●AI赋能数据分析：运用Deepseek等主流AI工具辅助数据分析操作，大幅提升数据处理效率，轻松应对复杂任务。

●高效数据处理：掌握Excel核心功能与实战技巧，告别重复与低效，实现数据清洗、整理、合并与核对的自动化。

●深度数据洞察：精通数据透视表的多维分析与函数公式的灵活应用，从海量数据中快速提炼有价值的商业信息。

●专业可视化呈现：掌握高级图表美化技巧及动态交互式仪表盘的设计与制作，将数据转化为直观、有力的决策依据。

导入：如何通过Deepseek等AI工具解决Excel相关问题

第一讲：洞见AI——生成式技术演进与应用全景

一、人工智能底层逻辑

AI大模型核心：算力、算法、数据

AI的本质：从概率模型到认知突破

超越搜索引擎：生成式AI的范式迁移

——大模型技术盲点和风险预警

案例：三星数据泄露，如何预防?

案例：律所造假被惩罚，如何规避？

二、解码DeepSeek大模型快速发展的关键

核心优势：强大推理性能，架构创新、极致成本效益、国产化生态

1. 突破“算力-性能”不可能三角

2. 开源生态+国产化替代

3. 免费策略：重新定义AI经济模型

4. 用人和管理策略

讨论：为什么做出Deepseek不是腾讯字节阿里这些巨头？

实战演练：用AI分析总结各个AI工具的特点和优劣势

三、数据分析的重要性

1. 商业数据分析的意义？

2. 数据分析到底有什么用？

讨论：数据分析在企业应用的场景

可用场景：销售运营、金融、客户服务、人力资源、教育、财务管理

数据分析案例：沃尔玛的尿不湿和啤酒

第二讲：Excel数据分析全流程通关——从“数据杂乱”到“决策清晰”

重点：从问题定义到可视化呈现，掌握端到端数据分析方法论

一、定义“数据”问题

1. 明确目的

工具：黄金圈法则

——Why（业务目标）→How（分析方式）→What（输出成果）

案例：零售场景区分「库存优化」与「用户画像」的分析差异

2. 理解数据

3. 提出问题

工具：SMART原则

——将业务需求转化为分析问题

二、数据清洗的六步骤

第一步：数据类型转化

第二步：数据去重

第三步：缺失值处理

第四步：关联数据表

第五步：异常值处理

第六步：数据整理

第三讲：数据可视化蜕变——从“表格堆砌”到“专业仪表盘”

一、数据可视化的流程

第一步：描述性统计

第二步：透视表创建

第三步：数据可视化呈现

1）商品类别

2）商品的分布

3）性能分布

6. 数据可视化-客户购买力分析

二、仪表盘制作

1. 仪表盘Dashboard构成

1）仪表盘的关键价值

价值一：

价值二：

价值三：

2）常见数据看板类型

类型一：

类型二：

类型三：

2. 设计流程与布局方法

设计流程：

第一步：

第二步：

第三步：

1）明确需求（5W1H）与分析逻辑（金字塔）

布局原则：布局构思与风格统一原则

3. 实战制作

1）选择适配图表组件

2）报表联动+动态过滤

案例：贸易公司年度仪表盘制作

第四讲：AI赋能数据分析——让效率提升的实操技巧

一、数据收集和提取

1. 整理内部数据

重点：实现多源数据高效整合

技巧：

1）多源数据合并

2）非结构化数据处理

3）图片中提取数据

案例：多个工作薄合并

案例：纸质发票提取

2. 外网数据爬取

重点：提升效率，确保数据完整性与一致性

技巧：

1）使用FireCrawl爬取目标网页

2）据提取整理

二、数据清洗与预处理

重点：提升数据质量，减少人工清洗成本，为分析建模奠定基础

技巧：

1）智能缺失值处理：自动识别缺失模式→推荐填充策略

2）异常值检测：结合聚类与统计方法→可视化标记可疑数据点

3）自动数据标准化：识别数值尺度差异→一键完成归一化/标准化

案例：对客户地址信息不完整的数据进行智能补充

案例：对杂乱的财务数据进行分类整理

三、数据透视表的分析与洞察

重点：动态数据透视表，切片器的联动设计

1. 分析方法工具箱

1）对比分析（时间/空间/目标三维对比）

2）漏斗分析（电商转化率衰减诊断）

3）归因分析（用相关系数定位关键因素）

2. 数据透视表——创建步骤三个常见错误

错误一：

错误二：

错误三：

案例：销售汇总表构建

3. 多维组合与分组技巧

1）日期/数值/文本手动组合方法

2）多层级展开与汇总视图设计

4. 自定义计算与分析

1）同时显示数值+百分比

2）创建计算字段和显示方式切换

案例：同比、环比、增长率计算法

5. 图表联动与交互性设计

1）切片器创建与报表联动

2）快速搭建动态图表看板

实战演练：某贸易公司年度销售报表制作

四、用AI完成数据分析

重点：识别关键指标，数据洞察，提出决策建议

工具：小浣熊AI

1. 需求分析，数据观察

2. 数据清洗、分析、可视化展示

3. 分析结果解读和决策建议

实战演练：唯品会平台榜单数据分析

案例：某汽车公司，使用AI优化产品组合

实战演练：用Deepseek生成可视化的分析报告