先说一个反常识的事实。

我观察过身边30多个"被Excel折磨过"的职场人。

发现一个奇怪的规律：

真正卡住他们的，从来不是"Excel函数不会"。

是"不知道该让Excel做什么"。

你以为你卡在VLOOKUP不会用。

其实你卡在"不知道这个数据该怎么分析"。

你以为你卡在透视表做不来。

其实你卡在"不知道老板想看什么维度"。

你以为你卡在图表做得丑。

其实你卡在"不知道哪个图能讲清楚故事"。

Excel从来不是技术问题，是"数据思维"问题。

AI最大的价值，不是替你写公式。

是帮你把"数据思维"这个底层能力，快速搭建起来。

我用30天时间，带一个Excel基础接近零的朋友——

一个市场部小姑娘，会用Excel记台账，但不会做分析。

从"做不来透视表"，训练到"能独立做月度销售分析报告"。

她原话：

"以前我觉得Excel是文员工具，现在我觉得它是我的'外脑'。"

今天把这套30天训练方法完整拆开。

不管你Excel基础多差，跟着练，30天能换一个段位。

01

为什么Excel+AI是2026年的职场必杀技

先说一组数据。

我统计过LinkedIn上"数据分析能力"被提及的职位描述——

2026年比2024年增长了340%。

这不是说每个人都要去做"数据分析师"。

而是说几乎所有岗位都开始要求"基础的数据处理能力"。

市场岗要看ROI，销售岗要看转化率，运营岗要看留存，财务岗要看预算执行，HR岗要看人才结构。

这些"看"，背后都是Excel。

为什么Excel在AI时代反而更重要了？

很多人以为"AI能直接帮我分析数据，Excel可以淘汰了"。

恰好相反。

真正的杀手锏是"AI+Excel组合"：AI是你的家教，Excel是你的工具。

家教教得再好，工具不会用还是白搭。

工具用得再熟，没有家教只能瞎转。

两个加起来，30天就能从小白变成熟手。

02

30天训练总体框架

先看一张总览图。

每周5天，每天30-60分钟，配合AI辅助学习。

核心方法：

① AI讲解概念（不超过15分钟）

② AI给练习题（不超过15分钟）

③ 自己做练习（30分钟）

④ AI批改+追问（10-15分钟）

记住：不要"看教程"，要"做练习"。Excel是练出来的，不是看出来的。

03

第1周重建"数据思维"

很多人学Excel的第一个错误，是直接学函数。

不对。

Excel的第一课，永远是"数据该长什么样"。

90%的Excel痛苦，都来自"数据格式不规范"。

日期一栏有的写2026/1/1有的写2026-1-1。

数字一栏有的是文本有的是数字。

合并单元格到处都是。

这种表，再厉害的函数都救不回来。

📋 Day 1-2：数据规范化思维

让AI给你讲清楚"什么是规范的数据表"。

📋 提示词：

我是一个Excel新手，准备开始30天的Excel+AI学习。

第一课请教我"数据规范化"。具体讲：

1. 一张"规范的数据表"应该长什么样？
   （请举一个销售数据的例子）
2. 哪些常见的"不规范"会让我后面分析时痛苦？
   请列5-7条最致命的。
3. 拿到一份"乱"的数据时，标准的清洗步骤是什么？
   （按顺序列出来）
4. 给我3个练习题：分别有不同程度的"乱"，
   让我亲手清洗。

要求：讲解不超过500字，练习题要附"原始乱数据样例"。

AI会给你3份带"故意做乱"的数据。

你打开Excel，把这3份数据清洗成规范格式。

清洗过程中遇到不会的，再问AI：

我清洗这份数据时遇到一个问题：[具体问题]

请告诉我：
1. Excel里有什么功能可以解决？
2. 具体操作步骤（精确到点哪个菜单）
3. 如果用公式解决，公式是什么？解释每一段含义。

Day 1-2的核心产出：你建立了"先看数据规范、再做分析"的本能。

📋 Day 3-5：基础公式肌肉记忆

这3天专门练5个最核心的函数：

📋 提示词：

我要在3天内掌握这5个Excel函数：
SUM、IF、VLOOKUP、SUMIF、CONCATENATE。

请你扮演一位Excel家教，按以下方式教我：

每个函数：
1. 用1段话解释"它本质上在干什么"（不超过80字）
2. 给我3个由易到难的练习题（附练习数据）
3. 我做完后，你检查我的答案，指出错在哪里

教学顺序：先教SUM，我做完3题、你批改完，
再教下一个。

第一题给我吧，我准备好了。

按这种"边学边练边批改"的节奏，3天能把这5个函数刻进肌肉记忆。

第1周结束时，你应该能：

• 看到一份乱数据，立刻知道哪里需要清洗
• 不查资料就能写出5个核心函数的基础应用
• 知道VLOOKUP的常见报错（#N/A）怎么定位

04

第2周学会"问对问题"

