本书为高职高专及应用型本科院校大数据技术、软件技术、电子商务等相关专业教材，聚焦Excel与AIGC协同赋能的数据分析全流程，构建"基础-进阶-实战”的递进式知识体系。从Excel与AIGC基础入门入手，系统讲解数据分析概念、Excel界面操作及AIGC工具应用，奠定学习基础。随后依次深入数据采集、清洗与预处理、公式与函数、探索性数据分析、数据可视化与智能呈现、数据分析报告撰写及全流程综合实战项目，每个环节均融AIGC实操场景，如用Kimi生成职工档案数据、辅助淘宝母婴数据集预处理。书中配套31个实训项目与课后习题，覆盖电商、教育、餐饮等领域，既讲解Excel核心技术，又突出AIGC提升数据处理效率的特色，助力读者掌握智能化数据分析技能，适合职场人士与学生系统学习。

王宇翔，女，华中科技大学硕士，现任上海工商外国语职业学院数字信息学院教学副院长、支部书记，副教授职称，上海市职业教育高级"双师型”教师。具备人工智能训练师（高级/三级）职业技能等级证书和电子商务师（高级/三级）资质，并多次担任上海市"星光计划”职业院校、上海市人力与社会保障局专项技能大赛裁判。

第1章 Excel与AIGC基础入门 1
1.1　认识数据分析 2
1.1.1 数据处理与分析的概念 2
1.1.2 数据分析在各领域的应用 2
1.1.3 数据分析的基本流程 5
1.2　Excel基础知识与AIGC工具 6
1.2.1 Excel界面与基本功能 6
1.2.2 数据录入与格式化 7
1.2.3 AIGC工具概述 24
1.2.4 AIGC工具对数据分析的影响 26
综合实训 27
实训 AI辅助的项目需求分析 27
本章小结 29
课后习题 29
第2章 数据采集 32
2.1　数据的多样性与数据格式化 33
2.1.1 数据的多样性 33
2.1.2 数据格式化的基本原则与流程 38
2.1.3 互联网数据抓取工具 40
2.1.4 AIGC技术在数据采集中的优势与挑战 41
2.2　多源数据的合规采集 42
2.2.1 现有数据的采集 43
实训1 京东商品信息获取 46
2.2.2 统计网站数据的导入 48
实训2 中国城市名单数据分析 49
2.2.3 调查问卷数据的采集 50
实训3 大学生消费问卷调查 51
2.2.4 AI生成数据的采集 52
综合实训 54
实训4 AI辅助现有淘宝母婴数据购物集的数据表获取 54
本章小结 55
课后习题 55
第3章 数据清洗与预处理 57
3.1　数据清洗 58
3.1.1 格式内容清洗 58
3.1.2 缺失值处理 61
3.1.3 异常值处理 65
3.1.4 逻辑错误清洗 66
3.1.5 重复数据清洗 67
实训1 网店订单数据的处理 69
3.2　数据转换、合并与离散化 71
3.2.1 数据转换 71
3.2.2 数据合并 73
3.2.3 数据离散化 74
实训2 网店订单数据分离 74
3.3　AIGC智能清洗工具的应用 77
3.3.1 AIGC智能清洗工具的功能与使用 77
3.3.2 AIGC智能清洗工具在数据清洗中的优势与局限 78
实训3 AIGC智能辅助用户购买行为分析 80
3.4　数据验证和质量检查 82
3.4.1 完整性和一致性检查 82
3.4.2 逻辑关系检查 82
综合实训 82
实训4 外语学习行为数据清洗 82
实训5 电子商务销售数据清洗 85
实训6 二手交易平台数据清洗 86
本章小结 88
课后习题 88
第4章 公式与函数 91
4.1　常见函数及语法 92
4.1.1 公式与函数的基础 92
4.1.2 常用函数 97
4.1.3 逻辑函数 113
4.1.4 文本函数 116
实训1 库存计算 121
实训2 销售数据统计与时间分析 122
实训3 商品库存预警与补货建议判定 123
实训4 客户信息整理 125
4.2　复杂公式 127
4.2.1 复杂公式概述 127
4.2.2 复杂公式的设计原则 127
4.2.3 函数嵌套 128
4.2.4 运算符组合 129
4.2.5 多条件逻辑公式 130
4.2.6 动态数据处理 131
实训5 客户信用等级 132
实训6 电商客服绩效数据处理 133
实训7 电商平台商品利润核算 135
4.3　公式的常见错误与组合跟踪 136
4.3.1 公式的常见错误 136
4.3.2 公式的组合跟踪 137
实训8 销售业绩评分计算公式的组合追踪 139
4.4　AIGC辅助公式优化 141
