我要報名

咨詢電話：
手　　機：	郵箱：

課程介紹：

在數字化時代，數據已成為企業提升效率、優化決策、驅動創新的核心要素。然而，許多業務和管理人員面臨數據量大、分析工具復雜、專業門檻高的挑戰。本課程旨在幫助學員快速掌握高效、低門檻的數據分析方法，聚焦如何利用AI工具（如ChatExcel等）和大模型技術，通過自然語言交互實現專業級數據分析。課程注重實戰應用與思維培養，幫助學員輕松從數據中獲取洞察，推動業務增長與流程優化。

培訓對象：

企業各職能部門業務人員、中層管理者及對數據分析與AI應用感興趣的非技術背景人員

課程收益：

1. 思維提升：建立數據驅動業務的基本思維，掌握通用數據分析流程與框架。

2. 工具掌握：熟練運用ChatExcel等AI工具，實現無代碼數據清洗、處理、可視化與分析。

3. 實戰強化：通過跨行業真實案例演練，快速應用數據分析方法解決實際業務問題。

課程大綱：

第一天：構建數據思維+掌握AI工具+實戰業務分析

一、開篇導論：走進智能數據分析新時代

1. 破冰互動：學員業務場景與數據分析痛點分享

2. 企業為什么需要數據與AI？

· 數字化轉型下的數據價值

· 傳統分析 vs AI輔助分析的核心優勢

3. 課程目標：成為會用數據提問、用AI解決問題的業務骨干

4. 常用AI分析工具概覽：ChatExcel及大模型應用簡介

· 工具對比：ChatExcel/Excel AI/Kimi/ChatGPT適用場景

· 現場環境搭建：工具安裝與賬號配置指導

二、基石篇——數據分析通用框架與業務應用

1. 數據分析核心流程（OSEMN模型詳解）

1）目標明確（Objective）：從業務目標到分析問題

? SMART原則設定分析目標

? 業務問題轉化為數據問題的4個步驟

2）數據獲取與清洗（Obtain & Scrub）：AI助力高效數據預處理

? 常見數據質量問題類型

? 數據清洗的優先級策略

3）探索與挖掘（Explore & Model）：分析思維引導決策

? 5種基本分析思路：對比/分布/相關性/趨勢/異常分析

? 分析假設建立與驗證方法

4）結果解讀與呈現（Interpret）：用數據講故事

? 數據故事框架：背景-沖突-解決方案- impact

? 避免常見解讀誤區的6個原則

2. 常見業務場景與關鍵指標梳理

· 運營效率：流程時效、資源利用率、績效指標分析

· 服務質量：客戶滿意度、投訴分析、流程合規性

· 資源管理：成本分析、庫存優化、人力與資產效能

· 市場與銷售：轉化率分析、客戶行為洞察

· 小組討論：各組選擇業務場景設計分析框架

三、工具篇——ChatExcel核心功能與實戰技巧

1. ChatExcel工具深入解析

· 適用場景與使用邊界

· 與其他工具的協同工作流

2. 實戰一：數據整理"一句話搞定"

