02/ WorkBuddy Excel实测:3份表8000+行,5分钟出图和结论,表头还都不一样

如果三份 Excel 的表头还不一样，你会怎么合？

一份写“销售金额”，一份写“营收”，另一份直接写“GMV”。

公开案例里，WorkBuddy 面对的是 3个部门、8000+行 的销售数据。原来人工清洗、VLOOKUP、透视表、复制到PPT要2—3小时，最后大约 5分钟 出结果。

真实公开截图：WorkBuddy读取参考文档并生成Excel模板的实际界面，来自公开用户实战。

这一步才是职场人最有感觉的地方。

真实业务表从来不像练习题：有人写“地区”，有人写“区域”；有人写“销售额”，有人写“GMV”；日期格式也可能乱七八糟。

案例里 WorkBuddy 先扫描结构，再做字段映射，然后把3张表合起来。

最终产物包括：

一份清洗后的 Excel，以及一份带柱状图、折线图、饼图的可视化报告。

所以这不是“让AI看看数据”，而是从脏数据一直跑到交付物。

公开复盘里有个很真实的坑：

三张表里的日期分别是 2026/3/1、2026-03-01、2026年3月1日。

AI 第一轮把其中部分日期识别成字符串，按月分组直接失败。

解决办法不复杂——在指令里补一句：

这就是为什么“帮我分析一下这个Excel”通常不好用：你没把清洗规则告诉它。

另一个公开案例是 20,384行 × 12列 的销售 CSV。

WorkBuddy 第一轮发现退款金额列有23个空值，同时“微信公众号”和“公众号”存在127行命名不一致。

清洗后继续算 ROI 和退款率：案例结果里，ROI最高渠道为小红书4.8；家居用品退款率12.3%，明显高于平均4.1%。

这类“先找问题，再分析”的方式，比一上来就让 AI 写结论靠谱得多。