第2章 从工具认知到业务落地：Excel、Python与ChatGPT协同驱动的数据分析实践导论
数据分析这项工作，看上去是在处理数字，实际上是在回答业务问题。门店销量为什么下降，客户为什么不复购，库存为什么积压，活动为什么没有带来预期增长，这些问题的背后都离不开数据。很多人一开始接触数据分析时，往往把注意力放在公式、函数、代码或者图表上，但真正决定分析质量的，往往不是工具本身，而是三个更底层的能力：能不能把问题说清楚，能不能把数据整理干净，能不能把结果转化为行动。

在实际工作中，Excel、Python和ChatGPT并不是互相替代的关系，而是互相补位的关系。Excel适合快速查看、核对、汇报和轻量分析；Python适合批量处理、自动化计算和复杂建模；ChatGPT适合帮助人梳理问题、生成初版方案、改写代码、解释逻辑和提升沟通效率。三者组合起来，就不再是单纯的“会做表”，而是形成了一套更完整的数据分析工作流。

本章围绕这条主线展开：先讲工具协同背后的分析逻辑，再讲Excel与Python如何分工，再讲ChatGPT怎样参与到问题定义、代码生成和分析表达中，最后落到提示词设计和学习路径上。内容不仅讲概念，也穿插零售经营、客户运营、销售复盘等商业案例，并配套可运行的Python代码，帮助读者把理论和实务真正接起来。

2.1 本章导读：为什么数据分析越来越强调工具协同
过去不少企业做数据分析，依赖的是“一个熟练用Excel的人”。这种方式在数据量小、业务节奏慢的时候还能应付，但当企业的门店、商品、客户、订单、渠道同时增长时，人工复制、粘贴、筛选、汇总很快就会出现三个问题。

第一，效率跟不上。
如果每天要汇总二十家门店的数据、清洗几千条订单记录、对比多个时间周期，单靠手工操作不仅慢，而且容易出错。越是重复劳动，越需要自动化。

第二，结果难以复现。
很多人在Excel里做分析时，今天改了一列，明天复制了一块区域，后天又手动修了一些数，最后连自己都不清楚最终结果是怎么来的。这样的分析很难交接，也难以沉淀。

第三，业务解释不够深。
很多报表只能告诉管理者“发生了什么”，却解释不了“为什么会发生”以及“下一步应该怎么做”。这就需要把分析思路、指标体系和业务逻辑一起纳入工作流程。

因此，现代数据分析越来越强调工具协同。简单说，就是让不同工具各做自己最擅长的部分：

工具 最擅长的事 典型场景
Excel 快速查看、手工校验、透视汇总、图表展示 日报、周报、经营会议材料
Python 批量处理、清洗、计算、建模、自动导出 数据预处理、自动报表、预测分析
ChatGPT 问题拆解、提示词设计、代码生成、结果改写 方案草拟、代码辅助、分析说明
从本质上说，工具协同不是为了“显得高级”，而是为了形成一条更稳定的分析链路：
业务问题提出 -> 数据准备 -> 数据清洗 -> 指标计算 -> 结果解释 -> 报告输出 -> 业务动作执行。

谁能把这条链路打通，谁的数据分析能力就更接近真实工作场景。

2.2 Excel与Python结合的数据处理认知
2.2.1 先理解分析工作的底层逻辑
在讲工具之前，先要把数据分析的底层逻辑讲清楚。很多人学了很多函数、很多库，还是做不好分析，根本原因并不是不会操作，而是不知道分析究竟要解决什么。

一个完整的数据分析流程，通常包括以下几个环节：

明确业务问题
例如：最近三个月门店利润下滑，原因是什么？

定义分析目标
是看销售额、毛利、客单价、退货率，还是会员复购率？

识别数据来源
订单表、商品表、门店表、会员表、活动表、库存表。

处理数据质量问题
缺失值、重复值、格式不统一、异常值、时间口径不一致。

建立分析指标
比如销售额、毛利额、毛利率、单店产出、品类贡献率、复购率。

形成分析结论
例如：利润下滑不是因为销量下降，而是因为高毛利商品占比下降，且退货集中发生在两家门店。

转化为业务动作
优化商品结构、调整促销策略、复盘门店执行、强化会员召回。

这七步里，Excel、Python和ChatGPT其实都只是服务工具。真正的核心，是从“问题”走到“行动”。

从分析理论上看，企业常见的数据分析可以分为四类：

描述性分析：发生了什么
例如，本月销售额是多少，哪个门店排名第一。

诊断性分析：为什么发生
例如，销售额下降是因为客流减少，还是客单价下降。

预测性分析：未来可能会怎样
例如，下个月销量可能落在什么区间。

决策性分析：应该怎么做
例如，是否应该减少低毛利品类投放。

初学者最容易犯的错误，是一上来就想做预测，结果连基础数据都没整理好。正确顺序应该是先做描述，再做诊断，然后才考虑预测和决策。

所以，无论后面学的是Excel还是Python，第一原则都不变：
分析不是把表做漂亮，而是把业务问题拆成可以计算、可以验证、可以落地的任务。

2.2.2 用Excel完成日常表格分析与快速校验
Excel之所以在企业里长期稳定存在，不是因为它“简单”，而是因为它特别贴近业务人员的工作方式。一个销售主管、门店经理、采购专员，哪怕不会写代码，也能用Excel看数据、核数据、做汇报。这种低门槛，是Excel最大的价值。

Excel在数据分析中的典型优势，主要体现在五个方面。

一、可视化操作直观
筛选、排序、冻结窗格、条件格式、图表、透视表，几乎都可以通过点击完成。对非技术岗位来说，这种操作方式天然更容易上手。

二、适合小规模、快节奏分析
如果只有几百到几千条数据，Excel完全能胜任。比如门店日报、客服工单汇总、活动报名名单整理、销售员业绩排名，这些都可以快速完成。

三、核对和复查效率高
很多时候，真正耗时间的不是复杂计算，而是确认数据有没有问题。Excel在逐行查看、局部修正、人工标记方面非常方便，适合作为“最终检查台”。

四、透视表特别适合经营复盘
透视表本质上就是一种低门槛聚合分析工具。它可以快速把明细数据转换成“按门店、按品类、按日期、按员工、按区域”的汇总视角。这一点在经营分析中非常实用。

五、适合直接形成汇报材料
管理层看报表，不一定关心脚本是怎么写的，但一定关心结果是否清楚。Excel的图表、格式、颜色、布局天生适合会议材料输出。

不过，Excel也有明显边界。

数据量一大，性能下降明显。
手工步骤多，复用性差。
多人协作时版本容易混乱。
逻辑一复杂，公式维护成本会很高。
过程不透明，难以追溯。
以一个零售连锁企业为例。假设运营经理每天要汇总十家门店的销售表，内容包括销售额、退货单、会员订单、促销订单。刚开始门店少时，用Excel分别粘贴进总表，再做透视表，确实够用。但随着门店扩张到五十家，商品SKU增加到三千个，人工汇总就会出现以下问题：

不同门店字段不一致，有的写“销售金额”，有的写“实收金额”
日期格式混乱，有的是“2025/01/01”，有的是“2025-1-1”
商品名称存在别名，导致透视表统计失真
退货记录有的写成负数，有的单独标记
每天的分析步骤重复，但仍要手工操作
这时就说明：Excel还在发挥价值，但已经不能独立承担全部分析任务了。它更适合作为“前端交互和结果展示工具”，而不应该继续承担大量重复清洗工作。

