ARTICLE · 1095742
AI处理Excel的实战技巧,看你会不会
做excel数据分析，最尴尬的不是excel的图难看。
是图很好看，会上没人接话。
你大概见过这一幕。假设手上有这么一份表，六个月的销售数据，六个区域各交一张。你花了一个下午，柱状图和折线图都出来了，配色好看，标签齐全。会开到这里，领导看了一眼，问了一句，所以呢。
你答不上来。
问题不在图上。工具能把图做出来，说明工具没毛病。毛病出在动手之前，没人说清这张表要回答什么。
一张图答不上问题，不是画得不好，是问题没定。
检查下你的excel文件，是不是源文件里很混乱的情况，比如：日期那一列，一半是日期格式，一半是文本，排序怎么排都不对。空值有三种写法，有人写横线，有人写无，有人写待补。六张表拼在一起，合并单元格横跨三行，最后一列还压着临时备注，写着这个月不含退货。
这些东西直接丢给AI，它多半还你一份看着专业、其实读不出结论的东西。
它不缺画图的能力。缺的是你先给它一个真问题。
结论，先定问题再定图
就两句话。
第一句，先定业务问题，再决定画什么图。顺序反了，后面全是白工。
你要说的是这样一句。这张表要回答什么问题，按什么维度比，给谁看。它据此选图，不是先画一张漂亮的，再回来给它找个意义。
第二句，所有金额类汇总，都要跟源表对账。差异不为 0 的时候，它不出管理结论。
这两句是先手。少了它们，你手里是图，不是判断。
先读表，再进入分析
「分析一下这个表」，是这里最常听到的一句话。
它听起来像在派活，其实什么都没说。分析什么，按什么口径，给谁用，全空着。它只能自己定，定完你多半不认。
我更愿意让它先做另一件事。把表读一遍，说清楚这份工作簿长什么样。
输出两样东西。一份数据字典，哪个字段装的是什么，单位是什么，口径是什么。一份问题清单，哪几列有缺失，哪些日期格式不统一，哪些是合并单元格，哪些备注会影响口径。
脏数据暴露在前，比结论返工便宜得多。
这句话是我做过几轮之后才想明白的。返工最贵的地方不在改图，在你已经把结论讲给了人听。
指令可以直接这么写。
先不要动数据。请描述这份工作簿的结构，逐个字段说明含义、单位和口径。列出有明显问题的行与列。说明哪些日期格式不统一，哪些单元格是合并单元格。等我看过这份清单，再进行下一步分析。
最后一句别省。它是在给你自己留一道闸门。
还有一件事要一起交代。哪个文件是唯一的数据源，哪些只是参考。参考文件里的数字不能直接抄进结论。这一步说清了，后面能少吵很多架。
五个阶段的推进顺序
读表只是第一站。这件事分五步走，顺序别乱，你照着对。
这里面最容易被跳过的是第二步。
跳过的代价在后面。口径没定，清洗就没有标准。哪些算异常，哪些算重复，全凭它自己拿主意。等图和结论出来，你发现口径不对，前面的活基本重来。
指标口径表写不清，后面四步都白做。
对账不平就不出结论
这几步里最硬的一段，是多表合并。
六张区域表要合成一张，先别急着合。我一般会让它先查五样东西，列名、数据类型、日期范围、币种、主键。五样里有一项对不上，就停下，把差异列出来。硬合出来的表，数字是假的。
对上了，再按主键去重。去重有个细节，保留重复的来源。哪个区域重了，重了几条，要看得见。悄悄删掉，等于把问题藏起来。
汇总之前先报数。总行数、空值数、异常值、重复数，四个数先摆出来。这些数字本身就是线索，比结论更早暴露问题。
然后立一条规矩。
金额汇总必须与各源表合计对账，差异不为 0 时不生成管理结论。
这条规矩听上去有点轴。但它挡住的是一类很贵的错误。一份对不上的汇总表交上去，比一份晚交的表麻烦大得多。晚交最多挨一句催，对不上要有人挨一顿查。
我常用的写法是这样。
合并 sales 目录下六张区域周销售表。先检查列名、数据类型、日期范围、币种和主键，不一致时停止并列差异。按订单号去重，保留重复来源。汇总前输出总行数、空值、异常值和重复数。金额汇总必须与各源表合计对账，差异不为 0 时不生成管理结论。
这里有个前提要说清。对账谈的是源表口径一致之后的守恒。如果两张表的统计范围本来就不一样，先解决口径，再谈对得上对不上。
验收的核对项
表做完了，怎么判断它能不能用。
拿工程交付物的标准来验收，比看它漂不漂亮靠谱。四个动作。
1. 总量守恒。输入多少行，清洗掉了多少行，输出多少行，三个数能对上。
2. 公式可重算。表里的统计是活的，改一个源数据，结论跟着变。贴死的数字不算。
3. 异常没有被静默删掉。脏数据要么被处理并记录，要么留在异常清单里。它不能自己消失。
4. 图表字段和汇总表一致。图上用的字段，跟汇总表里的口径是同一个。
四条里，第三条最容易被忽略。你可能也见过这种表，我见过出事的，多半出在第三条。图很干净，是因为脏数据被悄悄删了。这种表看着更顺眼，实际更危险。
它的能力边界
有三件事，别指望它替你办。
1. 数据里没有的原因，它不编。为什么这个月华南掉得厉害，表里只有数字，没有原因。它该标待核实，就标待核实。
2. 脏数据怎么处理，要你定。它负责告诉你哪里脏。删、补、还是留着，是业务决定，不是它决定。
3. 它给的是线索，不是业务判断。哪个产品线该砍，哪个区域该加投入，最后一句话还是人说。
前面几条讲的是怎么让它把活干对。这一条讲的是别让它把话说满。
以前和现在
以前做一份分析，是先画图，再回头找这图想说点什么。
现在是先问清这张表要回答什么，再让它出图和结论。
省下的时间没多少。我更愿意把这笔账算在另一样东西上。你不再对着一堆对不上的数字发虚。
一张能对得上账的表，比一张好看的图有用。
没错，这篇也是 由我指挥，AI员工执行落地的产物
如果这篇对你有帮助，欢迎点一下推荐❤️，或分享↗️ ——这两个动作，能让更多真正需要的人看到它。
有补充、疑问或不同看法，在留言区随时聊💬。
顺手赞👍一下也行，让我知道这篇没白写。
想持续收到更新，关注我，不然算法会把我们冲散。
感谢你的时间，下篇见。