第1周练的是"手"，第2周练的是"脑"。

数据分析的本质，是"从一堆数字里看出问题"。

而看出问题的前提，是**"会问问题"。**

📊 Day 6-7：透视表入门

透视表是Excel里最被低估的功能。

它能在10秒内做完你用公式30分钟才能做的事。

📋 提示词：

我有一份销售数据表，包含以下字段：
日期、销售员、产品类别、产品名称、
销售金额、客户地区、订单状态

请教我用"透视表"做以下5个分析：

1. 每个销售员的总业绩排名
2. 每个产品类别的月度趋势
3. 各地区的客户数和平均订单金额
4. 不同订单状态的占比
5. 哪个销售员卖哪个品类最多（交叉分析）

每个分析：
- 先告诉我"透视表的行/列/值/筛选器分别放什么"
- 再告诉我具体操作步骤
- 最后告诉我"结果应该怎么读"

AI给的"行/列/值/筛选器配置清单"，是新手最缺的"脑图"。

练完5个题，你对透视表的"配置直觉"就建立起来了。

🏷️ Day 8-10：条件函数与多维分析

透视表能做"汇总"，但有时你需要"打标签"。

比如：把客户按消费金额分为A/B/C/D四类，把销售员按业绩分为"超额/达标/未达标"。

这就需要条件函数。

📋 提示词：

请教我4个Excel"分类打标签"的方法：

1. IF嵌套：如何处理多重条件？
   （用销售员业绩分级为例）
2. IFS函数（Excel 2019+）：比IF嵌套好用在哪？
3. CHOOSE+MATCH：处理"离散标签"的优雅方案
4. VLOOKUP+辅助表：处理"区间分级"的标准做法

每个方法：
- 1段讲清核心逻辑
- 给我同一个题目，用4种方法分别做一遍
- 告诉我"什么场景用哪种方法最好"

练习题：把100个销售员按年度业绩分为
S/A/B/C/D五个等级，每级标准如下：[具体标准]

做完这一题，你会发现：

同一个问题，可以用4种方式解决，每种各有优劣。

这就是"工具思维"的升级——

不是只会一种方法，是知道"什么情况下用什么"。

第2周结束时，你应该能：

• 看到一份数据，10秒内决定"该用透视表还是公式"
• 对"多维交叉分析"有直觉
• 能自己设计"打标签"的规则，让数据更可读

05

第3周做出"有故事的图"

数据分析的最后一公里，是可视化。

但90%的人做图表，是"为了好看而做"。

真正的高手做图表，是**"为了讲故事"。**

🎨 Day 11-12：图表选择心法

什么场景用什么图？这是新手最容易踩坑的地方。

📋 提示词：

我要做一份销售数据可视化报告。
请教我"图表选择心法"。

针对以下8个常见数据故事，分别告诉我
"最适合的图表类型"和"为什么"：

1. 比较各部门的业绩高低
2. 展示销售额的月度趋势
3. 显示产品类别的占比结构
4. 对比"今年vs去年"同期数据
5. 看销售员业绩的分布情况（极端值/平均值）
6. 展示客户消费金额和频次的关系
7. 看销售流程各环节的转化漏斗
8. 展示地理分布

每个场景：
- 推荐的图表类型
- 为什么这种最适合（讲清"视觉心理学原理"）
- 一个常见错误（人们经常用错的图表）

AI给的"图表选择对照表"，强烈建议你存下来贴在桌面。

✨ Day 13-15：条件格式与高级可视化

除了图表，条件格式是Excel里最被忽视的"高效可视化"工具。

3行数据，加上条件格式，立刻能看出"哪里有问题"。

📋 提示词：

请教我Excel"条件格式"的5个进阶用法：

1. 数据条：让数字一栏自带"小条形图"
2. 色阶：让数字一栏自带"热力图"
3. 图标集：用箭头/圆圈快速标识涨跌
4. 公式条件：实现复杂的高亮逻辑
   （比如"高于平均值+所在行小于10条"）
5. 条件格式+图表组合：
   让数据表本身变成"仪表盘"