因此，在企业实际应用中，Excel最合理的位置通常有三个：

作为原始数据收集与人工校验界面
作为分析结果承载与图表展示载体
作为业务人员和技术人员之间的沟通中间层
说得更直白一点，Excel不应该被淘汰，而应该被重新分工。

2.2.3 借助Python建立可复用的数据处理流程
如果说Excel解决的是“看得见、改得动”的问题，那么Python解决的是“做得快、做得稳、做得可重复”的问题。

Python在数据分析中的核心价值，不是“代码更高级”，而是它能把重复工作变成流程，把流程变成资产。今天处理一份表，明天处理十份表，后天处理一百份表，只要规则不变，脚本就能复用。

这背后对应的是现代数据分析非常重要的一个原则：可复现性。

所谓可复现性，简单理解就是同一份数据、同一套逻辑、同一段代码，不管什么时候运行，结果都应该一致。这样的分析才经得起复盘、审计和交接。

在商业场景里，Python尤其适合以下任务：

批量读取多个Excel文件
统一字段名和数据格式
清洗缺失值、重复值、异常值
自动计算KPI指标
多维度分组汇总
自动生成分析结果文件
连接数据库或接口拉取数据
进一步做预测、分类、聚类、推荐等模型任务
下面通过一个可直接运行的零售经营分析案例，说明Python怎样把日常报表工作做成自动化流程。

商业案例：连锁零售门店经营分析自动化
场景设定如下：

某连锁零售企业希望每周自动输出一份经营分析报告，关注以下问题：

总销售额、毛利额、毛利率表现如何
哪些门店贡献更高，哪些门店退货异常
哪些商品品类销量高但利润低
每日销售趋势是否存在明显波动
会员复购率处于什么水平
为了方便演示，下面的代码会先自动生成一份模拟销售数据，再完成清洗、计算、汇总和Excel导出。代码可在 VS Code 中直接运行。

示例代码：使用 pandas 与 openpyxl 自动生成经营分析报告
python
from future import annotations

import random
from datetime import datetime, timedelta
from pathlib import Path

import pandas as pd
from openpyxl import load_workbook
from openpyxl.styles import Alignment
from openpyxl.styles import Font
from openpyxl.styles import PatternFill

def createSampleSalesFile(outputPath: str, rowCount: int = 1200) -> None:

random.seed(42)

storeNames = ["朝阳店", "国贸店", "望京店", "中关村店", "西单店"]
paymentTypes = ["微信", "支付宝", "现金", "银行卡"]

categoryProductMap = {
    "饮品": [("美式咖啡", 18), ("拿铁", 24), ("燕麦拿铁", 28), ("柠檬茶", 16)],
    "烘焙": [("牛角包", 12), ("芝士面包", 15), ("全麦吐司", 14)],
    "轻食": [("鸡胸沙拉", 29), ("金枪鱼三明治", 26), ("酸奶水果杯", 22)],
    "周边": [("保温杯", 79), ("帆布袋", 39), ("玻璃杯", 49)]
}

startDate = datetime(2025, 1, 1)
rows = []

for rowIndex in range(1, rowCount + 1):

    categoryName = random.choice(list(categoryProductMap.keys()))
    productName, basePrice = random.choice(categoryProductMap[categoryName])

    quantity = random.randint(1, 5)
    unitPrice = round(basePrice * random.uniform(0.95, 1.10), 2)
    costPrice = round(unitPrice * random.uniform(0.38, 0.62), 2)

    orderDate = startDate + timedelta(days=random.randint(0, 89))
    returnedFlag = 1 if random.random() < 0.05 else 0

    if random.random() < 0.75:
        memberId = f"M{random.randint(1001, 1100)}"
    else:
        memberId = None

    rows.append(
        {
            "OrderId": f"O{100000 + rowIndex}",
            "OrderDate": orderDate.strftime("%Y-%m-%d"),
            "StoreName": random.choice(storeNames),
            "ProductCategory": categoryName,
            "ProductName": productName,
            "Quantity": quantity,
            "UnitPrice": unitPrice,
            "CostPrice": costPrice,
            "MemberId": memberId,
            "PaymentType": random.choice(paymentTypes),
            "ReturnedFlag": returnedFlag
        }
    )

dataFrame = pd.DataFrame(rows)

if len(dataFrame) >= 6:

    dataFrame.loc[2, "UnitPrice"] = None
    dataFrame.loc[4, "Quantity"] = "3"
    dataFrame.loc[5, "OrderDate"] = "2025/01/09"

dataFrame.to_excel(outputPath, index=False)

class RetailAnalysisEngine:

def __init__(self, sourceFilePath: str) -> None:

    self.sourceFilePath = Path(sourceFilePath)

def loadData(self) -> pd.DataFrame:

    dataFrame = pd.read_excel(self.sourceFilePath)
    return dataFrame

def cleanData(self, dataFrame: pd.DataFrame) -> pd.DataFrame:

    workFrame = dataFrame.copy()

    workFrame["OrderDate"] = pd.to_datetime(workFrame["OrderDate"], errors="coerce")
    workFrame["Quantity"] = pd.to_numeric(workFrame["Quantity"], errors="coerce").fillna(0).astype(int)
    workFrame["UnitPrice"] = pd.to_numeric(workFrame["UnitPrice"], errors="coerce")
    workFrame["CostPrice"] = pd.to_numeric(workFrame["CostPrice"], errors="coerce")
    workFrame["ReturnedFlag"] = pd.to_numeric(workFrame["ReturnedFlag"], errors="coerce").fillna(0).astype(int)

    workFrame["UnitPrice"] = workFrame["UnitPrice"].fillna(
        workFrame.groupby("ProductCategory")["UnitPrice"].transform("median")
    )

    workFrame["CostPrice"] = workFrame["CostPrice"].fillna(workFrame["UnitPrice"] * 0.55)
    workFrame["MemberId"] = workFrame["MemberId"].fillna("Guest")

    workFrame = workFrame.dropna(
        subset=["OrderDate", "StoreName", "ProductCategory", "ProductName", "UnitPrice", "CostPrice"]
    )

    workFrame["SalesAmount"] = workFrame["Quantity"] * workFrame["UnitPrice"]
    workFrame["CostAmount"] = workFrame["Quantity"] * workFrame["CostPrice"]

    returnMask = workFrame["ReturnedFlag"] == 1

    workFrame.loc[returnMask, "SalesAmount"] = workFrame.loc[returnMask, "SalesAmount"] * -1
    workFrame.loc[returnMask, "CostAmount"] = workFrame.loc[returnMask, "CostAmount"] * -1

    workFrame["GrossProfit"] = workFrame["SalesAmount"] - workFrame["CostAmount"]
    workFrame["OrderMonth"] = workFrame["OrderDate"].dt.to_period("M").astype(str)
    workFrame["OrderDay"] = workFrame["OrderDate"].dt.date.astype(str)

    return workFrame

def buildSummary(self, dataFrame: pd.DataFrame) -> pd.DataFrame:

    totalSales = round(dataFrame["SalesAmount"].sum(), 2)
    totalProfit = round(dataFrame["GrossProfit"].sum(), 2)
    grossMargin = round(totalProfit / totalSales, 4) if totalSales != 0 else 0
    orderCount = int(dataFrame["OrderId"].nunique())
    avgOrderValue = round(totalSales / orderCount, 2) if orderCount != 0 else 0

