AIGC商务数据分析与应用：教材教会你算数，没教你别信这张表

2026-11-04silcano

微信读书《AIGC商务数据分析与应用》· 张珺、刘娟 主编 · 八项目
逐页翻阅 3000 屏 · 8 个项目 · 2026-11-04
说明：这是一本教材（前言列了配套 PPT、教学大纲、教案、课程标准，供用书老师下载），所以它必须照顾零基础，也必须可教可考——这两条约束本身就是它所有长处的来源，也是它所有短处的来源。我抽了九处逐页核对：企业介绍与目录、数据收集与快递价格表、Power Query 合并工作簿、市场容量测算、目标与实际营收差值表、商品结构气泡图、客户画像标签表、透视表与环比增幅、思考题。以下判断都只在抽样范围内成立。

先给结论：这本书把"商务数据分析"写成了一条车间流水线——采集、预处理、分析、报告，四段，每段都细到点哪个按钮、输什么公式。作为入门教材，它合格，甚至比多数同类更老实。但它有一个贯穿全书的默认前提：数据是干净的、口径是对的、结论是算得出来的。而这一行的失败，八成发生在表格之外。

所以我不打算复述它讲了什么。我想说的是：它教会你的那部分，边界在哪；它没教的那部分，代价多大。

一、它的骨架：一条真正的流水线

八个项目，顺序是：AIGC 与商务数据分析概述、数据收集与预处理、分析方法与报告撰写、行业数据分析、商品数据分析、营销推广数据分析、客户数据分析、服务数据分析。每个项目底下二到三个任务，最后必配"综合实训"和"思考题"。

这个顺序是对的，而且不是"看起来对"。采集—清洗—方法—场景，正好是一个人从接到需求到交出报告的实际路径。很多同类书会把它按"工具"来排：Excel 一章、Power BI 一章、Python 一章，学完不知道先干什么。这本书按"活儿"来排，这一点比工具书高一层。

更能说明它自我定位的，是每个任务末尾那段"任务小结"。比如项目二收集数据那一节，小结是这样写的：

本任务围绕商务数据的收集来展开，系统学习了三大核心内容：其一，明确了商务数据收集需遵循的原则，为保证数据质量奠定基础；其二，介绍了多种收集商务数据的方法，为实践操作提供了参考；其三，规范了数据收集的标准流程，确保收集工作有序高效地开展，并介绍了使用爬虫软件和AI工具获取数据的具体操作方法，为运营者精准、合规地获取数据提供了全面指导。

这段话的句式很典型：三个"其一其二其三"，三个动词是"明确了""介绍了""规范了"。全是教学过程词，没有一个是结果词——没有"这样收集的数据，误差控制在多少"，没有"如果跳过了这一步，后面会出什么错"。

我不认为这是作者偷懒。这是教材这个体裁的必然：它的验收对象是"学生是否学过"，不是"读者是否做对"。学过和做对之间，隔着的正好是这门课最难教的部分。

二、最实用的一页：客户画像的五类标签

全书我最想推荐给做运营的人抄走的，是项目七里那张"客户画像常见标签类型"表。它把标签分成五类，我按原表抄下来：

基础属性标签：人口统计学特征，如性别、年龄、地域、职业、家庭角色等。示例：女，25～30岁，广东深圳，白领，单身。
行为标签：客户在平台的行为、动态，如活跃频率、活跃时段、浏览深度、加购-下单转化率、活动参与类型等。示例：近7天浏览美妆5次、活跃时段20:00—22:00、加购后70%以上下单、偏好满减等。
消费标签：反映客户的消费能力与习惯，如客单价、月均消费金额、价格敏感度、支付方式偏好等。示例：客单价200～500元、月均消费金额350元、促销时购买频率较高、通常使用支付宝支付。
偏好标签：对商品或服务的具体倾向，如核心品类偏好、品牌倾向、功能偏好、物流要求、互动偏好等。示例：更喜欢彩妆、喜欢国产品牌、注重彩妆的防水性能、要求次日达、喜欢晒单返现等。
价值标签：客户对店铺的贡献，如最近消费时间、消费频次、累计消费金额、所处生命周期阶段等。示例：最近3天前消费、月消费4次、累计消费金额560元、成熟客户等。

