析 · 跳级补证点测验
4 题 · 自动判分1. 你有几百行销售数据（日期/金额/类型），想让 AI 按月汇总并算环比。第一步最该做什么？
2. AI 标出一个「异常数据点」说本月销售额异常高，建议重点关注。你应？
3. 你只发了「帮我分析下这个月的数据」给 AI，AI 立刻给出环比数字。以下哪个判断最准确？
4. 用 AI 处理数据时，以下哪些红线必须遵守？（全对才得分）多选
点亮即记经验值，同一能力点不重复计；作答记录留痕，未达 85 分可重新测验。