怎么用 AI 优化数据分析报告？

你好，我是林骥。

之前我分享过《怎么用 AI 生成数据分析报告》，但 AI 生成的数据分析报告，往往都是不及格的，因为它往往缺乏对业务的深刻理解和真正有效的建议。

为了方便演示，我们先从国家统计局网站下载一个数据表格，其中包括自 2007 年以来每个季度的 GDP 数据。

为了便于后续分析处理，我们先对数据做一些清洗的工作，手工去掉表格之外的备注信息，把时间列中的「第一季度」替换为季度开始日期「1月1日」，依次类推，并按照时间重新排序，然后另存为一个新的 xlsx 文件。

我们把这份数据文件发送给 AI，并让 AI 生成一份数据分析报告，以「智谱清言」的数据分析功能为例：

有些 AI 会自动生成 Python 代码，并显示执行的结果，其中包括一些图表和初步的数据分析：

在实际工作中，我发现很多数据分析报告也是比较枯燥乏味的，只是简单地把数据和图表罗列出来，或者是大段大段的文字说明，缺乏相应的技巧、逻辑和洞察，让人看了之后抓不到重点，或者根本就没有兴趣继续看下去。

下面介绍 3 种用 AI 优化数据分析报告的方法，希望能对你有所启发。

1. 金字塔原理

金字塔原理可以让数据分析报告变得简单有逻辑、清晰有条理，包括 4 项基本原则：结论先行、以上统下、归类分组、逻辑递进。

下面我们让 AI 运用金字塔原理来优化数据分析报告。

例如，给 AI 发送以下提示词：

AI 回复如下：

2. SCQA 模型

SCQA 模型是 4 个英文单词的首字母缩写：Situation（背景）、Complication（冲突）、Question（问题）、Answer（答案），它能让数据分析报告变得更有吸引力。

给 AI 发送以下提示词：

AI 回复如下：

你可以根据业务的实际情况，变换 SCQA 模型的顺序，来满足不同的业务需求。

例如，在一些紧急或需要快速决策的场合，你可能需要采用开门见山式（ASCQ），也就是先给出答案，然后再解释背景和冲突，最后详细阐述问题，以确保决策者能够迅速把握核心要点并采取行动。

3. PIRS 模型

PIRS 模型是 4 个英文单词的首字母缩写：

① Problem（问题）

首先，提出一个相对比较严重的问题，引起读者的关注和紧张感。

② Impact（影响）

其次，描述问题的影响和严重后果，进一步加深读者的紧张感和危机感。

③ Rebuttal（反驳）

接下来，针对上面的问题和影响，提出相应的反驳，制造情绪起伏，展示解决问题的可能性和希望，就像英雄电影中的关键转折点。

④ Solution（解决）

最后，提出具体的解决方案，展示如何克服问题，带来胜利和解脱的感觉。

PIRS 模型比较适合用来分析问题和提出解决方案，有助于提升数据分析报告的质量，增强其对于决策的影响力。

给 AI 发送以下提示词：

AI 回复如下：

最后的话

在制作数据分析报告的过程中，对行业和业务的理解至关重要。如果缺乏相关背景知识，就难以理解问题的本质，也就难以做出有效的决策。

一份优秀的数据分析报告，需要让人从数据中洞察出有用的信息，进而更好地理解问题的本质，并找到解决问题的方案。

我们不妨把 AI 与分析思维模型结合起来，让 AI 来帮助我们优化数据分析报告。

一个数据分析高手，往往会借助 AI 工具，提升自己的工作效率和质量，但他不会完全被 AI 所取代，因为他拥有比 AI 更强的能力，比如：

• 能比 AI 更懂业务

• 能更好地理解业务的需求

• 能制作更加专业的数据分析报告

• 能提出更加有效和令人信服的分析建议

• 能对数据分析结果的准确性和可行性负责

• 能帮助领导做出更加明智的决策

……

延伸学习：

尹会生：如何用通义千问快速做数据分析报告？