    memberOrderFrame = (
        dataFrame[dataFrame["MemberId"] != "Guest"]
        .groupby("MemberId")["OrderId"]
        .nunique()
        .reset_index(name="OrderCount")
    )

    memberCount = int(memberOrderFrame["MemberId"].nunique())
    repeatMemberCount = int((memberOrderFrame["OrderCount"] >= 2).sum())
    repeatRate = round(repeatMemberCount / memberCount, 4) if memberCount != 0 else 0

    summaryFrame = pd.DataFrame(
        [
            {"MetricName": "净销售额", "MetricValue": totalSales},
            {"MetricName": "毛利额", "MetricValue": totalProfit},
            {"MetricName": "毛利率", "MetricValue": grossMargin},
            {"MetricName": "订单数", "MetricValue": orderCount},
            {"MetricName": "平均订单金额", "MetricValue": avgOrderValue},
            {"MetricName": "会员复购率", "MetricValue": repeatRate}
        ]
    )

    return summaryFrame

def buildStoreAnalysis(self, dataFrame: pd.DataFrame) -> pd.DataFrame:

    storeFrame = (
        dataFrame.groupby("StoreName")
        .agg(
            NetSales=("SalesAmount", "sum"),
            GrossProfit=("GrossProfit", "sum"),
            OrderCount=("OrderId", "nunique"),
            ReturnCount=("ReturnedFlag", "sum")
        )
        .reset_index()
    )

    storeFrame["GrossMargin"] = (
        storeFrame["GrossProfit"] / storeFrame["NetSales"].replace(0, pd.NA)
    ).round(4)

    storeFrame["AvgOrderValue"] = (
        storeFrame["NetSales"] / storeFrame["OrderCount"].replace(0, pd.NA)
    ).round(2)

    storeFrame = storeFrame.sort_values(by="NetSales", ascending=False)

    return storeFrame

def buildCategoryAnalysis(self, dataFrame: pd.DataFrame) -> pd.DataFrame:

    categoryFrame = (
        dataFrame.groupby("ProductCategory")
        .agg(
            NetSales=("SalesAmount", "sum"),
            GrossProfit=("GrossProfit", "sum"),
            Quantity=("Quantity", "sum"),
            ReturnCount=("ReturnedFlag", "sum")
        )
        .reset_index()
    )

    categoryFrame["GrossMargin"] = (
        categoryFrame["GrossProfit"] / categoryFrame["NetSales"].replace(0, pd.NA)
    ).round(4)

    categoryFrame = categoryFrame.sort_values(by="GrossProfit", ascending=False)

    return categoryFrame

def buildDailyTrend(self, dataFrame: pd.DataFrame) -> pd.DataFrame:

    dailyFrame = (
        dataFrame.groupby("OrderDay")
        .agg(
            NetSales=("SalesAmount", "sum"),
            GrossProfit=("GrossProfit", "sum"),
            OrderCount=("OrderId", "nunique")
        )
        .reset_index()
        .sort_values(by="OrderDay", ascending=True)
    )

    return dailyFrame

def buildMemberAnalysis(self, dataFrame: pd.DataFrame) -> pd.DataFrame:

    memberFrame = (
        dataFrame[dataFrame["MemberId"] != "Guest"]
        .groupby("MemberId")
        .agg(
            OrderCount=("OrderId", "nunique"),
            NetSales=("SalesAmount", "sum"),
            GrossProfit=("GrossProfit", "sum")
        )
        .reset_index()
    )

    memberFrame["IsRepeatMember"] = memberFrame["OrderCount"].apply(
        lambda value: "是" if value >= 2 else "否"
    )

    memberFrame = memberFrame.sort_values(by="NetSales", ascending=False)

    return memberFrame

def beautifyWorkbook(self, outputFilePath: str) -> None:

    workbook = load_workbook(outputFilePath)
    headerFill = PatternFill("solid", fgColor="1F4E78")
    headerFont = Font(color="FFFFFF", bold=True)
    centerAlignment = Alignment(horizontal="center", vertical="center")

    for sheetName in workbook.sheetnames:

        sheet = workbook[sheetName]
        sheet.freeze_panes = "A2"

        for cell in sheet[1]:

            cell.fill = headerFill
            cell.font = headerFont
            cell.alignment = centerAlignment

        for columnCells in sheet.columns:

            maxLength = 0
            columnLetter = columnCells[0].column_letter

            for cell in columnCells:

                cellValue = "" if cell.value is None else str(cell.value)

                if len(cellValue) > maxLength:

                    maxLength = len(cellValue)

            sheet.column_dimensions[columnLetter].width = maxLength + 4

    workbook.save(outputFilePath)

def exportReport(self, outputFilePath: str) -> None:

    rawFrame = self.loadData()
    cleanFrame = self.cleanData(rawFrame)
    summaryFrame = self.buildSummary(cleanFrame)
    storeFrame = self.buildStoreAnalysis(cleanFrame)
    categoryFrame = self.buildCategoryAnalysis(cleanFrame)
    dailyFrame = self.buildDailyTrend(cleanFrame)
    memberFrame = self.buildMemberAnalysis(cleanFrame)

    with pd.ExcelWriter(outputFilePath, engine="openpyxl") as writer:

        cleanFrame.to_excel(writer, sheet_name="CleanData", index=False)
        summaryFrame.to_excel(writer, sheet_name="Summary", index=False)
        storeFrame.to_excel(writer, sheet_name="StoreAnalysis", index=False)
        categoryFrame.to_excel(writer, sheet_name="CategoryAnalysis", index=False)
        dailyFrame.to_excel(writer, sheet_name="DailyTrend", index=False)
        memberFrame.to_excel(writer, sheet_name="MemberAnalysis", index=False)

    self.beautifyWorkbook(outputFilePath)

def main() -> None:

basePath = Path.cwd()
sourceFilePath = basePath / "sampleSalesData.xlsx"
reportFilePath = basePath / "retailAnalysisReport.xlsx"

createSampleSalesFile(str(sourceFilePath), rowCount=1200)

analysisEngine = RetailAnalysisEngine(str(sourceFilePath))
analysisEngine.exportReport(str(reportFilePath))

print(f"示例数据已生成：{sourceFilePath}")
print(f"分析报告已输出：{reportFilePath}")

if name == “main”:

main()

运行

运行说明
安装依赖：
bash
pip install pandas openpyxl

将代码保存为 retailAnalysis.py
在 VS Code 终端运行：
bash
python retailAnalysis.py

运行完成后，会生成两个文件：

sampleSalesData.xlsx
retailAnalysisReport.xlsx
这个案例体现了哪些分析原理
这段代码虽然不复杂，但已经包含了很多企业数据分析的基本原理。

第一，先清洗，再计算。
很多新手一拿到数据就直接汇总，结果日期没转好、数值是文本、空值没处理，最后得出的报表自然不可靠。分析的第一步永远是保证数据质量。

第二，指标必须可定义。
什么是销售额，什么是毛利，退货怎么处理，复购率怎么算，这些都不是代码问题，而是指标口径问题。口径不统一，分析结果就不具备可比性。

第三，汇总要服务决策。
不是所有汇总都值得做。门店分析是为了找经营差异，品类分析是为了看结构贡献，日趋势是为了看波动，会员分析是为了看留存。每个结果页都应该对应一个业务问题。

