产品教程课程用AI做数据分析课时
数据分析门道与核心概念
先看成品再懂门道——数据分析 5 环节工作流、4 个核心概念、6 个高频场景，建立「AI 负责实现，你负责思路」的总认知。
先看成品：这节课做出来的东西
课程开场先展示最终成品：一份 A4 单页管理看板 + HTML 分析报告。3 月业绩下滑一眼可见，Top 产品和地区排名清晰，附 3 条改进建议。
这不是演示——这是你后面 9 步亲手做出来的东西。9 步讲完，报告当场出炉，正好回到开场展示的成品。
哪些活能这么干
销售分析
总销售额、趋势、产品/地区排名，自动读取明细后算指标出图成报告。
财务报销分析
部门费用排名、费用类型占比、异常大额（待核查，不等于违规）。
用户行为漏斗
各环节转化率、流失最严重环节，按小时看活跃度。
满意度问卷
各题均分、最低维度、开放题情感分析 + 高频关键词。
报表汇总
多表核对、月底汇总，批量读取后自动核对汇总输出。
图表美化/看板
指定风格生成规范图表，整合成一页管理看板。
数据分析工作流：5 环节总览
数据分析的完整链路可以拆成 5 个环节，后面 9 步工作流就是这条链路的展开：
| 环节 | 做什么 | 谁负责 |
|---|---|---|
| 数据 | 准备、清洗、认字段 | 你 |
| 分析 | 算指标、切维度 | AI |
| 图表 | 选图型、生成图表 | AI |
| 报告 | 提炼发现、写建议 | AI 初稿 + 你拍板 |
| 行动建议 | 判断是否可执行 | 你 |
4 个核心概念
指标与口径
指标 = 用什么数字衡量（总销售额、客单价、达成率）。口径 = 这个数字怎么算（比如「订单量」是按唯一订单号算，还是按记录数算）。AI 算得对不对，取决于口径清不清楚。
分析维度
从哪些角度切数据：按时间、按产品、按地区、按客户类型。同一份数据，问的问题不同，切的维度完全不同。
人机分工
AI 负责实现（跑数据、算指标、出图、成报告），你负责思路（定口径、选维度、检查结果、拍板）。
数据分析工作流
数据 → 分析 → 图表 → 报告 → 行动建议。本课 9 步工作流就是这条链路的展开。
全课核心认知
数据分析的门槛被 AI 拉低了，但「数据分析的思路」还是你的活。AI 负责实现，你负责思路——明确指标口径、解释字段含义、选对要回答的问题、检查计算结果、判断建议是否可执行。
把 AI 当作一个非常聪明的下属，你作为领导要布置好工作并拍板。下一节我们学怎么布置工作——提示词公式。