logo

AI 数据分析学习中心 - 用 AI 把数据变洞察

什么是 AI 数据分析？

AI 数据分析是指使用人工智能工具辅助完成数据分析全流程的方法。通过 ChatGPT Code Interpreter、Claude、Gemini 等 AI 工具，分析师可以更高效地完成数据清洗、探索分析、 可视化、业务洞察等任务。AI 负责重复性工作（生成代码、清洗数据、绘制图表）， 人工专注于业务判断和决策验证。

核心学习内容

数据获取与清洗
学习如何用 AI 生成 Pandas、Polars、SQL 清洗脚本，处理缺失值和异常值。
探索分析与可视化
掌握 EDA 技巧，学习如何让 AI 推荐合适的图表并解释数据模式。
SQL Copilot
提供表结构，让 AI 生成可执行的 SQL 查询，并解释查询逻辑。
业务洞察与结论
按「发现-证据-建议」结构输出可执行的业务建议。
自动化与发布
用 Zapier、Make、n8n 搭建定时周报系统，自动推送到 Slack 或邮件。
安全与复核
学习数据脱敏、结果验证、假设标注等最佳实践。

适合人群

  • 数据分析师 - 提升分析效率，自动化重复工作
  • 运营人员 - 快速生成运营报表和业务洞察
  • 产品经理 - 用数据驱动产品决策
  • 商业智能从业者 - 学习 AI 辅助 BI 工具
  • 零基础学习者 - 从自然语言交互开始学习数据分析

常用工具

  • ChatGPT Code Interpreter - 上传 CSV 直接分析
  • Claude Projects - 长文档分析和代码生成
  • Gemini - 多模态数据分析
  • Pandas / Polars - Python 数据处理库
  • DuckDB / BigQuery - SQL 分析引擎
  • Tableau / Looker / PowerBI - BI 可视化工具
  • Zapier / Make / n8n - 自动化工作流

学习路径

课程包含 12 个章节，从基础准备到进阶实践，涵盖数据获取清洗、EDA 可视化、SQL Copilot、 业务洞察、自动化发布、安全复核等完整内容。预计学习时长 4-6 周，适合有一定数据思维 但希望提升效率的分析师，也适合零基础想进入数据分析领域的学习者。

关于 JR Academy 匠人学院

JR Academy 匠人学院是海外华人学习 AI 第一站，提供 AI 编程、数据分析、Prompt Engineering 等方向的系统化课程。我们的使命是帮助海外华人掌握 AI 时代的核心技能， 提升职业竞争力。

📊
📈
🔍
SQL
🎯 AI 数据分析
从 CSV/SQL 到业务结论

用 AI 把数据变洞察

AI 负责清洗、生成代码、自动出图，你专注业务决策。30 分钟跑通第一条分析链路。

data-analysis.txt数据清洗
$这是订单.csv，字段有 order_id, user_id, amount, created_at。请： 1) 给出数据概览（行数/缺失/异常） 2) 生成 Pandas 清洗代码 3) 输出数据字典

复制 Prompt，粘贴到 ChatGPT 或 Claude

开始学习 →📊 能力自评

📊 数据分析能力自评

评估你在 6 大能力领域的掌握程度，获取个性化学习建议

📥 数据获取与清洗

从多源获取数据，处理缺失和异常值，生成数据字典

CSV/Excel 导入导出
SQL 基础查询
API 数据获取
数据清洗（缺失值/异常值）
数据转换与标准化
数据字典编写
Pandas/Polars 操作
数据质量检测
学习：数据获取与清洗 →

常用 AI 数据分析工具

选择适合你的工具组合，从入门到专业全覆盖

🤖

AI 助手

Code InterpreterCode Interpreter推荐Claude ProjectsClaude ProjectsGeminiGeminiCursorCursor
📊

数据处理

PandasPandasPolarsPolars新DuckDBDuckDBJupyterJupyter
📈

可视化

TableauTableauLookerLookerPowerBIPowerBIHexHex新
⚡

自动化

ZapierZapierMakeMaken8nn8n📚更多工具→

典型业务场景

点击查看详细步骤和可复制的 Prompt 模板

📊

运营周报自动化

从 CSV 到图表结论，30 分钟出报告

▼

每周从数据库导出订单/用户数据，用 AI 生成核心指标趋势图和业务洞察，自动推送到飞书/Slack。

操作步骤

  1. 导出本周数据为 CSV
  2. 上传到 Code Interpreter，要求数据概览
  3. 生成 3-5 张核心图（趋势/分布/对比）
  4. 按发现-证据-建议结构输出结论
  5. 用 Zapier 定时推送 Markdown 报告
💡 示例 Prompt
这是本周订单 CSV，请：
1) 数据概览
2) 与上周对比
3) 生成 3 张核心图
4) 输出周报结论
推荐工具：Code InterpreterZapierSlack
🔬

A/B 测试解读

提供实验表，输出显著性判断和建议

▼

上传实验组/对照组数据，让 AI 计算转化率差异、统计显著性，给出是否上线的建议。

操作步骤

  1. 准备实验数据（含组别、用户ID、转化标记）
  2. 让 AI 计算各组转化率和置信区间
  3. 判断 p-value 是否显著（通常 <0.05）
  4. 输出结论：上线/继续观察/放弃
  5. 标注假设和风险
💡 示例 Prompt
这是 A/B 测试数据，请：
1) 计算转化率
2) 做显著性检验
3) 给出是否上线的建议
4) 列出风险
推荐工具：ClaudePython
👥