第四，输出要便于业务使用。
很多人写脚本只输出一个CSV文件，技术上没问题，但业务同事未必爱看。导出Excel并做基础格式处理，本质上是提高分析结果的可用性。

业务解读示例
假设报表跑出来后，发现以下现象：

国贸店净销售额高，但毛利率偏低
轻食品类销量不错，但毛利额贡献一般
周边商品销量不大，但毛利率高
某一周退货明显上升
会员复购率只有 32%
这时就可以形成更接近经营动作的判断：

高销售低毛利，可能说明门店做了较多低毛利促销
轻食适合作为引流商品，但不能承担利润核心角色
周边商品适合做组合销售，提高客单价和毛利
退货异常需要回看门店执行、商品质量或活动规则
会员复购率偏低，说明需要优化会员触达和二次购买链路
这就是数据分析真正的价值：不是展示数字，而是帮助业务做判断。

2.2.4 pandas、xlwings与OpenPyXL联动的实际价值
很多初学者在学习Python处理Excel时，容易陷入一个误区：以为只要学会一个库就够了。实际上，企业里常用的几个库并不是竞争关系，而是分工关系。

一、pandas：负责数据处理主流程
pandas最强的地方，在于表格型数据的读取、清洗、转换、分组、汇总和分析。它很像“能编程的超级透视表”，尤其适合处理结构化数据。

常见操作包括：

读取 Excel、CSV
过滤数据
填充空值
删除重复值
转换日期和数值格式
分组聚合
拼接和合并数据表
透视统计
绝大多数经营分析脚本，核心处理都离不开 pandas。

二、OpenPyXL：负责Excel文件层面的格式控制
pandas可以导出Excel，但如果你还想做这些事：

设置标题背景色
调整列宽
冻结首行
设置字体样式
合并单元格
设置条件格式
那么就需要 OpenPyXL。它更像是Python与Excel文件格式之间的桥梁，擅长“修饰工作簿”。

前面的自动化报表案例里，beautifyWorkbook() 方法就是一个典型的 OpenPyXL 用法。

三、xlwings：负责与本地Excel软件交互
xlwings和前两个库最大的不同，是它不只是操作文件，还可以操作正在运行的 Excel 应用程序。它适合以下场景：

把DataFrame直接写入打开的Excel工作簿
调用本地Excel对象
与业务同事已有的模板文件打通
结合 VBA 或现成模板进行自动填报
实现“Python计算，Excel展示”的混合工作流
如果企业里已经沉淀了大量复杂Excel模板，而你又不想全部推倒重来，那么 xlwings 非常有价值。

三个库怎么分工最合适
工具库 核心作用 适合做什么
pandas 数据计算与处理 清洗、汇总、分析、建模前准备
OpenPyXL Excel文件样式与结构控制 美化报表、设置格式、固定模板输出
xlwings 与本地Excel应用联动 模板驱动填报、交互式办公自动化
可以把它理解成一条流水线：

pandas负责“算”
OpenPyXL负责“排”
xlwings负责“连”
这三者组合起来，正好对应企业分析工作的三个真实需求：
算得出来、排得好看、接得上现有流程。

xlwings 可选示例：把门店分析结果写入本地Excel
下面是一段可选代码，演示如何把分析结果写入本地Excel。需要说明的是，这段代码依赖本机已安装 Microsoft Excel，适合 Windows 或 macOS 办公环境。

python
from future import annotations

from pathlib import Path

import pandas as pd
import xlwings as xw

def exportStoreSheetWithXlwings(reportPath: str) -> None:

reportFile = Path(reportPath)
storeFrame = pd.read_excel(reportFile, sheet_name="StoreAnalysis")

app = xw.App(visible=False, add_book=False)

try:

    book = app.books.add()
    sheet = book.sheets[0]
    sheet.name = "StoreAnalysis"

    sheet.range("A1").value = storeFrame.columns.tolist()
    sheet.range("A2").options(index=False, header=False).value = storeFrame

    sheet.autofit()
    outputPath = reportFile.parent / "storeAnalysisByXlwings.xlsx"
    book.save(outputPath)

    print(f"xlwings 输出完成：{outputPath}")

finally:

    app.quit()

运行

安装命令如下：

bash
pip install xlwings

如果企业场景里需要“保留现有Excel模板”，那么 xlwings 的价值就会非常突出。比如财务部有固定周报模板，销售部有固定区域报表模板，人力部门有月度统计模板，这些都可以由 Python 自动把数据写进去，而不是人工复制粘贴。

2.2.5 认识DataFrame与Series这两个核心对象
很多人学 pandas 时，最开始觉得函数很多、语法很杂，实际上真正需要先吃透的概念只有两个：Series 和 DataFrame。

一、Series是什么
Series可以理解成“一列带标签的数据”。
比如一列销售额、一列订单日期、一列商品名称，本质上都可以是 Series。

它有两个关键组成部分：

值
索引
举个简单例子，如果你把“朝阳店、国贸店、望京店”三个门店的销售额放在一列里，这一列就是一个 Series。

二、DataFrame是什么
DataFrame可以理解成“由多个Series组成的一张表”。
它有行索引和列索引，最像我们平时在Excel中看到的二维表。

比如一张订单表，包含订单号、日期、门店、商品、数量、单价，这整张表就是一个 DataFrame。

三、为什么这两个概念重要
因为你在 pandas 里做的绝大多数操作，本质上都是以下几类变换：

从 DataFrame 取出一列，得到 Series
对 Series 做运算
把多个 Series 组合成新的 DataFrame
对 DataFrame 做筛选、分组、聚合、排序
理解了这一点，很多代码就不再神秘。

四、简短示例：DataFrame 与 Series 基本操作
python
from future import annotations

import pandas as pd

def buildSimpleSalesFrame() -> pd.DataFrame:

salesFrame = pd.DataFrame(
    {
        "StoreName": ["朝阳店", "国贸店", "望京店", "朝阳店"],
        "SalesAmount": [1200, 1800, 1500, 900],
        "OrderCount": [45, 60, 52, 33]
    }
)

return salesFrame

def main() -> None:

salesFrame = buildSimpleSalesFrame()

salesSeries = salesFrame["SalesAmount"]
salesFrame["AvgTicket"] = salesFrame["SalesAmount"] / salesFrame["OrderCount"]

storeSummaryFrame = (
    salesFrame.groupby("StoreName")
    .agg(
        TotalSales=("SalesAmount", "sum"),
        TotalOrders=("OrderCount", "sum")
    )
    .reset_index()
)

print("原始数据：")
print(salesFrame)
print("\n销售额这一列Series：")
print(salesSeries)
print("\n按门店汇总后的DataFrame：")
print(storeSummaryFrame)

if name == “main”:

main()

运行

这个例子虽然简单，但把最核心的关系讲清楚了：

salesFrame[“SalesAmount”] 取出的是一个 Series
给 salesFrame[“AvgTicket”] 赋值，是在 DataFrame 里增加一列
groupby().agg() 是把明细表转换成汇总表
如果把 Excel 和 pandas 对照起来理解，会更容易上手：

Excel中的概念 pandas中的对应对象
一列数据 Series
一张工作表 DataFrame
筛选 条件过滤
透视表 groupby / pivot_table
公式列 新增计算列
五、分析角度上的理解
从业务上看，DataFrame 代表的是“事实表”，Series 代表的是“指标或字段”。
比如一张订单明细表就是事实表，里面的销售额、数量、成本、门店、客户编号等字段，就是构成分析视角的维度和指标。