这张表好在哪？好在它把"用户画像"这件长期被讲成玄学的事，变成了五列填空。而且它顺手给出一个判断法：五类标签其实对应五个不同的问题——她是谁、她干了什么、她花了多少、她喜欢什么、她值多少。做运营的人只要有一列填不满，立刻就知道自己缺哪一类数据。

它后面还给了个体画像和群体画像的差别，两个例子写得很具体：个体是"张女士，28岁，上海，白领，近30天购买2次护肤品，客单价600元，偏好保湿类，对赠品敏感"；群体是"25～30岁一线城市女性白领，活跃高峰在20:00—22:00，平均浏览3个商品后下单，月均消费2～3次，偏好'满200元减50元'促销，常买品类为护肤品+连衣裙，对物流时效要求高，超过3天易投诉，反感过度推送广告"。

还有一处小的混用，顺手记下来：行为标签里的例子写"加购后70%以上下单"。这其实是个转化率，是"指标"，不是"标签"。标签是给人打的一个属性（比如"高意向""只逛不买"），指标是算出来的一个数。两者混在一起，后果是画像建完了，你不知道该拿它做什么——标签可以用来分群投放，指标只能用来做看板。把指标当标签用，是画像项目最常见的死法：做了一百个字段，一个圈都圈不出来。

但这里就是我要提出第一个批评的地方：它把五类标签并列摆出来，好像它们同等重要、同等可得。实际上这五类的获取成本差了一个数量级。

基础属性、行为、消费这三类，自家的订单后台和埋点里直接就有；偏好类要靠问卷、评论挖掘或者模型推断，成本高且不准；价值类要先定义生命周期阶段，而"成熟客户"到底是按累计金额还是按购买频次算，教材没给口径——原表只写了"成熟客户等"，这个"等"字后面就是全部工作量。

这个成本差直接决定了一件事：绝大多数中小店铺，实际上只做得到前三类标签。而市面上那些"精准用户画像"的服务，卖的多半是第四、第五类的猜测。教材如果补一句"这五类的获取成本不一样，先从你能拿到的三类开始"，这一页的价值会翻倍。它没补。

三、那 162 万：公式很漂亮，依据是空的

项目四讲市场行情分析，给了市场容量的推算法，例子是这样的：

市场容量（销售额）=30 000×12%×1×450=1 620 000（元/年）

拆开看，四个乘数：目标人群 30 000、渗透率 12%、年均购买次数 1、客单价 450 元。

这是个标准公式，骨架是"人群 × 渗透 × 频次 × 单价"，没错。问题在第二个乘数上：12% 是从哪来的？书里没有给。没有调研、没有对标、没有历史数据，也没有一句"此处为假设值"。

这一步之差，决定了一个数字是"测算"还是"报价"。测算的特征是可复核：换个人来，用同样的假设，能得到同一个数，并且知道这个数在什么范围内可信。报价的特征是只有一个数，看起来很精确，精确到个位。1 620 000 这个数，精确到了万位以下，而它最关键的假设是个约数——精确的位置放错了，这比不精确更危险，因为它会让人以为已经算过了。

做一个很简单的敏感性检验：渗透率如果是 6%，容量是 81 万；如果是 18%，容量是 243 万。三个数字之间的差距，足以让一份"值得投入"的结论翻成"不值得"。一个只靠单一假设撑起来的结论，等于没结论——它的全部信息量都在那个假设里，而假设没有出处。

有意思的是，这本书自己其实知道要小心。紧接着它就写了"无论采用何种方法推算市场容量，运营者均需明确以下关键维度"，列了三条：商品或服务范围（是广义的"女装"还是细分的"大码女装"）、地理范围（全球、国家、省、市或特定商圈）、时间范围（当前还是三年五年后）。