· 排序、篩選、去重的自然語言指令

· 創建計算列、數據分列與合并

· 異常值處理與缺失值填充技巧

· 實戰練習：處理混亂的銷售數據表

3. 實戰二：快速統計與多維分析

· 一鍵生成描述性統計結果

· 用自然語言生成數據透視表

· 多維度下鉆分析方法

· 實戰練習：客戶行為多維度分析

4. 實戰三：智能可視化與報表輸出

· 指令化生成柱狀圖、折線圖、餅圖與散點圖

· 組合圖表與高級可視化技巧

· 動態儀表板搭建方法

· 圖表優化及核心解讀技巧

· 實戰練習：制作銷售業績動態看板

四、實戰篇（上）——AI助力運營與服務優化

1. 案例一：運營效率瓶頸分析

· 任務：識別流程延遲或資源浪費環節

· 數據準備：多源數據合并與清洗

· 實戰分析：多維度數據透視與根本原因挖掘

· 可視化呈現：制作瓶頸分析儀表板

· 輸出：優化建議與行動清單

· 小組演練：各小組分析不同業務場景效率問題

2. 案例二：服務質量與客戶洞察分析

· 任務：分析客戶反饋，定位服務短板

· 文本數據處理：評論數據清洗與情感分析

· 關鍵詞提取與主題聚類方法

· 可視化：客戶情緒趨勢圖與詞云生成

· 輸出：服務改進優先級列表

· 實戰練習：處理真實客戶評論數據

第二天：高級實戰+大模型整合+綜合應用

五、實戰篇（下）——AI用于資源與業務管理

1. 案例三：成本與庫存優化

· 任務：實施ABC分類，優化資源分配

· 高級技巧：自動計算占比與排序，生成分類策略

· 庫存預警模型搭建

· 輸出：資源優化配置表

· 實戰練習：模擬企業庫存優化決策

2. 案例四：業務績效與風險評估

· 任務：通過歷史數據識別業務異常與風險點

· 指標趨勢分析：移動平均與季節性分析

· 異常檢測的3種AI方法

· 風險矩陣可視化

· 輸出：風險監控與響應建議

· 小組競賽：最佳風險評估報告評選

3. 案例五：市場分析與客戶分群

· RFM模型AI快速實現

· 客戶分群自然語言指令

· 分群結果可視化與解讀

· 實戰練習：客戶價值分群實戰

六、進階篇——整合大模型構建分析自動化

1. 多模態數據分析擴展應用

1）圖像識別在業務場景中的潛力

? 產品圖像自動分類

? 視覺質量檢測應用

2）文本分析深入：自動摘要、標簽生成與報告撰寫

? 合同文本關鍵信息提取

? 報告自動生成prompt engineering

2. 與通用大模型（如Kimi、ChatGPT）協同工作

1）用大模型輔助設定分析框架與思路

? 分析計劃生成prompt模板

? 假設檢驗方案設計

2）結果解讀與自動化報告生成

? 分析結論提煉與升華

? 專業報告一鍵生成

3）實戰練習：從問題到報告的完整AI工作流

3. 打造個性化AI分析工作流

· 常用分析場景模板庫建設

· 個性化指令集開發

· 團隊協作分析工作流設計

七、收官與行動：邁向數據驅動型業務骨干

1. 課程總結：數據分析框架 + AI工具 = 你的決策增強利器

· 知識地圖回顧

· 關鍵技能點梳理

曲老師

10+年企業管理與培訓實戰經驗

中國人民大學碩士

阿里達摩院高級人工智能訓練師

Google人工智能認證專家

AACTP認證培訓師、促動師

MBTI國際認證施策師

小米公司資深內訓師，率先將AI引入企業培訓與管理場景，小米AI智啟課堂發起人

曾任：小米移動軟件有限公司（深圳）（世界500強） | 人力資源經理

曾任：深圳蝦皮信息科技有限公司（跨國企業） | 人才發展專家

曾任：萬物云空間股份有限公司（上市企業） | 培訓管理

擅長領域：AI智能體搭建、AI助力結構化思維與決策、AI助力問題分析與解決、左圓右方創新思維、AI效能提升及團隊管理……

授課風格：

★ 需求探測器：以敏銳的洞察力和高度的敏感性，精準捕捉到不同受眾的需求。善于傾聽，能夠在交流的細微之處發現問題的關鍵所在，結合 AI 需求分析保證培訓最終的效果呈現。

★ 理性思維感性化：以靈活多樣的方式為用戶解決問題，將復雜的問題簡單化，讓抽象的理論變得生動具體。對于理性思維，有著獨特的感性化理解和呈現方式。能將枯燥的理論知識轉化為一個個鮮活的故事、案例，讓受訓員工在情感的共鳴中輕松理解理性的概念；

★ 多場景助力實踐：每一個知識點都能在實際工作中找到對應的應用場景，讓員工們學以致用，迅速將所學知識轉化為實際工作能力；

★ 課堂形式多樣化：上課方式、手段多樣化，小組討論讓思想在碰撞中綻放火花；案例分析引導員工深入思考問題的本質；角色扮演讓員工在模擬場景中體驗不同的角色和決策。用獨特的授課風格和多樣化的教學手段，幫助他人解決問題。

部分服務客戶：

小米移動軟件有限公司、Shopee深圳蝦皮信息科技有限公司、中海油銷售深圳有限公司、廣清合作區廣德（英德）產業園管委會、江門交通銀行、Lazada來贊達、Adseasy深圳市東坤信息科技有限公司、Garena競舞娛樂、SeaMoney東海集團、天興數科、樸鄰發展、萬物梁行、萬物云城、萬睿科技、北京拜恩科技、北京松果電子、小米電子支付、小米軟件技術、小米數碼科技……

我要報名

在線報名：數據驅動業務-AI自動化數據分析實戰技巧(上海)