所以，学 pandas 不是学一堆函数，而是在学习如何用程序表达“从明细到汇总、从数据到结论”的过程。

2.2.6 Python及常用扩展库的安装部署
要让代码在 VS Code 中稳定运行，环境准备不能草率。很多初学者觉得安装这件事不重要，真正写代码时报错才发现问题多半出在环境上，而不是逻辑上。

一、建议的基础环境
Python 版本：建议使用 Python 3.11 或 3.12
编辑器：VS Code 1.103.2
包管理：pip
虚拟环境：venv
二、为什么建议使用虚拟环境
虚拟环境的作用，是让每个项目有自己独立的依赖，不会互相污染。
比如一个项目用 pandas 2.2，另一个项目用旧版本，如果都装在全局环境里，就容易产生冲突。

三、推荐安装步骤
先在系统中安装 Python，并确认命令可用：

bash
python --version
pip --version

接着创建项目目录：

bash
mkdir DataAnalysisProject
cd DataAnalysisProject

创建虚拟环境：

bash
python -m venv .venv

激活虚拟环境：

Windows：

bash
.venv\Scripts\activate

macOS 或 Linux：

bash
source .venv/bin/activate

安装常用库：

bash
pip install pandas openpyxl xlwings matplotlib seaborn numpy

如果需要把依赖记录下来，可以执行：

bash
pip freeze > requirements.txt

以后换电脑或交给同事，只需要执行：

bash
pip install -r requirements.txt

四、VS Code 中的关键设置
打开项目目录后，建议完成以下操作：

安装 Python 扩展
选择正确的解释器，也就是刚创建的 .venv
打开终端，确认当前虚拟环境已启用
运行测试脚本，确认库安装成功
你可以新建一个 testEnv.py 文件，写入下面代码检查环境：

python
import pandas as pd
import openpyxl

print(“环境安装成功”)
print(pd.version)
print(openpyxl.version)

运行

五、安装时常见问题
问题1：python 命令找不到
通常是 Python 没有加入系统环境变量，或者安装时未勾选相关选项。

问题2：pip install 很慢
有时是网络问题，可以更换镜像源，但在正式项目中最好记录清楚依赖版本，避免环境不一致。

问题3：VS Code 运行时报错，但终端能运行
通常是 VS Code 没有选择对的 Python 解释器。

问题4：xlwings 安装成功但运行报错
多半是本机没有安装 Excel，或者Excel版本与系统环境存在兼容问题。

六、环境本身也是项目资产
很多人做分析只保存了代码，没有保存环境说明，导致自己过一段时间重新运行都困难。真正规范的项目，应至少包含：

源代码
示例数据或字段说明
依赖文件
运行说明
输出示例
这样项目才具备可复用价值。

2.2.7 认识Python IDLE与VS Code工作环境
虽然现代开发和分析更多使用 VS Code、PyCharm 这样的编辑器，但 IDLE 仍然有它的价值，尤其是在初学阶段。

一、IDLE 的特点
IDLE 是 Python 自带的轻量编程环境。它的优点是：

安装 Python 后通常即可使用
界面简单，适合测试小段代码
适合学习基本语法、函数、循环、条件判断
启动快，依赖少
如果你只是想验证某段语句是否正确，或者做最初的语言练习，IDLE 很方便。

二、VS Code 更适合正式分析项目
一旦进入真实业务项目，VS Code 的优势会明显得多：

支持项目级目录管理
支持虚拟环境切换
支持调试、断点、变量查看
支持Git版本控制
支持插件扩展
支持终端操作和批量文件处理
对于数据分析来说，VS Code 的价值不仅在“写代码”，更在于它能够承载完整项目流程。

三、两者如何分工
可以这样理解：

IDLE适合“学语法、做小实验”
VS Code适合“做项目、跑脚本、交付结果”
如果是初学者，先在 IDLE 中验证基础语法，再转到 VS Code 做完整项目，是比较平滑的路径。

四、实际工作中的建议
如果你面向商业分析开发，建议尽快以 VS Code 为主。原因很简单：
企业里的数据分析任务往往不是写几行代码就结束，而是需要保存脚本、维护版本、处理多个文件、输出报表、记录依赖。只有项目化工作方式，才能支撑长期使用。

2.3 ChatGPT协助分析的基本方法
2.3.1 先把问题变成可分析的任务
很多人使用ChatGPT效果不好，并不是工具问题，而是输入的问题本身就不清楚。
比如一句“帮我分析一下销量下降原因”，这类说法太模糊，里面至少有五个不明确点：

什么时间段下降
下降的是销量、销售额还是利润
分析对象是单店、区域还是全公司
有哪些可用字段
输出希望得到代码、思路、报表还是结论
所以，在借助ChatGPT之前，要先把模糊问题改写成可分析任务。

以“销量下降”为例，一个更合格的任务定义应该至少包括：

业务背景：连锁咖啡门店近三个月利润下降
分析目标：找到利润下降主因
数据范围：订单表、商品表、门店表、活动表
核心字段：日期、门店、品类、销售额、成本、活动标签、退货标记
输出形式：分析思路、Python代码、结论模板
约束要求：变量名驼峰式命名，兼容 Python 3.11
这种改写，本质上就是把自然语言问题转成半结构化需求。
谁能把需求说清楚，谁就更容易得到可用结果。

从管理学视角看，这其实也是需求分析能力。数据分析做得好的人，往往不只是会算，而是会提问、会定义、会限定边界。

2.3.2 ChatGPT是什么，它在分析工作中能做什么
在数据分析工作里，ChatGPT更像一个“高响应速度的分析助理”。它不能替代业务判断，但可以显著缩短从问题到初稿的时间。

它常见的作用有以下几类。

一、帮助梳理分析思路
当你面对一个复杂问题，比如“为什么某地区复购率下降”，一时没有完整思路时，可以让它先帮你拆问题：

先看客户数量是否减少
再看新老客户结构变化
再看订单频次是否下降
再看促销活动是否中断
再看不同品类购买链路是否变化
这种拆解非常有价值，因为很多分析的难点不是不会算，而是不知道该从哪里开始。

二、帮助生成代码初稿
比如你已经明确要用 pandas 做门店维度汇总，但不想从头敲代码，那么可以让它先生成一个初版，再由你根据实际字段调整。

三、帮助解释代码和结果
有时候别人写了一段代码，你接手时看不懂，这时可以让它逐段解释。
同理，报表跑出来后，也可以让它把技术结果改写成适合业务汇报的话术。

四、帮助优化表达
分析报告常见问题不是内容不够，而是写得太技术化。
比如“字段经groupby后做聚合计算得出同比下降”，业务同事未必爱看。改成“同店客流下降叠加高毛利商品占比下滑，是本月利润走弱的主要原因”，表达就更适合管理场景。

五、帮助做提示词模板沉淀
高频任务如果每次都重新描述，会很浪费时间。
把常见分析任务整理成模板，比如销售分析模板、库存分析模板、会员分析模板，后续直接替换字段和场景即可。

不过也要注意，ChatGPT在分析工作中的最佳定位是：

帮你提速
帮你拆解
帮你起草
帮你润色
但真正负责口径确认、数据真实性和业务判断的，仍然是分析人员本人。

2.3.3 想获得更合适的答案，先学会写清提示
提示词写得好不好，直接决定结果能不能落地。
一个高质量提示词，通常至少包括六个元素：

角色或背景
任务目标
数据结构
输出要求
约束条件
风格要求
例如，同样是让它生成代码，下面两种写法效果差别会很大。

模糊写法
帮我写个销售分析代码。

这种提示的问题是：
没有业务背景、没有字段信息、没有输出目标、没有代码规范，得到的往往只能是通用示例。

清晰写法
请基于零售门店订单数据编写一段Python代码，使用 pandas 完成数据清洗和经营分析。
字段包括：OrderId、OrderDate、StoreName、ProductCategory、ProductName、Quantity、UnitPrice、CostPrice、MemberId、ReturnedFlag。
请输出：

