统计分析师·AI数据分析· 课程页

讲解：一家小店每天在产生四类数据。销售数据:订单数、营业额、哪个时段卖得好;库存数据:进了多少货、还剩多少、哪些压货;客流数据:一天来多少人、几点人多;评价数据:顾客在评价里夸什么、骂什么。这四类数据不是连锁大牌的专利,小店的收银机、外卖后台、账本里全都有,只是平时没人把它们当"资产"看。学会把它们找出来、分好类,你就有了让AI帮忙的"原材料"。

为什么重要：不知道"自己有哪些数据",就没法让AI帮忙。北京昌平一家东北菜馆的老板付先生,以前每晚要花三四个小时翻后台、盯数据,就是因为数据散在各处、没人帮他整理分析。把四类数据认全,是"让AI当你的数据分析师"的第一步。

讲解：看数据不用懂报表软件,每天5分钟就够:先看三个数——今天卖了多少(营业额/订单量)、哪个卖得最好(TOP菜品/商品)、有没有异常(突然涨了或跌了)。再看两个"为什么":外卖和堂食各占多少、评价里有没有新问题。看的时候有个关键动作:记"口径"——这笔数含不含外卖、含不含退款、按实收还是按订单算。"口径"就是"这笔数是怎么算出来的",口径不同,数字就不同。

为什么重要：不看数据经营,等于闭着眼睛开车;看数据还要看对口径,否则车开得再稳也是往错方向走。把"每天5分钟看数"养成习惯,你就能提前发现"周一没人、周末爆单"这类规律,提前备货、排班、做活动。

讲解：把四类数据攒起来,就是店铺的"体检报告",能回答三类经营问题:卖什么(哪些商品/菜品赚钱、哪些该让位)、进多少(按销量趋势备货,避免缺货和压货)、何时促(什么时候忙、什么时候淡,活动安排在哪天)。数据回答的不是"感觉",而是"证据":哪个卖得动、哪个在压货,数据比感觉更靠谱。

为什么重要：数据是经营资产——从"凭感觉经营"到"看数据经营",是小店升级的第一步。库迪咖啡把数据用起来后,AI系统能算出门店一天销量和未来3天所需物料,店长只需告知盘点剩余量,系统就知道补多少货;还能自动排班。小店用不起整套系统,但"按销量备货、按客流排班"的思路完全可以学过来。

AI 生成

讲解：让AI读数据有三种最简单的办法:把Excel/CSV文件直接拖给AI、把表格内容复制粘贴成文字、或者把后台页面/手写账本拍照截图发给AI。零基础学员不用学任何软件,会用手机聊天就能让AI读表。但在上传之前,先做"三查":查格式(日期统一写成2026-03-01,金额统一标单位)、查重复(有没有重复行)、查空缺(空单元格补上或注明)。表格干净,AI才算得准。

为什么重要：数据不干净,分析结论就不可信——"脏数据进,错结论出"是新手最常见的翻车现场。喂数据前花10分钟整理,能省后面十倍的返工。另外要提醒:手写账本拍照的识别率不是100%,建议先核对一遍再让AI分析。

讲解：好问题=时间范围+维度+指标,比如"帮我算3月每天的外卖订单量,按星期几分组对比",而不是"帮我分析一下生意"。给AI上下文也很重要:先说清楚这是什么店的什么表、每个字段代表什么、金额是什么口径。一次只问一件事,把大问题拆开——"先看营业额趋势,再看哪个菜品卖得最好,最后看差评集中在哪",一步步问,AI不容易漏、结果更稳、还好核对。

为什么重要：问题越具体,AI答得越准、越省时间。新茶饮品牌柠季的"ChatBI智能数据中枢",就是让管理者用自然语言对话实时调取数据,靠的正是"会问"——能把需求说清楚,系统才知道取什么数。对普通人来说,问问题是唯一门槛,也是最值得练的本事。

讲解：清洗就是"三件小事":去重(删掉重复的记录)、补缺(空值能补就补,补不了就注明"未知")、统一格式(日期都写成同一种、金额都标成同一种单位)。新手不用手动一条条改——直接把原表发给AI,说"请帮我清洗这张表:删除重复行、标出空缺、统一日期和金额格式",AI会列出一份清洗结果,你确认无误后再用它分析。AI清洗完,记得要它"说明改了什么",这样每一步你心里都有数。

为什么重要：清洗是分析的地基,也是练"口径意识"的最好机会。清洗时你会被迫看清楚每个字段怎么来的——这一看,口径问题就暴露了。让AI洗数据、人做检查,既省时间又不失控。

AI 生成

讲解：趋势分析就是看数据随时间怎么变:把营业额、订单量按天、按周、按月排开看走势,找出规律——比如周末堂食多、雨天外卖多、换季某道菜卖不动。问AI的方式很简单:"帮我算这30天每天的营业额,标出最高和最低,并告诉我整体是涨是跌。"看趋势能提前知道"什么时候忙、什么时候淡",这是备货、排班、做活动的依据。

为什么重要：知道趋势,才能提前行动而不是事后补救。库迪AI正是根据门店每天的"生意曲线"(也就是趋势)计算销量和排班——生意曲线往上的时段多排人、多备料,往下就少排人、少进货。

讲解：对比就是"找参照":本月和上月比、今天和上周同一天比、本店和周边同类门店比、这个商品和那个商品比。单看一个数没感觉,有对比才有结论——"本月5万"看不出好坏,"比上月涨了15%"才有判断。让AI做对比,要说清比什么、跟谁比、比哪个时间段。

