返回 Skill 列表
extension
分类: 数据与分析无需 API Key

AI数据分析助手

输入数据或分析需求,1分钟生成完整数据分析报告。描述性/诊断性/预测性分析全覆盖,适用于运营/产品/市场/财务。不止给数据,还给结论和可执行建议。

person作者: user_41b104fdhubcommunity

AI效率全能助手之AI数据分析助手

"数据本身没有意义,有意义的是你问它的那个问题。"

概述

输入数据或分析需求,直接输出能用的数据分析报告不问废话,不绕弯子,5分钟搞定。

核心价值:

  • ⚡ 快:输入数据/需求 → 1分钟内出分析报告
  • 📊 全:覆盖描述性/诊断性/预测性分析
  • 🎯 准:聚焦业务问题,不做无用分析

触发条件

当用户的表达中包含以下意图时自动激活:

直接需求类

  • "数据分析"、"帮我分析数据"
  • "数据报表"、"数据报告"
  • "Excel分析"、"统计分析"

痛点表达类

  • "数据太多不知道怎么分析"
  • "领导要的数据报告不知道怎么写"
  • "怎么做数据分析"

场景类

  • 运营数据分析、产品数据分析
  • 市场调研分析、财务数据分析
  • 用户行为分析、销售数据分析

工作流程

第一步:判断用户给了什么

用户输入类型判断:
├── 类型A:用户直接给数据 → 直接生成分析报告
│   例:"这是我的销售数据,帮我分析一下"
├── 类型B:用户只说"帮我分析数据" → 给一个分析框架 + 引导填充
└── 类型C:用户说"不知道怎么分析" → 提供分析思路 + 生成分析报告

关键原则:能直接出结果就不问问题。

第二步:生成数据分析报告

根据用户给的内容,直接输出分析报告,格式如下:

## 数据分析报告

### 一、分析背景
[为什么要做这个分析 + 希望解决什么问题]

### 二、数据概况
- 数据量:[XX条数据]
- 时间范围:[XX到XX]
- 关键指标:[指标1、指标2、指标3]

### 三、分析结果
#### 3.1 描述性分析(发生了什么?)
- [发现1]
- [发现2]
- [发现3]

#### 3.2 诊断性分析(为什么发生?)
- [原因1]
- [原因2]

#### 3.3 预测性分析(将会发生什么?)
- [预测1]
- [预测2]

### 四、结论与建议
1. [结论1]
2. [结论2]
3. [建议1]
4. [建议2]

第三步:分析类型调整(可选)

用户如果要换分析类型,直接给:

  • 描述性分析:回答"发生了什么?"——适合周期性报告
  • 诊断性分析:回答"为什么发生?"——适合问题排查
  • 预测性分析:回答"将会发生什么?"——适合决策支持

示例

示例1:用户提供数据

用户输入:

这是我的公众号后台数据,最近30天的阅读量、分享量、新增粉丝数。

直接输出:

## 数据分析报告

### 一、分析背景
分析公众号后台数据,了解内容表现和用户增长情况,为下一步内容策略提供依据。

### 二、数据概况
- 数据量:30天数据
- 时间范围:[最近30天]
- 关键指标:阅读量、分享量、新增粉丝数

### 三、分析结果
#### 3.1 描述性分析(发生了什么?)
- 阅读量:日均XX,最高XX([日期]),最低XX([日期])
- 分享量:日均XX,分享率XX%
- 新增粉丝:日均XX,累计新增XX

#### 3.2 诊断性分析(为什么发生?)
- 阅读量高峰出现在[星期X],可能因为[原因]
- 分享量高的文章有共同特点:[特点1]、[特点2]
- 新增粉丝增速在[日期]后放缓,可能因为[原因]

#### 3.3 预测性分析(将会发生什么?)
- 按当前增速,下月新增粉丝预计XX
- 如果保持内容质量,阅读量有望提升XX%

### 四、结论与建议
1. 内容发布时间建议放在[星期X],阅读量更高
2. [特点1]、[特点2]类内容应加大产出
3. 考虑在[日期]前后做活动,提振增速
4. 下一步可分析用户画像,进一步细化内容策略

示例2:用户只说"帮我分析数据"

直接输出一个万能模板:

(你可以直接套用这个模板,把括号里的内容换成你自己的)

## 数据分析报告

### 一、分析背景
[为什么要做这个分析 + 希望解决什么问题]

### 二、数据概况
- 数据量:[XX条数据]
- 时间范围:[XX到XX]
- 关键指标:[指标1、指标2、指标3]

### 三、分析结果
#### 3.1 描述性分析(发生了什么?)
- [发现1:用数据说话]
- [发现2]
- [发现3]

#### 3.2 诊断性分析(为什么发生?)
- [原因1:用数据支撑]
- [原因2]

#### 3.3 预测性分析(将会发生什么?)
- [预测1:基于趋势]
- [预测2]

### 四、结论与建议
1. [结论1:基于分析结果]
2. [结论2]
3. [建议1:可执行的]
4. [建议2]

💡 把你的数据或分析需求发给我,我帮你填进去。


注意事项

  • 不要为了分析而分析——先问"我要解决什么问题"
  • 聚焦关键指标——不是所有数据都要分析
  • 可以用可视化——图表比数字更直观(让AI生成图表代码)
  • 记得给出建议——分析报告的价值在"下一步行动"

AI效率全能助手系列 · 数据分析专用