文章分类

数据分析实践

共 9 篇文章

一套可实际执行的重复分析流程，保留输入文件、指标定义、SQL、验证检查与报告限制。

AI 能快速探索 CSV，但不会替你定义正确数据。本文提供编码、型别、空值、重复、键、时区、单位与异常值的 SQL 检查表，并示范如何留下可重跑 checkpoint。

DuckDB 是嵌入式分析数据库，可直接用 SQL 查本机 CSV、Parquet 与 Excel；适合档案型 adhoc 分析，但不取代共享数仓与排程 ETL。

AI SQL 成功执行不代表回答正确。本文用 grain、JOIN、filter、NULL、时间、分母与 LIMIT 七点检查表，附最小验证查询。

漏斗转化率没有唯一公式；使用者或事件粒度、cohort 或日历时间窗、事件顺序与取消规则不同，答案就会不同。本文附可复用 Plan 模板与最大流失检查方式。

JOIN 后总额变大，通常不是加总函数坏了，而是表格粒度不一致造成 fan-out。本文用订单案例与 SQL 检查法，教你在 AI 查询交付前找出重复计算。

Quick Analysis 与正式分析的差别不在问题长短，而在答案错误的影响与未来是否要被追问。本文提供一张二维判断表，帮你选对分析流程。

数据血缘是数据来源、转换与输出之间的可追溯关系。即使只有本机 CSV 与月报，只要成果会更新、交接或除错，就值得留下最小血缘、命名规则与重跑路径。

可信的 AI 分析报告不只要有摘要，还要交代决策问题、口径、主要发现、可回查证据、限制与下一步。本文附可直接套用、可连回 SQL evidence 的六段式模板。