这三条都对，但它们全是"界定范围"，没有一条是"检验假设"。这就是教材和实战的那道分界线：教材教你如何框定问题，实战要求你证伪假设。框定问题只需要想清楚，证伪假设需要去现场——去问十个客户、去翻竞品的销量、去拿一个月的试投放数据。后者是苦活，也是这门手艺真正的门槛。

如果我要改这一页，会加一个小节，标题就叫"这个 12% 有几种可能错"：如果人群基数用的是全市常住人口，会把不可能买的人算进来，渗透率会被摊薄；如果客单价用的是标价不是成交价，会高估三成；如果频次用的是复购客户的数据，会高估整体。三条都是常见错法，每条都能把结论推翻一次。

四、差值表：它教你画图，没教你读图

项目三讲报告撰写，给了一个"营收目标与实际完成对比"的练习：在素材文件里加"差值"列，D2 输 =C2-B2，往下填充，再插入组合图——目标值用柱形，实际营收用折线，差值用带数据标记的折线。

表里十二个月的数字，我抄下来（目标 / 实际 / 差值）：1月 140/125/-15，2月 110/120/+10，3月 160/180/+20，4月 210/260/+50，5月 250/270/+20，6月 290/265/-25，7月 330/360/+30，8月 370/420/+50，9月 420/405/-15，10月 480/410/-70，11月 460/410/-50，12月 550/440/-110。

这张表里最值钱的信息，不是"差了多少"，是缺口从第 9 个月开始，并且逐月放大：-15、-70、-50、-110。前八个月加起来还是正的（+140），后四个月一口气吐掉 245，全年净差 -105。

一条合格的报告，这一页只需要一句话："前八个月累计超额 140，9 月起连续四个月缺口扩大，全年差额 -105，其中 12 月单月 -110，需拆分是目标设定问题还是执行问题。"这句话里有两个动作：一是定位拐点，二是提出下一步该查什么。

教材停在了哪一步？它教了公式、教了插入组合图、教了把差值那一条设成带标记的折线，然后在任务小结里写"掌握差值计算与图表呈现"。"呈现"这个词，就是它的天花板——图做出来，任务就算完成；图里那句话读不读得出来，不在考核范围里。

再往下想一层，为什么缺口偏偏在 9 月开始？把两组数分开看就清楚了：目标是 420、480、460、550，一路加码；实际是 405、410、410、440，基本走平。也就是说，不是执行在 9 月崩了，是目标在 9 月脱了轨——实际那条线一直是同一个斜率，目标那条线突然抬了头，两条线才裂开。

这个判断很重要，因为它决定了报告该写什么。如果结论是"执行不力"，下一步是问责；如果结论是"目标脱离趋势"，下一步是重设目标和补资源。同一张表，两种读法，指向两个完全不同的动作。而教材只教到"算出差值"，等于把这张表最关键的判断留在了半路。

这不是苛求。这是数据分析这行最普遍的能力断层：会做图的人很多，能从图里说出一句话的人很少。我给自己的判据很土——一张图如果不能在十秒内说出一句话，就是没做完。这句话必须包含"什么时候"或"哪里"或"谁"，而不是"整体向好""略有波动"。差值表的那句话是"拐点在 9 月"。

顺带说一句这张图的画法。目标用柱、实际用折线，是一种常见的做法，但它有个副作用：柱和折线共用纵轴时，折线会贴在柱子顶上，看不出趋势。真正要突出"缺口"，应该直接把差值画成柱（正绿负红），目标和实际扔进明细表。图的目的是让人看见差异，不是让人看见数据。教材选了"什么都画上"的方案，稳妥，但也就没有了主张。

