Claude Code 数据统计分析：让 AI 读懂数据

先分清处理与解读

同一组销售额，从 100 万变成 120 万。处理只告诉你多了 20 万；解读会说涨幅两成，再看增量由谁贡献、哪个区域在拖后腿。

前者是统计，后者才是分析。月度汇报里真正被追问的，永远是第二层：为什么涨、能不能延续、下一步押在哪。

所以开口之前先想清楚这次分析要支撑哪个决定。如果问题是「促销要不要续」，那么「涨了两成」只是起点，你还需要拆出增量里有多少来自活动、多少来自季节，才能回答该不该继续投。

补上它看不到的背景，再把问题拆层

模型只看到你贴进去的那几列。表头含义、金额单位、统计口径、时间范围、业务处在什么阶段，都要先讲。同一组数字，在扩张期和收缩期读出来的意思相反。

开头用一小段话交代：

背景：这是华东区近六个月的订单表，金额单位是万元，退款已扣除。我们在五月调过一次价，所以六月之后的下滑未必代表需求转弱。 数据：[贴表格]

最后一句最有用：它提前挡住了模型最容易做出的误判。

口径也要说全。销售额按含税还是不含税、退款算不算、跨月订单记在哪个月，这些差异足以让同一个问题得出相反的结论。列名里的缩写，第一次出现时展开写一遍，比如「GMV 指已支付且未退款的订单金额」。

背景给完后，把问题拆成四层，一次问一层：

1. 概况：总量、均值、最大最小，先确认双方看到的是同一份数据。
2. 分布：数值集中在哪个区间，有没有明显偏斜。
3. 异常：哪几个点偏离最远，偏离多少。
4. 结论：三句话说明这份数据支持什么、不支持什么。

前三层是事实，最后一层才是观点。要求它在观点后标出依据，比如「依据：第二、五行」，你就能抽查。四层分开问的另一个好处是：中间哪一层读错了，你能立刻发现，而不是等整段结论跑偏。

追问决定深度

「帮我分析一下」换来的通常是教科书式的统计摘要。把角色、取舍和后果放进问题，输出会变样：

假设你接手这个区，只能盯两个指标。你选哪两个，为什么？哪个数字最让你不安？

也可以问：「这份数据里最反常识的一处是什么？」「下个月只允许做一件事，你先做什么，依据是哪几行？」

问题里带着取舍，模型才会给判断，而不是罗列。你还可以让它先给出两种相反的解释，再各自说明需要什么证据才能成立——这比逼它下结论更能暴露数据里的空白。

如果它给的结论太笼统，直接指定落到动作：「把建议改成三条，写明谁来做、本月还是下月、做完看哪个数字验证。」含糊的建议说明它还没想清楚，正好借这一步逼出依据。

把结论写成能转发的报告

分析做完，多数人要交的不是一段对话，而是一页能直接转发的文字。给它固定骨架，比让它自由发挥稳。

按以下结构写一页分析，总字数 500 到 700：

1. 核心数据：三到五个数字，每个注明口径和对比基准；
2. 亮点：一到两条，写出贡献最大的对象和对应增量；
3. 问题：一到两条，指出拖累最大的对象，并标明是事实还是推测；
4. 建议：三条以内，每条写明动作、负责人角色、验证指标。

规则：不要用「显著」「大幅」这类无法核对的词，一律换成本次数据里的具体数字。

最后那条规则很关键。「大幅增长」读的人没法验证；换成「环比增加 18%，其中北区贡献 12 个百分点」，任何人都能回表核对。建议部分如果只写出「加强管理」这种话，说明异常还没定位到具体对象，退回去重问第三层。

趋势和对比是报告里出现最多的两类问题。趋势至少问三件事：整体方向、峰谷在哪几个月、变化最大的那个月有什么可疑原因。对比先定基准：和上期比、和去年同期比、和目标比，三个基准常常给出不同结论，报告里必须写明用的是哪一个。

报告里的每个关键数字都要能追溯到行。让它标注来源行号或筛选条件，交出去之前抽查两条，对不上就整段重算。骨架可以和分析周报共用，换的只是数据周期。

五条边界

• 业务背景它不知道：你不说，它按通用经验补，补出来的常常是错的。
• 相关不等于因果：它能指出两个数一起动，为什么动要你到现场找。
• 它只能用你给的数据：行情、竞品、政策不在表里，别指望它替你做外部对照。
• 小样本别过度解读：十几行能看出方向，看不出规律。
• 趋势外推只是参考：它给的预测建立在「过去怎么走，以后还怎么走」的假设上，政策、季节、对手动作一变就会失效。

结论和你自己的判断冲突时，别改数字去凑结论。把冲突点记下来，回到原始表格核对一遍，再看看是不是背景没交代清楚。

自测

1. 你能用一句话说清这次分析要支撑哪个决定吗？
2. 你给的数据里，有没有无法从列名推断出的口径？
3. 结论后面的依据，你抽查了哪几条？

下一步

结论写完后，下一步是把它变成图，见图表与报告生成。提示词的基本结构可以补看什么是提示词。