总销售额、毛利额、毛利率、订单数、平均订单金额
按门店汇总的销售与毛利分析
按品类汇总的利润贡献分析
每日销售趋势表
代码要求兼容 Python 3.11，可在 VS Code 中运行，函数名和变量名采用驼峰命名法，代码结构清晰，并加入必要注释。
后者的优点就在于，它把“想要什么”说清楚了。
对方不需要猜，输出自然更贴合需求。

提示词设计的实用原则
不要只说主题，要说任务
不要只说任务，要说数据
不要只说数据，要说输出
不要只说输出，要说约束
不要只说约束，要说使用场景
一句话概括就是：
把提示词写成需求说明书，而不是一句口头指令。

2.3.4 借助ChatGPT生成、检查与改写代码
很多人把“生成代码”当作ChatGPT最主要的用途，其实更有价值的，是“生成初稿后继续检查和改写”。

因为在真实项目中，第一版代码通常都不是最终版本。真正有效的工作方式是四步：

先生成可运行初稿
用样例数据验证
根据报错和字段差异修正
再做性能、结构和表达优化
也就是说，正确姿势不是“一次性生成完美代码”，而是“通过多轮迭代加快开发”。

下面给出一个客户价值分析的小型商业案例，说明如何把分析代码从“会跑”推进到“有业务意义”。

商业案例：会员RFM价值分层
RFM 是客户运营中最常见的一种分层方法：

R：Recency，最近一次购买距离今天多久
F：Frequency，购买频次高不高
M：Monetary，消费金额高不高
企业通过 RFM 可以把会员分成高价值客户、沉睡客户、潜力客户等，从而匹配不同运营策略。

下面是一段可直接运行的RFM示例代码，使用前面生成的 sampleSalesData.xlsx 即可。

python
from future import annotations

from pathlib import Path

import pandas as pd

class CustomerRfmAnalyzer:

def __init__(self, sourceFilePath: str) -> None:

    self.sourceFilePath = Path(sourceFilePath)

def loadAndCleanData(self) -> pd.DataFrame:

    dataFrame = pd.read_excel(self.sourceFilePath)

    dataFrame["OrderDate"] = pd.to_datetime(dataFrame["OrderDate"], errors="coerce")
    dataFrame["Quantity"] = pd.to_numeric(dataFrame["Quantity"], errors="coerce").fillna(0)
    dataFrame["UnitPrice"] = pd.to_numeric(dataFrame["UnitPrice"], errors="coerce")
    dataFrame["ReturnedFlag"] = pd.to_numeric(dataFrame["ReturnedFlag"], errors="coerce").fillna(0).astype(int)
    dataFrame["MemberId"] = dataFrame["MemberId"].fillna("Guest")

    dataFrame = dataFrame.dropna(subset=["OrderDate", "UnitPrice"])
    dataFrame = dataFrame[dataFrame["MemberId"] != "Guest"].copy()

    dataFrame["SalesAmount"] = dataFrame["Quantity"] * dataFrame["UnitPrice"]
    dataFrame.loc[dataFrame["ReturnedFlag"] == 1, "SalesAmount"] = (
        dataFrame.loc[dataFrame["ReturnedFlag"] == 1, "SalesAmount"] * -1
    )

    return dataFrame

def scoreByQuantile(self, series: pd.Series, reverseScore: bool = False) -> pd.Series:

    rankSeries = series.rank(method="first")

    if reverseScore:

        scoreSeries = pd.qcut(rankSeries, 5, labels=[5, 4, 3, 2, 1])
    else:

        scoreSeries = pd.qcut(rankSeries, 5, labels=[1, 2, 3, 4, 5])

    return scoreSeries.astype(int)

def buildRfmResult(self) -> pd.DataFrame:

    dataFrame = self.loadAndCleanData()
    snapshotDate = dataFrame["OrderDate"].max() + pd.Timedelta(days=1)

    rfmFrame = (
        dataFrame.groupby("MemberId")
        .agg(
            LastOrderDate=("OrderDate", "max"),
            Frequency=("OrderId", "nunique"),
            Monetary=("SalesAmount", "sum")
        )
        .reset_index()
    )

    rfmFrame["RecencyDays"] = (snapshotDate - rfmFrame["LastOrderDate"]).dt.days

    rfmFrame["RScore"] = self.scoreByQuantile(rfmFrame["RecencyDays"], reverseScore=True)
    rfmFrame["FScore"] = self.scoreByQuantile(rfmFrame["Frequency"])
    rfmFrame["MScore"] = self.scoreByQuantile(rfmFrame["Monetary"])

    rfmFrame["TotalScore"] = rfmFrame["RScore"] + rfmFrame["FScore"] + rfmFrame["MScore"]

    def mapSegment(totalScore: int) -> str:

        if totalScore >= 13:

            return "高价值客户"

        if totalScore >= 10:

            return "潜力成长客户"

        if totalScore >= 7:

            return "普通维护客户"

        return "沉睡预警客户"

    rfmFrame["CustomerSegment"] = rfmFrame["TotalScore"].apply(mapSegment)
    rfmFrame = rfmFrame.sort_values(by="TotalScore", ascending=False)

    return rfmFrame

def main() -> None:

sourceFilePath = Path.cwd() / "sampleSalesData.xlsx"
analyzer = CustomerRfmAnalyzer(str(sourceFilePath))
resultFrame = analyzer.buildRfmResult()

outputPath = Path.cwd() / "customerRfmReport.xlsx"
resultFrame.to_excel(outputPath, index=False)

print(resultFrame.head(10))
print(f"RFM分析结果已输出：{outputPath}")

if name == “main”:

main()

运行

这段代码背后的业务意义
RFM之所以常用，不是因为公式复杂，而是因为它把客户价值拆成了三个最核心维度：

最近有没有买
买得频不频繁
买得多不多
对经营来说，这三件事对应的动作很明确：

高价值客户：重点维护，提供会员权益和新品优先体验
潜力成长客户：加强转化，推动第二次、第三次购买
普通维护客户：维持日常触达，避免流失
沉睡预警客户：做召回活动，分析流失原因
这说明一件事：代码只是工具，真正关键的是指标和业务策略之间是否形成闭环。

生成代码时要特别注意什么
使用ChatGPT辅助代码开发时，至少要注意以下几点：

不要直接拿陌生代码上线，要先用样例数据测试
要核对字段名是否和实际数据一致
要检查异常处理是否充分
要检查时间、金额、空值、重复值的处理是否合理
要补上日志、注释和输出说明
换句话说，ChatGPT最擅长的是把“从零到一”加速，但把“一变成可交付成果”，仍然需要人为把关。

2.3.5 面向业务重述问题与搭建提示模板
数据分析做不好，往往不是因为算不出来，而是因为问题问偏了。
企业里的很多问题看似在问“结果”，其实真正应该问的是“结构、过程和原因”。

下面看几个典型例子。

例子一：原问题不够好
为什么最近销售变差了？

这个问题的问题在于：

时间不明确
范围不明确
指标不明确
比较对象不明确
更合理的改写可以是：

请分析 2025 年第一季度与 2024 年第四季度相比，华北区域门店销售额和毛利额下降的主要原因。请分别从门店、品类、会员、促销活动和退货情况五个维度展开，并给出需要优先核查的指标清单。