五、透视表那串 1.96814E+11

项目四还有一个透视表的例子，做行业交易金额的月度汇总，加了"环比增幅"字段。截图里的表是这样的：

行标签  求和项:交易金额  求和项:交易金额2
1月  20314579782  20314579782
…
总计  1.96814E+11  1.96814E+11

两件事，一件小，一件大。

小的是格式：总计进了科学计数法，1.96814E+11。这个数交到老板手上，他第一眼认不出来这是 1968 亿。教材教了怎么加字段、怎么设值显示方式为"环比增幅"，却没教"交出去之前把金额改成万元、或者自定义格式"。这是最不起眼的一道工序，也是"专业"和"学生作业"的分界线。

大的是那两列一模一样的字段。仔细看表头：求和项:交易金额 和 求和项:交易金额2，数值完全相同。这是同一个字段被拖进值区域两次，Excel 自动加了"2"。教材的截图里就摆着这个冗余，而且没有任何一句提示。

这说明什么？说明这些截图是操作过程的截图，不是审校过的成品。做教程最容易被忽略的一点：读者会把你截图里的每一个像素都当成"应该这样"。你随手拖出来的第二列，在读者那里就是"这一步要拖两次"的指令。

我给自己的规矩很朴素：透视表交出去之前，只留三列——口径、金额（万元）、占比；行标签按业务顺序排，不按拼音排；总计行加粗。花两分钟，能省掉三轮来回。数据这门手艺，一半的功夫在交付形态上，因为看的人不会问你算得对不对，他只会问"这个数是多少"。你说"1968 亿"，他点头；你说"1.96814E+11"，他皱眉头。

六、AI 在这本书里，只是个加速器

项目二预处理里有个很典型的操作：性别列里有些记录把"男"写成"M"、"女"写成"F"，先查找替换统一；然后列里还有缺失值，"这里使用性别中的众数填充缺失数据"，再用 =COUNTIF(C:C,H2) 统计男女人数。

这个操作本身没毛病，是最常见的入门处理。但我要在这里停下来，因为"众数填充"这四个字，藏着数据分析里最贵的一问：这些值为什么缺？

如果缺失是随机的（比如录入时漏了），填众数只是让分布更尖一点，不影响方向。但如果缺失不是随机的——比如某个渠道的表单根本不采集性别，或者某类用户习惯跳过这一栏——那么填众数就等于把这一部分人全部改写成"多数派"，你不仅丢掉了他们的信息，还伪造了一批不存在的人。

而后面所有的分析，都会建立在这批伪造的人身上：性别比例、性别×品类偏好、性别×客单价，一条条往下推，越推越像真的。教材教了怎么填，没教先问一句"为什么缺"。而这一问，决定了你是在补数据，还是在编数据。

这也是我对这本书"AI 部分"的整体评价：它把 AI 放在了正确的位置上——加速器，不是决策者。让 AI 帮忙写清洗公式、帮忙起草报告框架、帮忙把一段话改成书面语，这些它都示范了，而且示范得挺克制，没有吹。

但它缺了另一半：怎么验 AI 给的结论。整本书没有一处讲这个。而在数据分析这个行当，AI 最大的风险不是算错——它算错的概率比人低——是"算对了但你不知道为什么对"。你不知道它的口径，不知道它丢了哪些行，不知道它把"暂无"当成了 0。于是下一次换个数据集，同样的问法，结果就变了，而你没有任何办法判断哪一次是对的。

我自己的四条土办法，写在这儿当补充：一是让它把计算过程逐步写出来，不写过程的结果一律不复用；二是同一件事换三种问法问三遍，答案不一致就说明这个结论不稳；三是抽 5% 的样本手工核，对不上就整批重来；四是所有关键数字必须能追到一行原始记录。报告是要签字的，签字的人只关心一件事：这个数错了，我能不能第一时间知道。