为什么重要：对比能回答"我到底行不行"。美团"袋鼠参谋"能实时与周边同类门店对比,提炼出门店优势、待提升项和优化建议,让商家从"经验决策"转向"数据决策"。

讲解：占比分析就是算"谁贡献最大、谁在拖后腿":哪个菜品占了营业额的最大头、哪个时段客流最集中、哪些商品卖得最慢。常见规律是"二八法则"——往往20%的商品贡献80%的营业额。问AI:"帮我算每种商品占营业额的百分比,从高到低排,并标出前20%的商品。"答案会直接告诉你:资源该往哪里集中。

为什么重要：把进货、陈列、推广资源集中在赚钱的地方,砍掉不赚钱的,这是小店最直接的省钱方式。重庆新世纪超市就是用渗透率、动销率、复购率三大数据判断每款商品的"占比贡献",决定去留。

讲解：异常分析就是盯"突然变化":营业额暴增/暴跌、推广费飙升、差评突然变多,都是异常信号。遇到异常先问"为什么",再动手——先查原因再行动,而不是直接下结论。让AI做异常分析可以这样问:"对比这30天,标出和平时差别最大的3天,并列出当天可能的原因(活动、天气、节假日)。"

为什么重要：异常背后可能是机会(某道菜突然火了)也可能是问题(活动设置错了),不及时处理就亏钱。AI最擅长干这件事:把异常和重点问题从海量数据里"优先标出来",人只需要去看。

AI 生成

讲解：图表是"给人看的",选错图等于把结论藏起来。记四句口诀:看涨跌趋势用折线图、比较谁多谁少用柱状图、看各部分占比用饼图/环形图、看两件事有没有关系用散点图。让AI出图最简单:把整理好的数据发给AI,说"用折线图展示3月每天的营业额",几秒就出图;也可以把数据粘进镝数图表、花火Hanabi这类在线工具,选模板填数据即可。

为什么重要：同一批数据,选对图一眼看懂、选错图越看越糊涂。图比表格直观:给店员看、给自己复盘、给家里人讲都省事。AI让"做图"从专业技能变成"会说就会做"。

讲解：数据分析的终点是动作。用数据选品:销量、复购、毛利一起看,卖得动的主推、卖不动的让位、按顾客评价定上新方向;用数据定价:按成本、同行价、销量弹性定,不拍脑袋;用数据做促销:把活动排在客流低谷、把补贴投给高毛利品;用数据排班:高峰多排人、低谷少排人。每一步都可以让AI先算,人再拍板。

为什么重要：菜单和货架就是小店的"钱",摆错货天天亏;排班不准=人力浪费,库存积压=压钱,缺货=丢单。数据决策不要求你成为分析师,只要求"每个决定都问一句:数据支持吗"。

讲解：把第4章串起来看一遍:新世纪超市为什么敢一次换掉57%的商品?因为它先有数据(每款商品的渗透率、动销率、复购率),再让AI分析(哪些商品持续卖不动、哪些有潜力),然后做决策(砍掉8593款、新上8228款),最后执行并持续盯效果(每晚生鲜出清预警、按社区形态一店一策)。这不是一步到位的"神操作",而是一套"数据→分析→决策→执行→看效果"的闭环。

为什么重要：这个案例证明:换品、汰换这类过去"靠经验赌博"的事,可以变成"靠数据推理"。小店复刻这个闭环不必用大系统,三步就够:列数据、让AI分析、照着结论做一个小决定并记录效果。

AI 生成

讲解：顾客的手机号、收货地址、消费记录都是受法律保护的个人信息,只能用于本次经营服务,不能乱存、乱传、转卖或群发——《中华人民共和国个人信息保护法》和《中华人民共和国数据安全法》都有明确要求。把表格发给AI之前,先做"脱敏":删掉顾客姓名、手机号、地址等敏感列,只留要分析的品类、金额、数量、日期。记住一句纪律:数字可以分析,人名电话不能带走。

为什么重要：这是法律底线,不是"行业建议"。公共AI工具的数据处理方式不一定透明,脱敏是低成本、高保险的自保动作。养成"先脱敏再上传"的习惯,分析照做、风险为零。

讲解：AI有三个天生局限,必须记牢。样本不足:数据太少AI会瞎猜,拿3天的数据下"全年规律"就是胡来;口径不对:两个口径不一致的数,AI算得再快也是错得很有条理;AI幻觉:没有数据时,AI会一本正经"编"答案,把"看着合理"的假结论讲得头头是道。所以任何重要结论,都要拿原始数据核对一遍再用于决策。

为什么重要：羊城晚报专门报道过"AI幻觉"正在干扰人们的判断力——AI说"3月营业额比2月涨了50%",可能只是它编的。AI是"计算器+助手",不是"神仙";把AI当神仙,翻车的是你的生意。

讲解：最佳分工是:AI负责"出数、找异常、整理报告"这些重复活,人负责"拍板、改价、做活动"这些判断活。老周让AI几分钟生成每日经营报告,但"改价格"这类决策仍然由他和店长拍板——AI是助手,不是老板。遇到大决定,可以再追问AI一句"你给的结论还有哪些不确定、需要我核对什么",让AI把假设和口径摆到台面上。

为什么重要：AI的价值不是替你思考,而是把"汇总数据、找异常、整理报告"这类重复劳动干完,让人把时间留给选品、服务和判断。对小微商家最现实的起点是:先找一件每天重复、规则清楚的事,让AI先做起来。

AI 生成