这样的提问更容易得到可执行的分析框架。

例子二：从“看数据”改成“做决策”
原问题：

帮我做一个库存分析。

改写后：

请基于商品库存表、销售表和采购表，设计一套库存分析思路，重点识别高库存低周转商品、潜在缺货商品和采购节奏异常商品，并给出适合周报展示的核心指标与Python实现思路。

这时，任务目标已经从“分析一下”变成了“识别问题并支持动作”。

通用提示模板
下面是一套适合数据分析场景的提示模板，可直接复用：

text
你现在扮演企业数据分析顾问。

业务背景：
[描述业务场景，例如零售、会员、电商、供应链]

分析目标：
[说明要解决的核心问题]

数据表与字段：
[列出表名、字段名、字段含义]

希望输出：

1. 分析思路
2. 关键指标定义
3. Python代码
4. 结果解读建议
5. 可视化建议

约束条件：

• 使用 Python 3.11
• 代码可在 VS Code 中运行
• 函数名和变量名使用驼峰命名法
• 代码结构清晰
• 输出语言通俗易懂

这样的模板好处有两个：

每次只需要替换业务背景和字段
输出结果会更稳定、更接近实际需求
从长期看，提示模板本身也是一种分析资产。沉淀得越多，工作效率越高。

2.3.6 使用ChatGPT做数据分析的一套通用步骤
把ChatGPT真正融入分析工作，可以按下面这套流程来走。

第一步：先写业务问题，不要急着写代码
先问自己三件事：

业务到底要知道什么
分析结果给谁看
看完后要做什么动作
这一步做不好，后面所有代码都可能跑偏。

第二步：列出数据字段和口径
把关键字段整理清楚，尤其是：

主键是什么
时间字段是什么
金额字段口径是什么
退货、取消、作废如何处理
是否有空值和异常值
这一步决定分析是否可靠。

第三步：让ChatGPT先给分析框架
不要一上来就要代码，先要思路。
比如让它先列维度、指标、分析顺序、可能原因，这样更有利于你判断路线对不对。

第四步：再让它生成代码初稿
此时再进入代码阶段，效果会更稳。
因为你已经知道要算什么，而不是盲目索要脚本。

第五步：用样例数据做验证
验证至少要看三件事：

代码能不能运行
结果有没有明显异常
指标是否符合业务口径
第六步：让它帮你优化表达和报告
代码跑通后，还可以让它帮你把结果改写成：

管理层汇报版
业务部门复盘版
项目文档说明版
培训材料版
第七步：沉淀成模板
每完成一次典型任务，就把以下内容保存下来：

提示词模板
字段说明模板
代码模板
报告模板
常见问题清单
长期下来，你的分析能力就不再只是“会做一次”，而是“会复用很多次”。

2.4 提示词设计的实战技巧
2.4.1 提示词不是命令，而是需求说明书
很多人把提示词理解成一句命令，比如“帮我写代码”“帮我分析数据”。这种写法的问题是，它只给了动作，没有给上下文。

而在真实工作中，一个合格需求至少要说明：

谁在用
用来解决什么问题
数据长什么样
输出长什么样
有哪些规则不能违反
所以，写提示词时最好把自己当作项目需求提出者，而不是聊天提问者。

比如下面这个提示词就更像需求说明书：

我需要为连锁零售企业做一份经营分析脚本。
数据来自Excel订单表，字段包括门店、订单日期、商品品类、商品名称、数量、单价、成本、会员编号和退货标记。
请使用 pandas 编写可运行的Python代码，完成数据清洗、门店汇总、品类汇总、每日趋势分析，并导出到Excel。
代码要求兼容 Python 3.11，可在 VS Code 中运行，函数名和变量名使用驼峰命名法，输出结果便于业务同事阅读。

这类写法的本质，是把“我想要什么”完整交代出来。

2.4.2 通用写法上的基础技巧
高质量提示词通常有几个通用技巧。

一、写清目标，不写空话
“帮我分析一下”这种写法太宽泛。
应该改成“请识别利润下降原因”“请计算复购率并做客户分层”“请比较活动前后转化变化”。

二、限定对象和范围
比如：

时间范围：近30天、本季度、去年同期
分析对象：单店、区域、全渠道、某商品线
数据范围：订单表、会员表、库存表
范围越清楚，结果越实用。

三、说明输出形式
你到底要的是：

思路
代码
SQL
解释
汇报文案
图表建议
整体方案
输出形式不说清楚，很容易出现“你想要方案，它却给你代码”的情况。

四、提前写上约束条件
例如：

代码兼容 Python 3.11
使用 pandas
输出成表格
解释面向业务人员
变量名使用驼峰命名法
这些约束越明确，返工越少。

2.4.3 与数据场景相关的描述方法
数据分析类提示词和普通聊天最大的差别，在于它需要更强的数据上下文。
描述数据时，建议至少说明以下内容：

表名或数据来源
字段名
字段含义
数据粒度
时间范围
可能存在的数据问题
例如：

订单表粒度为订单明细行，一笔订单可能包含多个商品。
字段 OrderDate 为下单日期，ReturnedFlag 表示是否退货，退货订单仍保留在原表中。
SalesAmount 需要由数量乘以单价计算，若为退货则按负值处理。
数据时间范围为 2025 年 1 月到 2025 年 3 月。

这种描述非常关键，因为它直接关系到汇总逻辑。
例如，一笔订单多商品和一笔订单一行，在订单数计算上就完全不同；退货是否记负值，也会直接影响销售额和毛利口径。

数据提示里最容易漏掉的内容
粒度
去重规则
时间字段定义
状态字段含义
缺失值处理规则
而这些恰恰是最影响结果准确性的内容。

2.4.4 与表达风格相关的控制技巧
同样一份分析结果，面向不同对象，表达方式应该不同。

面向管理层
要点是简洁、结论先行、突出动作。
比如：

利润下滑的三大原因
建议优先处理的两项动作
风险点和机会点
面向业务同事
要点是可执行、接地气、能落地。
比如：

哪些门店需要重点复盘
哪些商品适合调整陈列
哪类会员需要重点召回
面向技术团队
要点是逻辑清晰、字段明确、流程可复现。
比如：

数据来源
清洗规则
指标定义
代码结构
运行步骤
因此，在提示词中加入表达风格要求非常必要。
例如：

请用经营汇报口吻总结
请用通俗语言解释，不要堆术语
请适合给管理层做周会汇报
请用技术文档风格输出步骤和代码
这样能显著提高结果可用性。

2.4.5 与输出形式相关的约束方式
很多时候，结果“不好用”不是因为内容不对，而是因为格式不对。
所以，输出形式一定要提前约束。

常见约束方式包括：

请分点输出
请先给思路，再给代码
请以Markdown表格展示指标定义
请输出完整可运行代码
请附上运行说明
请增加示例数据
请加入异常处理
请给出图表推荐方案
下面是一个更完整的输出约束示例：