每个用法：
- 1段讲核心
- 给我一个练习题
- 告诉我"实际工作中哪种场景最有用"

做完这5题，我应该能把一份普通数据表，
变成"老板一打开就能看出重点"的仪表盘。

练完这一周，你的Excel"颜值"会有质的飞跃。

第3周结束时，你应该能：

• 看到数据需求，立刻知道"用哪种图最合适"
• 会用条件格式做"自带可视化"的数据表
• 能向老板/客户"用图讲故事"，而不是"用表堆数据"

06

第4周综合实战——销售数据分析项目

前三周练的是"零件"，第4周做的是"装机"。

我给那个市场部小姑娘的实战项目，是这样的：

项目背景：

• 一份模拟的"某消费品公司2025年全年销售数据"
• 包含12个月、8个销售员、6个产品类别、15个客户地区、约5000行订单
• 要求：在5个工作日内，独立完成一份"年度销售分析报告"

🔧 Day 16-17：数据清洗与基础分析

任务1：数据规范化

这是我拿到的"乱"的销售数据：[贴几行样本]

请帮我做"数据健康度体检"：

1. 列出这份数据所有的"质量问题"
   （重复、缺失、格式不一致等）
2. 给出清洗的优先级（先做什么、再做什么）
3. 每个问题，告诉我Excel里的最快解法
4. 清洗完后，告诉我用什么方法"验证"数据是干净的

注意：你只给思路和步骤，不直接给答案。
我要自己动手做。

任务2：基础指标计算

计算以下基础指标：年度总销售额、月度平均销售额、销售员业绩排名、产品类别销售占比、地区销售分布。

这一步用透视表+基础公式即可。

🔍 Day 18-19：深度分析与洞察提取

这一步才是"分析师"和"表哥/表姐"的真正分水岭。

任务3：找出非显性问题

我已经做完基础数据统计，现在我有以下结论：

1. [列出的5-8个基础结论]

请帮我做"深度洞察挖掘"。
给我5个问题，是基础统计看不出来的：

1. 不同销售员的"客单价分布"，告诉我什么？
2. 看月度趋势，有没有"季节性规律"？
   规律之外的异常月份是哪个？
3. Top 20%客户贡献了多少销售额？
   这个比例健康吗？
4. 哪些产品组合经常被一起购买？（关联分析）
5. 哪些客户"流失"了？
   （连续3个月没下单的）

每个问题，告诉我：
- Excel里怎么算
- 算出来后该怎么解读
- 如果发现问题，建议老板做什么

这是把Excel从"工具"用成"分析武器"的关键一步。

📑 Day 20：可视化与报告输出

任务4：做一份"老板能秒懂"的报告

我已经完成了所有数据分析。
现在需要把结果整理成"3分钟能讲完"的销售分析报告。

请帮我设计：

1. 报告应该包含哪几个核心模块？（不超过5个）
2. 每个模块用什么图表/表格呈现最好？
3. 报告的"故事线"应该怎么走？
4. 哪3个"必须放上首页"的核心数据？
5. 哪些是"老板不一定看，但万一问到要能拿出来"
   的支撑数据？

输出格式：
报告大纲（含每页要点）+ 图表清单 + 关键数据卡片设计建议。

按AI给的报告骨架，把前面做的所有分析串起来，输出一份完整报告。

那个小姑娘做完后，发了一段话给我：

"我以前以为Excel是'按要求把数据填进去'的工具，原来它是'从数据里挖出故事'的工具。

这30天最大的变化不是我会的函数多了几个，是我看数据的眼神变了。

以前看数据，眼里只有数字。现在看数据，眼里有问题、有故事、有机会。"