4.4.1 AIGC在公式构建中的应用与操作 141
4.4.2 AIGC在公式优化中的优势与挑战 143
综合实训 143
实训9 AI辅助销售数据统计 143
实训10 智能评分模型 144
实训11 电商平台商品库存与销售数据分析 145
本章小结 148
课后习题 148
第5章 探索性数据分析 151
5.1　AIGC辅助搭建数据分析框架 152
5.1.1 AIGC在数据分析框架中的作用 152
5.1.2 AIGC辅助分析框架的搭建步骤 154
5.2　数据排序、筛选与分类汇总 155
5.2.1 数据排序 155
5.2.2 数据筛选 161
5.2.3 高级筛选 163
5.2.4 分类汇总 168
实训1 便利店饮料类商品销售数据排序与分析 171
实训2 筛选 172
实训3 高级筛选 174
实训4 分类汇总数据 175
5.3　多维数据透视技术 177
5.3.1 数据透视表 177
5.3.2 数据透视图 182
实训5 餐饮店销售情况统计 183
实训6 编辑餐饮店订单信息的数据透视表 184
实训7 操作餐饮店订单信息的数据透视表 185
实训8 餐饮店销售情况分析 186
5.4　数据分析方法 187
5.4.1 Excel+AIGC描述性统计分析 187
5.4.2 Excel+AIGC相关性分析 189
5.4.3 Excel+AIGC聚类分析 191
综合实训 192
实训9 AIGC辅助电商销售数据分析与优化建议 192
实训10 AIGC辅助酒店客房运营数据分析与优化建议 193
本章小结 194
课后习题 195
第6章 数据可视化与智能呈现 197
6.1　图表制作与可视化 198
6.1.1 图表设计原则与技巧 198
6.1.2 常用图表类型及其使用场景 199
6.1.3 拓展图表应用 207
实训1 会员基本信息分析 214
实训2 外贸企业营销数据可视化分析 215
6.2　AI增强的可视化方案 217
6.2.1 具有交互属性的动态图表 217
6.2.2 使用AIGC工具优化图表 225
实训3 商务决策分析图表 228
实训4 电商平台用户行为转化分析 229
6.3　AIGC助力可视化报表 229
6.3.1 可视化报表的结构与布局 229
6.3.2 可视化报表的优化方法 232
实训5 桥梁施工安全智能看板 233
综合实训 234
实训6 会员购买力及会员数量分析 234
实训7 AIGC辅助生成商务决策分析看板 235
实训8 产品销售趋势与区域分布分析 237
实训9 客户消费行为与满意度分析 239
实训10 电商平台流量转化分析 240
实训11 AIGC辅助营销活动效果分析 242
本章小结 243
课后习题 243
第7章 数据分析报告 246
7.1　数据分析报告的概念 247
7.1.1 数据分析报告的基本类型 247
7.1.2 数据分析报告的目标与原则 251
7.1.3 数据分析报告的基本结构与内容 251
7.2　AIGC赋能数据分析报告 254
7.2.1 AI智能匹配数据分析报告模板 254
7.2.2 数据分析报告内容的组织与表达 255
7.2.3 AIGC在数据分析报告生成中的优势与局限 255
7.2.4 运用AIGC生成一份数据分析报告 256
综合实训 259
实训 AI协同创作数据分析报告 259
本章小结 260
课后习题 260
第8章 全流程综合实战项目 262
8.1　咖啡饮品企业会员运营数据分析项目及分析流程 263
8.2　多系统数据整合 264
8.2.1 OMS数据基础汇总 264
8.2.2 CRM与OMS数据匹配及整合 267
8.2.3 App行为数据关联与综合标签化 270
8.3　数据清洗与标签化 275
8.3.1 异常消费订单识别与清理 275
8.3.2 基于消费行为的用户标签补全 275
8.3.3 构建会员标签体系（数据透视表应用） 278
8.4　用户分层分析 279
8.4.1 基础RFM指标计算与打分 279
8.4.2 RFM分层与客户群体划分 283
8.4.3 结合行为标签的精细化分层 284
8.5　精准策略设计 285
8.5.1 基于RFM分层的自动化策略匹配 285
8.5.2 结合行为标签的个性化策略生成 287
8.6　撰写会员运营数据分析报告 288
8.6.1 报告核心结构与内容 288
8.6.2 基于AIGC撰写报告 288
本章小结 290