客服/工单分析

文本聚类，提取高频问题

▼

导入客服对话记录，让 AI 聚类主题、提取 Top N 高频问题，生成 FAQ 和改进建议。

操作步骤

  1. 导出客服对话记录为 CSV
  2. 让 AI 做文本聚类，识别主题
  3. 输出 Top 10 高频问题及样例
  4. 生成 FAQ 草稿
  5. 给出产品/流程改进建议
💡 示例 Prompt
这是客服对话记录，请：
1) 聚类主题
2) 输出 Top 10 问题
3) 生成 FAQ
4) 改进建议
推荐工具：ClaudeNotion
🗃️

SQL 助手

提供表结构，生成可执行 SQL

▼

描述数据库表结构和业务问题，让 AI 生成 SQL、解释逻辑、标注假设。

操作步骤

  1. 提供表结构和示例数据
  2. 描述要回答的业务问题
  3. 让 AI 生成 SQL 并解释
  4. 要求标注假设和数据质量风险
  5. 在测试环境验证后再用于生产
💡 示例 Prompt
表结构：orders(...), users(...)。
请统计每个区域过去 30 天的 GMV，输出 SQL 和解释。
推荐工具：ClaudeDuckDBBigQuery
💰

财务报表解读

上传 P&L，生成文字解读

▼

上传利润表/现金流表截图或 Excel，让 AI 提取关键数字、计算变化、生成解读。

操作步骤

  1. 上传财务报表（截图或 Excel）
  2. 让 AI 提取关键指标
  3. 计算同比/环比变化
  4. 生成文字解读和风险提示
  5. 标注数据来源和假设
💡 示例 Prompt
这是本季度 P&L，请：
1) 提取关键指标
2) 与上季度对比
3) 生成解读
4) 风险提示
推荐工具：GPT-4oExcel

Prompt 实验室

选择场景类型，复制 Prompt 开始你的数据分析之旅

数据清洗数据清洗
这是订单.csv，字段有 order_id, user_id, amount, created_at。请：
1) 给出数据概览（行数/缺失/异常）
2) 生成 Pandas 清洗代码
3) 输出数据字典

学习路径 & 最新动态

系统化的学习路径，从入门到精通

📚 学习路径（12 章节）

基础准备

入门
概览与快速心智AI 在数据分析的提效点与基本流程
→入门
工具选型与环境选择 AI + Notebook/BI/自动化的组合
→入门
数据获取与清洗CSV/Excel/SQL/API + AI 清洗脚本
→

分析与可视化

中级
EDA 与可视化描述统计 + 图表计划 + 解释
→中级
SQL Copilot 与表结构提示让 AI 生成可执行 SQL 与解释
→中级
业务洞察与结论发现-证据-建议结构输出
→

落地与治理

中级
自动化与发布周报/数据卡片定时推送
→中级
安全与复核脱敏、假设、审阅清单
→进阶
LLM 结果复核与对比多模型/多方法交叉验证
→进阶
交付与共享把分析结果变成可发布的资产
→

进阶实践

进阶
AI 提示模式与提示词如何描述数据 + 任务，让 AI 输出更稳
→进阶
多模态与截图解析让 AI 读截图/报表/图像并生成结论
→

📰 最新动态

查看更多 →
数据03.26
澳洲省钱攻略｜眼睛验光配眼镜 及保险报销指南
数据02.20
中澳工作内推第248期|新增在招岗位60+，Westpac，AEMO、KPMG持续招聘中，各个大厂校招开启，极限摇人！
数据01.22
2025澳洲IT行业大预测——蛇年第一场活动，我们Canva见！
数据01.22
布里斯班新生节，1000+的新生全都来这儿了！还不快报名？
数据01.22
2D、像素、办公与社交，亲自打造MetaTown，开启元宇宙办公新模式！

常见问题

关于 AI 数据分析学习的常见疑问解答

优先使用企业/私有环境或脱敏后的样本；避免上传含 PII（个人身份信息）/密钥的原始数据；要求模型展示计算/SQL 以便复核。重要数据建议使用本地部署的 LLM 或企业版 AI 工具。
要求模型给出来源、计算代码和假设，人工抽样复核。重要决策前使用独立 SQL/Pandas 重新验证。AI 适合做初步探索和代码生成，最终结论需要人工判断。
可以。现代 AI 工具如 ChatGPT Code Interpreter 支持自然语言交互，无需写代码即可完成数据分析。课程会从零基础开始，逐步引入 SQL 和 Python 概念。
Prompt 大师侧重通用的 Prompt Engineering 技巧，适合所有 AI 使用场景。AI 数据分析方向专注于数据处理、可视化、业务洞察等具体场景，会深入讲解 CSV 处理、SQL 生成、图表设计等专业内容。
你将能够：用 AI 快速清洗数据、生成 SQL 和 Pandas 代码、自动生成图表和业务洞察、搭建定时周报系统。这些技能适用于运营分析、产品分析、商业智能等岗位。
入门只需要 ChatGPT Plus 或 Claude Pro 账号即可。进阶内容会用到 Jupyter Notebook、DuckDB 等工具，课程中会详细介绍安装配置。
要求 AI 输出完整的代码/SQL，而不仅仅是结论。把代码、数据来源、假设条件都记录在文档中。使用版本控制（Git）管理分析脚本，确保任何人都能复现你的分析过程。
🎯

学习更高效

注册解锁全部功能

  • ✏️做学习笔记
  • 📈追踪进度
  • 🏅获取证书
  • 💬社区答疑
免费注册 →已有账号？登录
👥5,000+ 学员在学
注册解锁全部功能
笔记 · 进度追踪 · 证书
免费注册
1v1免费职业咨询