数据分析：它能做描述统计，做不了因果

第一步：把问题问成一个数

“看看最近销售情况”不是问题。“上个月华东区新客首单金额的中位数，和前一月比变化多少”才是。

问题里要有四个要素：指标、维度、时间范围、对比对象。缺一个，它给你的结果就没法用。

这一步别交给模型。它会把你的模糊问题变成一个它方便回答的问题，那个问题通常不是你想问的。

写问题的模板：在什么时间范围内，按什么维度，看什么指标，和什么比。四段填满，问题就清楚了。

给它表结构和字段含义，让它写 SQL。写完你自己看一遍再跑。

重点看三处：join 条件对不对、过滤条件有没有漏、时间范围是左闭右开还是闭区间。这三处错了，数就全错。

表结构要给全。只给表名，它会猜字段，猜出来的查询跑不通还是小事，跑通了但口径错才麻烦。

复杂查询让它分步写：先出中间表，再聚合。一步到位的 SQL 很难核。

还有一个必查项：去重。join 之后行数变多是最常见的错误，先 count 一次原表，再 count 一次结果。

同一个“活跃用户”，产品、运营、财务三个口径。模型不知道你用哪个，它会选最常见的那个。

把你自己的口径写清楚：活跃指七天内有一次登录且完成至少一个核心动作。写清楚，它才不会跑偏。

数字出来先做一次总数校验。分项加起来等于总数吗，和上个月的报表对得上吗。对不上，先查口径，别急着解读。

它能说的是：这个数是多少、环比变化多少、分布集中在哪个区间。

它不能说的是：因为做了某个活动所以涨了。要做因果判断，得有对照、有排除、有时间顺序，这些它都没有。

让它解读时明确要求：只描述数据，不要推测原因，不要给建议。要推测就单独问，并且标明这是推测。

最后一步永远是人：这个数意味着什么、要不要行动。它不知道你的业务约束。

把结论写成“数据是这样，可能的原因有三条，需要业务确认”，比直接下判断安全。

补充一句分析结论里出现“显著”两个字要小心。统计显著和业务显著是两件事，前者它能算，后者要你判断。

能直接上传 Excel 分析吗？

小表可以。超过几万行会被截断，而且你看不出截断在哪。用 SQL 或者脚本。

它算的数和我算的不一样，信谁？

信你的。让它把中间步骤列出来逐步对，通常是过滤条件差了一行。

能不能让它做预测？

能画趋势线，但别当决策依据。样本少、有季节性、有外部冲击时，预测基本不准。