AI 可以快速总结表格，但输入数据有问题时，输出往往只是把错误解释得更流畅。分析前至少检查五件事。 第一，统计对象是什么。每一行代表订单、客户还是一次访问？粒度不清，汇总就可能重复计算。 第二，时间和范围是否完整。缺失月份、只导出部分渠道或筛选条件未清除，都会改变结论。保存导出时间和筛选口径。 第三，字段含义是否一致。同名“金额”可能是含税、未税或已支付；空值可能表示未知、零或不适用。先建立字段说明。 第四，异常和重复如何处理。不要让模型自行删除看起来奇怪的数据。记录去重键、异常标准和保留理由。 第五，数据能否上传。客户信息、个人信息和内部经营数据应按企业政策处理，必要时脱敏或在受控环境分析。 完成这些检查后，再让 AI 生成公式、图表和观察，并用原始数据复算关键数字。模型可以帮助发现线索，最终结论必须能够回到明确口径和计算过程。 本文在提纲整理和初稿撰写中使用了AI辅助，发布前已人工复核事实与表达。