●AI賦能數(shù)據(jù)分析：運用Deepseek等主流AI工具輔助數(shù)據(jù)分析操作，大幅提升數(shù)據(jù)處理效率，輕松應(yīng)對復(fù)雜任務(wù)。

●高效數(shù)據(jù)處理：掌握Excel核心功能與實戰(zhàn)技巧，告別重復(fù)與低效，實現(xiàn)數(shù)據(jù)清洗、整理、合并與核對的自動化。

●深度數(shù)據(jù)洞察：精通數(shù)據(jù)透視表的多維分析與函數(shù)公式的靈活應(yīng)用，從海量數(shù)據(jù)中快速提煉有價值的商業(yè)信息。

●專業(yè)可視化呈現(xiàn)：掌握高級圖表美化技巧及動態(tài)交互式儀表盤的設(shè)計與制作，將數(shù)據(jù)轉(zhuǎn)化為直觀、有力的決策依據(jù)。

導(dǎo)入：如何通過Deepseek等AI工具解決Excel相關(guān)問題

第一講：洞見AI——生成式技術(shù)演進(jìn)與應(yīng)用全景

一、人工智能底層邏輯

AI大模型核心：算力、算法、數(shù)據(jù)

AI的本質(zhì)：從概率模型到認(rèn)知突破

超越搜索引擎：生成式AI的范式遷移

——大模型技術(shù)盲點和風(fēng)險預(yù)警

案例：三星數(shù)據(jù)泄露，如何預(yù)防?

案例：律所造假被懲罰，如何規(guī)避？

二、解碼DeepSeek大模型快速發(fā)展的關(guān)鍵

核心優(yōu)勢：強(qiáng)大推理性能，架構(gòu)創(chuàng)新、極致成本效益、國產(chǎn)化生態(tài)

1. 突破“算力-性能”不可能三角

2. 開源生態(tài)+國產(chǎn)化替代

3. 免費策略：重新定義AI經(jīng)濟(jì)模型

4. 用人和管理策略

討論：為什么做出Deepseek不是騰訊字節(jié)阿里這些巨頭？

實戰(zhàn)演練：用AI分析總結(jié)各個AI工具的特點和優(yōu)劣勢

三、數(shù)據(jù)分析的重要性

1. 商業(yè)數(shù)據(jù)分析的意義？

2. 數(shù)據(jù)分析到底有什么用？

討論：數(shù)據(jù)分析在企業(yè)應(yīng)用的場景

可用場景：銷售運營、金融、客戶服務(wù)、人力資源、教育、財務(wù)管理

數(shù)據(jù)分析案例：沃爾瑪?shù)哪虿粷窈推【?/span>

第二講：Excel數(shù)據(jù)分析全流程通關(guān)——從“數(shù)據(jù)雜亂”到“決策清晰”

重點：從問題定義到可視化呈現(xiàn)，掌握端到端數(shù)據(jù)分析方法論

一、定義“數(shù)據(jù)”問題

1. 明確目的

工具：黃金圈法則

——Why（業(yè)務(wù)目標(biāo)）→How（分析方式）→What（輸出成果）

案例：零售場景區(qū)分「庫存優(yōu)化」與「用戶畫像」的分析差異

2. 理解數(shù)據(jù)

3. 提出問題

工具：SMART原則

——將業(yè)務(wù)需求轉(zhuǎn)化為分析問題

二、數(shù)據(jù)清洗的六步驟

第一步：數(shù)據(jù)類型轉(zhuǎn)化

第二步：數(shù)據(jù)去重

第三步：缺失值處理

第四步：關(guān)聯(lián)數(shù)據(jù)表

第五步：異常值處理

第六步：數(shù)據(jù)整理

第三講：數(shù)據(jù)可視化蛻變——從“表格堆砌”到“專業(yè)儀表盤”

一、數(shù)據(jù)可視化的流程

第一步：描述性統(tǒng)計

第二步：透視表創(chuàng)建

第三步：數(shù)據(jù)可視化呈現(xiàn)