这就是Excel+AI的真正价值——它升级的不是技能，是思维。

07

第30天之后怎么继续进阶

很多人学完30天就停了。可惜。

📅 第2个月：每周做1个真实数据分析

不再是"练习数据"，是自己工作里的真实数据。

每周拿一份真实数据，用30分钟出一份小分析，挂在群里给同事看。

📅 第3个月：学VBA和Power Query

这两个是Excel的"高级武器"。

VBA能让你做自动化，Power Query能让你处理超大数据。

学习方法依然是"AI教+自己练"。

我已经能熟练使用Excel的透视表和基础函数。
现在想学Power Query。

请给我设计一个"7天Power Query入门"计划：
- 每天的核心知识点
- 每天的练习项目
- 7天后我应该能独立完成什么任务

我每天能投入1小时学习，请按这个时间预算来设计。

📅 第6个月：你已经是部门"数神"

不是夸张。

我见过太多人，会Excel+AI之后——

半年内从"被指派做表的执行者"，变成"老板做决策时第一个被叫去问数据的人"。

因为公司里"会用工具"的人很多，"会用数据讲故事"的人极少。

08

几个反直觉的Excel+AI学习建议

① 不要"按教程学"，要"按问题学"

很多人学Excel喜欢看"100集函数教程"。

错的。

学完100个函数，下次工作里还是不会用。

正确做法是：带着真实工作问题，去问AI"这个问题Excel怎么解"。

学一个，会一个，下次能用一个。

② 警惕"AI写公式"的陷阱

AI能直接给你写公式。

但如果你不理解公式逻辑，AI给的公式你不会改、不会扩展、出错了不会修。

正确做法：让AI先讲清楚"这个公式在做什么"，你听懂了再让它写出来。

我想做[XXX分析]，请教我应该用什么Excel公式。

注意：
1. 先用一段话讲清楚"这个公式的核心逻辑"
2. 然后再写出公式
3. 把公式拆解，每一段在做什么解释清楚
4. 给我一个简化的练习题，让我自己写一遍验证理解

不要直接甩公式给我。

③ 永远要有"批改环节"

新手最容易跳过的环节，是"做完让AI检查"。

但做完不检查，错了你都不知道。

每做完一个练习，喂给AI：

这是我做的Excel练习：[描述+截图/数据]

请帮我检查：
1. 我的方法对吗？
2. 有没有更好的方法？
3. 我容易踩的"隐藏坑"是什么？
   （数据量大了会不会变慢、有边界情况吗）

请客观评价，不要安慰。

这一步是新手成长最快的环节。

④ 30天结束后，要继续"输出"

学完30天，最容易"成果丢失"的方式是"不再用了"。

我让那位小姑娘做的最后一件事：

写一份"我的Excel+AI学习心得"，发到公司内网。

写完之后，她在公司"会做数据"的标签就立起来了。

输出，是把"学过"变成"会用"的最后一步。

写在最后

很多人对Excel的态度是：

"反正我又不做数据分析师，学这玩意有啥用？"

错。

在AI时代，"会用数据说话"是一项越来越基础的能力，跟"会写邮件"一样基础。

会写邮件的人，沟通效率比不会的高3倍。

会用数据的人，决策质量比不会的高10倍。

差距就这么拉开的。

Excel+AI不是"程序员的事"，不是"分析师的事"。

是每个想在自己岗位上做得更好的人的事。

30天，每天40分钟，换一个"数据思维"的底层能力。

这笔投资，是2026年最划算的自我升级之一。

我那位市场部小姑娘，30天前给我发的第一条消息是：

"我连透视表都不会做，是不是没救了？"

30天后她发的最后一条是：

"我妈让我帮她做家里的开销分析，我居然觉得这个需求'太简单了'。"

这就是30天的力量。

不是变成"专家"。

是从"零基础"跨过那道"我能做"的门槛。

只要跨过那道门槛，后面的提升就只是"时间问题"。

如果你也想用30天突破Excel，或者你身边有这样的朋友——

不会做透视表、被Excel折磨过、想转型但觉得"数据是程序员的事"——

把这篇文章转给他。

Excel不是工具，是思维。 AI不是答案，是教练。 两个加起来，30天能换一个段位。

下周我会分享：

《知识管理的AI重构：我的"第二大脑"搭建实录》

我用Notion+Obsidian+AI，搭了一套"个人知识管理系统"，让我能在3年沉淀的资料里"秒级定位"任何一条信息。

完整的搭建过程+工具组合+提示词模板，下周一次给你。

如果你也有"资料越攒越多、但用的时候找不到"的痛苦——下周一定要看。

本文是「江之风」公众号 #实战案例 系列。

觉得有用，欢迎转发给那些"还在Excel痛苦区"的朋友。也许这套方法，能帮他们打开新世界。