请按以下顺序输出：

业务理解
分析思路
指标说明
Python代码
结果解读示例
常见错误提醒
这种格式特别适合实际项目，因为它覆盖了从“理解”到“交付”的完整过程。

2.4.6 提升效率的拆分与迭代方法
复杂任务不要一次性提完，最好拆分。
这是提高成功率和节省返工时间的关键。

一、按阶段拆
例如一个完整经营分析任务，可以拆成：

先做问题定义
再做指标设计
再做字段映射
再做代码生成
再做结果解读
最后做汇报改写
二、按模块拆
例如：

先做门店分析
再做品类分析
再做会员分析
最后汇总成报告
三、按角色拆
例如同一份结果，可以分别生成：

技术版说明
业务版说明
管理层汇报版说明
拆分的好处在于，每次聚焦一个目标，更容易把细节做对。
尤其当字段多、逻辑复杂时，分步推进比一次性输出更可靠。

四、把错误也当作输入的一部分
如果代码运行报错，不要只说“报错了”，而要把以下内容一并提供：

报错完整信息
相关代码片段
当前字段名
预期结果
这样下一轮修正会更快。

2.4.7 中英文混合环境下的语言处理建议
数据分析工作里经常会遇到中英文混合环境：

字段名是英文
报告要写中文
库函数是英文
业务术语可能是中英混排
这时最重要的是统一规范，避免一会儿一个说法。

建议一：字段名保持稳定
代码中的字段名最好和原始数据一致，避免中途随意改来改去。
如果原始字段名是英文，可以在报告里再用中文解释。

建议二：业务术语保持一致
例如：

GrossMargin 固定解释为“毛利率”
RepeatRate 固定解释为“复购率”
InventoryTurnover 固定解释为“库存周转率”
不要同一份文档里一会儿写“回购率”，一会儿写“复购率”，否则会影响理解。

建议三：提示词中可以明确要求语言风格
例如：

代码变量用英文驼峰命名
结果解释用中文
指标表头输出中英文对照
图表标题用中文
建议四：跨团队协作时保留字段字典
字段字典至少包括：

字段名
中文含义
数据类型
是否主键
口径说明
示例值
这会极大提高沟通效率，也能减少误解。

2.5 本章的学习路径与实践建议
2.5.1 先学什么，再练什么
很多人学数据分析时容易焦虑，感觉要学的东西很多：Excel函数、pandas、SQL、可视化、机器学习、提示词设计、自动化报表，结果学得越多越乱。更有效的方式，是按工作链路来学。

推荐的顺序如下：

第一阶段：先建立分析意识
先搞清楚以下问题：

什么是业务问题
什么是指标
什么是数据粒度
什么是口径统一
什么是清洗、汇总、解释和输出
没有这些基础，工具学再多也会散。

第二阶段：先把Excel用熟
至少掌握：

常用函数
数据透视表
条件格式
图表
文本分列
去重
筛选与排序
这是很多分析工作的第一层基础。

第三阶段：再学Python做自动化
重点掌握：

基础语法
读写Excel与CSV
pandas数据处理
分组汇总
结果导出
异常处理
到这一步，已经可以解决大量日常经营分析任务。

第四阶段：让ChatGPT参与流程
重点练三个能力：

把问题说清楚
把字段描述清楚
把输出要求限定清楚
这一步会显著提高分析效率。

第五阶段：做项目化练习
建议至少做这几类练习：

销售经营分析
客户复购分析
商品品类分析
库存周转分析
活动效果分析
每做完一个项目，就沉淀一套模板。长期积累后，能力提升会非常快。

2.5.2 不同类型读者的学习路线
不同背景的人，学习重点应当不同。

一、业务管理者
重点不一定是亲自写代码，而是理解：

数据分析能解决什么问题
指标体系怎么搭
如何看懂分析结论
如何提出高质量分析需求
管理者如果能把问题提对，团队效率会提升很多。

二、Excel基础较强的运营人员
这类读者的优势是熟悉业务和表格，最适合向“Python自动化分析”进阶。
建议路径是：

保留Excel做结果查看
用Python替代重复整理工作
用ChatGPT辅助生成初版脚本
这样转型成本相对最低。

三、Python初学者
这类读者不要急着做复杂模型，应先掌握：

pandas读写
清洗规则
分组汇总
Excel输出
结果解释
先能把经营周报自动跑出来，再谈更复杂的预测和建模。

四、数据分析岗位从业者
建议把重点放在三件事上：

业务理解深度
代码复用能力
提示词工程化能力
真正拉开差距的，往往不是会不会写 groupby，而是能不能把业务问题转成稳定可复用的分析框架。

五、需要做商业交付的开发人员
如果需要面向企业做项目交付，建议重点加强：

项目结构组织
环境管理
模块化代码
字段字典和文档
错误处理
输出模板
商业项目最怕的不是写不出，而是交付后维护不了。

2.5.3 使用提示词和代码时常见问题及应对办法
在实际使用过程中，最常见的问题大致有以下几类。

问题一：提示词太笼统，结果不贴需求
表现：

输出太空泛
代码字段不对
解释不符合业务场景
解决办法：

明确业务背景
列出字段名和字段含义
说明输出形式和约束条件
问题二：代码能运行，但结果不可信
表现：

汇总结果与Excel核对不一致
订单数明显异常
金额正负号处理错误
解决办法：

检查数据粒度
检查去重规则
检查退货、取消、作废口径
先抽样验证，再全量运行
问题三：环境问题导致脚本跑不起来
表现：

模块找不到
解释器错误
Excel库版本不兼容
解决办法：

固定Python版本
使用虚拟环境
保存 requirements.txt
在项目文档中写清运行步骤
问题四：输出结果有数字，但没有结论
表现：

报表很多，业务不知道看什么
图表不少，但没有行动建议
解决办法：

每个结果页只服务一个问题
结论要回答“为什么”和“怎么办”
报告中加入重点发现和建议动作
问题五：ChatGPT生成内容看起来正确，但细节有误
表现：

字段名编造
指标口径默认错误
边界条件未考虑
解决办法：

不要直接照搬
用样例数据校验
逐条核对字段与业务规则
把错误信息作为下一轮输入继续修正
问题六：分析做完后无法沉淀复用
表现：

下次还要从头做
同类任务重复劳动
不同人做法差异大
解决办法：

保存代码模板
保存提示词模板
建立字段字典
建立结果解释模板
建立常见问题清单
问题七：技术结果和业务语言脱节
表现：

技术同事看得懂，业务同事看不懂
结论过于术语化
解决办法：

输出两套版本：技术版和业务版
多用经营语言解释指标变化
少堆函数名和处理细节，多讲业务意义
从长期工作经验看，数据分析最重要的不是某一个函数，也不是某一种工具，而是三件事：

能把问题定义清楚
能把数据处理稳定
能把结果说成人能用的话
只要这三件事建立起来，Excel、Python和ChatGPT都能成为真正有生产力的工具，而不是堆在简历上的名词。

本章小结
本章的重点，不是单独讲某个工具怎么用，而是讲清楚三者如何形成一套完整的数据分析方法。

可以把核心结论归纳为以下几点：

数据分析的起点不是代码，而是业务问题。
Excel适合快速查看、核对和汇报，Python适合批量处理和自动化，ChatGPT适合问题拆解、代码辅助和表达优化。
pandas、OpenPyXL、xlwings分别对应“算、排、连”三种能力，组合使用更贴近企业实务。
DataFrame 和 Series 是理解 pandas 的关键起点。
提示词不是一句命令，而是一份需求说明书。
高质量分析必须把概念、指标、代码和业务动作连成闭环。
真正有价值的不是做出一次报表，而是形成可复用、可交付、可迭代的分析流程。
如果把本章的内容真正吃透，后续无论做销售分析、会员分析、库存分析还是经营复盘，都会更容易上手。因为你已经掌握的，不再只是某一个工具，而是一整套从问题定义到业务落地的分析框架。