1）商品類別

2）商品的分布

3）性能分布

6. 數(shù)據(jù)可視化-客戶購買力分析

二、儀表盤制作

1. 儀表盤Dashboard構(gòu)成

1）儀表盤的關(guān)鍵價值

價值一：

價值二：

價值三：

2）常見數(shù)據(jù)看板類型

類型一：

類型二：

類型三：

2. 設(shè)計流程與布局方法

設(shè)計流程：

第一步：

第二步：

第三步：

1）明確需求（5W1H）與分析邏輯（金字塔）

布局原則：布局構(gòu)思與風(fēng)格統(tǒng)一原則

3. 實戰(zhàn)制作

1）選擇適配圖表組件

2）報表聯(lián)動+動態(tài)過濾

案例：貿(mào)易公司年度儀表盤制作

第四講：AI賦能數(shù)據(jù)分析——讓效率提升的實操技巧

一、數(shù)據(jù)收集和提取

1. 整理內(nèi)部數(shù)據(jù)

重點：實現(xiàn)多源數(shù)據(jù)高效整合

技巧：

1）多源數(shù)據(jù)合并

2）非結(jié)構(gòu)化數(shù)據(jù)處理

3）圖片中提取數(shù)據(jù)

案例：多個工作薄合并

案例：紙質(zhì)發(fā)票提取

2. 外網(wǎng)數(shù)據(jù)爬取

重點：提升效率，確保數(shù)據(jù)完整性與一致性

技巧：

1）使用FireCrawl爬取目標(biāo)網(wǎng)頁

2）據(jù)提取整理

二、數(shù)據(jù)清洗與預(yù)處理

重點：提升數(shù)據(jù)質(zhì)量，減少人工清洗成本，為分析建模奠定基礎(chǔ)

技巧：

1）智能缺失值處理：自動識別缺失模式→推薦填充策略

2）異常值檢測：結(jié)合聚類與統(tǒng)計方法→可視化標(biāo)記可疑數(shù)據(jù)點

3）自動數(shù)據(jù)標(biāo)準(zhǔn)化：識別數(shù)值尺度差異→一鍵完成歸一化/標(biāo)準(zhǔn)化

案例：對客戶地址信息不完整的數(shù)據(jù)進(jìn)行智能補充

案例：對雜亂的財務(wù)數(shù)據(jù)進(jìn)行分類整理

三、數(shù)據(jù)透視表的分析與洞察

重點：動態(tài)數(shù)據(jù)透視表，切片器的聯(lián)動設(shè)計

1. 分析方法工具箱

1）對比分析（時間/空間/目標(biāo)三維對比）

2）漏斗分析（電商轉(zhuǎn)化率衰減診斷）

3）歸因分析（用相關(guān)系數(shù)定位關(guān)鍵因素）

2. 數(shù)據(jù)透視表——創(chuàng)建步驟三個常見錯誤

錯誤一：

錯誤二：

錯誤三：

案例：銷售匯總表構(gòu)建

3. 多維組合與分組技巧

1）日期/數(shù)值/文本手動組合方法

2）多層級展開與匯總視圖設(shè)計

4. 自定義計算與分析

1）同時顯示數(shù)值+百分比

2）創(chuàng)建計算字段和顯示方式切換

案例：同比、環(huán)比、增長率計算法

5. 圖表聯(lián)動與交互性設(shè)計

1）切片器創(chuàng)建與報表聯(lián)動

2）快速搭建動態(tài)圖表看板

實戰(zhàn)演練：某貿(mào)易公司年度銷售報表制作

四、用AI完成數(shù)據(jù)分析

重點：識別關(guān)鍵指標(biāo)，數(shù)據(jù)洞察，提出決策建議

工具：小浣熊AI

1. 需求分析，數(shù)據(jù)觀察

2. 數(shù)據(jù)清洗、分析、可視化展示

3. 分析結(jié)果解讀和決策建議

實戰(zhàn)演練：唯品會平臺榜單數(shù)據(jù)分析

案例：某汽車公司，使用AI優(yōu)化產(chǎn)品組合

實戰(zhàn)演練：用Deepseek生成可視化的分析報告