图文对照：这本书的骨架、空档和能抄走的东西

七、它的短板

老实写，五条。

一、数据太干净，脏活那六成没写。每一章都从"打开素材文件\项目X\xxx.xlsx"开始，字段名整齐、没有合并单元格、日期是标准格式、金额是数字。真实后台导出的表，光一列日期就能耗掉半天：2024/1/5、2024.1.5、2024年1月5日、2024-01-05 混着来，还有几个单元格是"1月5日"这种没有年份的。教材教的是分析，跳过的是清洗里最脏、最耗人、也最能看出功底的那六成。学生学完能做对题，第一次接真实数据会懵。

二、没有一处讲"报告错了会怎样"。全书没有讲口径对齐（同一个"销售额"，财务按开票算、运营按支付算、商品按出库算，三个数能差 15%），没有讲样本偏差（只统计了有评价的订单），没有讲幸存者偏差（只分析还活着的商品）。这三条是报告被打回的主要原因，也是分析被人质疑时的三个标准攻击点。教材把分析写成了一道有标准答案的题，而真实世界里，一半的争论发生在"你这个数是怎么算的"上，不在"你算得对不对"上。

三、结构模板化得厉害。八个项目，每个都是"任务二到三个 + 综合实训 + 思考题"。翻到第三个项目，你就能预测第八个项目的排版长什么样。模板化的好处是可教、可考、可配课件；坏处是学生学不到"这一行真正的分歧在哪"。比如商品结构分析里，到底是按 GMV 排还是按毛利排，行内一直没有共识，因为两个排法选出的是两批商品——这种真分歧，教材一个字没提。

四、思考题没有判据。项目五的思考题我抄三道：一、在商品结构分析中，如何确定核心商品与辅助商品的最佳搭配比例，以实现销售最大化？二、除了成本、市场需求和竞争状况外，还有哪些因素可能影响商品价格？三、若发现某一细分品类的销售额占比持续上升，但该品类的供应链采购周期较长，运营者应如何制订补货计划以避免"热销但缺货"？

三道题都问得不错，尤其第三道，是个真问题。但教材既不给参考答案，也不给评分点。开放式问题是好的，没有判据的开放式问题，期末只能考背诵。学生最后记住的是"要考虑成本、需求、竞争"，而不是"我该怎么在缺货和压货之间选一个"。

五、合规只有一句话。它讲爬虫采集，讲"精准、合规地获取数据"，然后就过去了。没有讲 robots 协议、没有讲个人信息保护的红线（哪些字段属于个人信息、抓了算不算处理）、没有讲平台用户协议里那条"禁止自动化访问"。而做数据的人，第一步就会撞上这个。这不是学术问题，是"干不干得下去"的问题。

也得说它的好话。它的步骤写得真的很细——细到"按 Ctrl+F 打开查找和替换""在 D2 单元格输入 =C2-B2 并按 Enter"，细到每一张截图都标了图号（图2-19、图3-5、图5-18、图7-3）。这种细，是教材的美德，也是它不能更深的物理原因：一页纸只能放那么多东西，写清了怎么点，就写不下为什么这么点。

八、一句话

如果只带走一句，带走这个顺序：先问这张表是谁填的、什么时候填的、填的时候想让你看到什么，再问它算得对不对。

这本书能教会你算，而且算得挺规范：公式在哪、按钮在哪、图怎么配、报告分几段，全都有。它是一本合格的入门教材，比那些只讲概念的书实在得多。

但它没有教你怀疑。而数据分析这行，怀疑比算重要——因为算错了会被发现，信错了不会。算错的时候，一对账就露馅；信错的时候，你会拿着一张干净的、格式正确的、图表齐全的表，去说服老板做一个错的决定，而且你说得很有底气。

那 12% 的渗透率、那批被众数填掉的性别、那个 1.96814E+11 的总计，都不是技术问题。它们都是"没人多问一句"的结果。

阅读记录：《AIGC商务数据分析与应用》· 张珺、刘娟 主编 · 微信读书逐页翻阅 3000 屏 · 八项目 · 抽读 9 处逐页核对 · 笔记写于 2026-11-04