一句话结论：数据类任务跑偏，九成是因为没说清按什么拆、看什么数。
数据摆在你面前，要的不是「分析一下」四个字，而是能直接用的一张表、几张图、几条结论。WorkBuddy 处理 Excel 类任务时，最怕你只说「看看这份数据」，因为它不知道按什么拆、看什么数，只能随便切一刀，出来的图你用不上。这一篇讲清楚，给数据任务下指令时，把「维度」和「指标」讲明，再补一句异常说明，分析质量会立刻不一样。
为什么需要这个技巧
为什么维度和指标这么关键？因为数据分析的本质就是「按某个角度分组，看某个数值」。你不说维度，模型可能按它自己觉得顺手的方式切，比如按日期而不是按区域，结论自然对不上你的业务问题。指标同理——「销售额」和「完成率」是两个故事。讲清这两点，模型才知道画什么图、算什么数。再加一句「异常值单独说明」，它能把跌幅超阈值的区域、突然为空的月份挑出来，而不只是给你一张漂亮但无用的汇总。反之，一句模糊的「分析一下」，换来的往往是泛泛而谈的图表，看完还是不知道问题在哪。所以下指令前，先想清楚你要从哪个角度、看哪个数。反过来看，如果你已经把维度和指标想清楚，再把它和一句「分析一下」对比，差距一目了然：前者拿到的是能直接贴进周报的三张图和三条结论，后者拿到的是一张漂亮却用不上的汇总图。前者省下的，是你事后还要自己重切、重算、重读图的那两小时。
怎么做：分 4 步走
1. 先指定维度
维度就是「按什么拆开看」：区域、月份、品类、客户层级都可以。指令里明确写「按区域」「按月」「按区域乘以月份」，模型才有锚点。同一份订单数据，按区域看能找出弱势市场，按月看能看出季节波动，维度选错，后面的图全白画。
2. 再指定指标
指标是你要衡量的数值：销售额、同比、环比、完成率、毛利率。把算哪个写清，避免它自作主张用总数代替你关心的比率。比如你真正想盯的是「同比」，就明说，它才会算增长率并画对比。
3. 规定输出形态
告诉它你要什么：一份含透视表的 Excel、几张图表、几条结论。明确「输出 Excel 报告，含 3 张图表和结论条目」，产物才直接可用，而不是一段需要你再加工的散装文字。这一步的必要性常被低估——很多人觉得「图让它自己看着办」就行，结果模型给了折线图而你其实要柱状图，或者给了五张图却没一条结论，你照样得返工。把输出形态写进指令，本质是把「我打算怎么用这个结果」提前说清，模型才能照着你的使用场景选图、定格式，而不是按它的默认审美来。
4. 补一句异常说明
加「异常值单独说明」「跌幅超 20% 的单独列出」，模型会把离群点和可能原因挑出来。这一步让报告从「描述现状」升级到「提示风险」，对决策才有用。脏数据也建议先让它检查缺失值和异常值再正式分析。
可直接复制的指令
适用场景：区域乘月份双维度
基于 @订单明细.csv，按「区域 × 月份」分析销售额与同比，输出 Excel：含透视表、3 张图表，并单独列出跌幅超 20% 的区域及可能原因。适用场景：先查数据质量
先检查 @销售数据.xlsx 的缺失值和异常值并报告，再基于干净数据按品类分析毛利率与环比。适用场景：聚焦单一指标
基于 @客户名单.csv，按客户层级分析销售额完成率，输出 Excel，含一张柱状图和三条最该跟进的客户结论。实战案例
你是销售分析岗，手头一份 @订单明细.csv。你下指令：「基于 @订单明细.csv，按『区域 × 月份』分析销售额与同比，输出 Excel：含透视表、3 张图表，并单独列出跌幅超 20% 的区域及可能原因。」WorkBuddy 先回报发现西南区有整月缺失值，你确认补全逻辑后，它生成带透视表的 Excel，三张图分别是区域趋势、月份对比、同比分布，并在末尾列出西南、东北两个跌幅超阈值的区域，附上「竞品进入」「旺季错配」等可能原因。你拿着这份表直接进了复盘会，省掉了原本要手动透视和画图的两小时。
常见误区
只说分析一下
不指定维度和指标，模型按默认切，出来的图常对你的业务问题无关。先想清楚从哪看、看什么数，再下指令。
忽略数据质量
脏数据是常态，缺失值、异常值不处理，结论会错得离谱。正式分析前让它先检查缺失和异常，能挡掉一堆错误图表。
只要图不要结论
只要图表不要结论条目，你还得自己读图总结。让它在产物里直接给几条结论和异常提示，报告才真正可用。
进阶玩法
进阶用法是把 Excel 分析和「自动化」结合：把固定口径的周报、月报设成定时任务，到点自动读最新数据、生成带图表的 Excel 并落到指定目录。也可以先让它出图，你确认口径后，再让它把同一套分析套到历史多个月份做趋势对比。配合连接器，还能直接拉取在线表格的数据源，省去你导出再上传的一步。日常使用时把数据源用 @ 引用进来，比手打路径更不容易指错文件，口径也更稳。更顺手的组合是「先问口径、再批量套用」：把维度、指标、异常阈值定成一套标准模板，之后同类数据只要 @进来并说「按上次那套口径重做」，它就能复用同一套逻辑，连图表类型都不用再交代，新数据几乎零成本出报告。
小结
给数据任务下指令，记住「维度 + 指标 + 输出 + 异常」四件套。说清按什么拆、看什么数，再要异常单独说明，产物就能直接进决策。脏数据先查再算，是少出错的底线。
← Day20 一句话出 PPT，中途还能改 | Day22 Word 成稿：先列要点，再让它写 →
本系列 30 篇已全部上线，系列完整目录见：WorkBuddy 30 天技巧 · 总目录