✨
数据分析
提示词专区
12 个领域 · 132 条
📈 数据分析
从缺失值口径到置信区间,从特征工程到北极星指标,把「帮我看看数据」变成能复核、能复现、能交付的分析提示词。
12细分领域
132可复制提示词
11每条领域条数
5四段+质量标准
🗂 本组 12 个领域
🧭

数据分析总论

总论类提示词最容易写成「帮我分析一下」,难点在于先逼出要支撑的决定,再把口径、基线和归因路径写死,否则结论无法复核。

11 条提示词 →
🧹

数据清洗

清洗类提示词最怕一句「把数据弄干净」,难点是把缺失、异常、重复各自的处理口径写清,并让每一步都可回滚、可核对。

11 条提示词 →
📐

统计分析

统计类提示词最危险的是报一个 p 值就下结论,难点是把前提检验、效应量、区间估计和多重比较校正一起写进输出要求。

11 条提示词 →
📊

可视化与图表

图表类提示词通病是只说「画得好看点」,难点是把比较关系、量级差异和坐标轴口径写死,避免双轴和截断纵轴误导读者。

11 条提示词 →
🤖

机器学习

建模类提示词最容易漏掉时间切分和泄漏检查,难点是把特征口径、交叉验证方案和离线线上一致性写进约束,否则离线分数没有意义。

11 条提示词 →
🧩

提示词生成器

生成器类提示词的难点不是写得花,而是让产出能复用:变量槽位、禁用词和验收线缺一不可,否则换个输入就要重写一遍。

11 条提示词 →
🔑

关键词提取

关键词类提示词难在把「重要的词」变成可计算的口径:停用词、分词粒度和权重算法不写清,输出必然是主观挑词。

11 条提示词 →
🏷️

信息抽取

抽取类提示词翻车多在边界:实体范围、关系方向、共指归属。不先写死字段结构和空值规则,模型一定会把没给的信息补出来。

11 条提示词 →
📄

文档解析

文档解析的提示词若只说「把内容提出来」,跨页表格、双栏顺序和页眉页脚一定会乱,难点是把版面还原规则写成可核验的步骤。

11 条提示词 →
📢

舆情分析

舆情提示词最怕把「看起来很负面」当结论,难点是把声量口径、反讽与广告识别、预警阈值写清,让情绪判断能逐条回查原文。

11 条提示词 →
🧪

AB 测试

实验类提示词最容易漏掉功效和提前窥视问题,难点是把样本量、最小可检测效应、多重比较与护栏指标一起写进结论口径。

11 条提示词 →
🎯

指标体系

指标体系类提示词的难点是指标堆得多却没人说得清口径,必须把北极星指标、归因链路、护栏指标和口径字典一起逼出来。

11 条提示词 →
📋 本组提示词速览
🧭分析需求澄清清单入门

「分析需求澄清清单」:把一句模糊的分析诉求拆成可回答的问题,写清要支撑的决定、口径范围与交付形式。总论类提示词最容易写成「帮我分

数据分析总论 · 场景
🧭取数口径与字段核对入门

「取数口径与字段核对」:针对一个指标列出取数表、过滤条件、去重键和时间口径,标出容易算错的地方。总论类提示词最容易写成「帮我分析

数据分析总论 · 场景
🧭经营异动归因拆解进阶

「经营异动归因拆解」:面对某个指标突然波动,按维度逐层下钻定位贡献最大的细分,并区分量变与结构变化。总论类提示词最容易写成「帮我

数据分析总论 · 场景
🧭分析结论与决策建议进阶

「分析结论与决策建议」:把一堆图表结论压成一段可上会的判断,给出建议动作、预期收益和需要承担的代价。总论类提示词最容易写成「帮我

数据分析总论 · 场景
🧭专题分析报告框架进阶

「专题分析报告框架」:为一次专题分析搭结构,明确背景、核心问题、证据链、反例和仍不确定的部分。总论类提示词最容易写成「帮我分析一

数据分析总论 · 场景
🧭数据可信度自查表高级

「数据可信度自查表」:在出结论前逐项核对样本覆盖、时间对齐、埋点变更和口径漂移,标出不可用的数据。总论类提示词最容易写成「帮我分

数据分析总论 · 场景
🧭结论反例与证伪检验高级

「结论反例与证伪检验」:为一个已经成形的结论主动找反例,检验是否只是口径变化或季节性导致的假象。总论类提示词最容易写成「帮我分析

数据分析总论 · 场景
🧭分析复现说明与交接高级

「分析复现说明与交接」:把一次分析写成别人能复现的说明,含取数脚本口径、中间表、参数选择和版本留痕。总论类提示词最容易写成「帮我

数据分析总论 · 场景
🧭资深经营数据分析师进阶

「资深经营数据分析师」:以经营分析师身份接手一份异动分析,先核对口径和基线再判断波动是否真实。总论类提示词最容易写成「帮我分析一

数据分析总论 · 角色
🧭资深数据分析负责人进阶

「资深数据分析负责人」:以分析负责人身份复核一份结论,只挑取数口径不一致和结论超出证据的地方。总论类提示词最容易写成「帮我分析一

数据分析总论 · 角色
🧭资深商业策略分析师进阶

「资深商业策略分析师」:以策略分析师身份把一份分析转成可拍板的选项,标明各选项的收益与代价。总论类提示词最容易写成「帮我分析一下

数据分析总论 · 角色
🧹缺失值盘点与填补入门

「缺失值盘点与填补」:逐字段统计缺失比例和缺失模式,区分可填补与应保留为空,并说明每种填补的依据。清洗类提示词最怕一句「把数据弄

数据清洗 · 场景
🧹异常值识别与处置入门

「异常值识别与处置」:用业务阈值和统计方法定位异常,区分录入错误与真实极端值,说明保留或修正的理由。清洗类提示词最怕一句「把数据

数据清洗 · 场景
🧹去重口径与主键设计进阶

「去重口径与主键设计」:为一张表定义业务主键和去重优先级,处理同一实体的多条来源记录并说明保留哪条。清洗类提示词最怕一句「把数据

数据清洗 · 场景
🧹字段类型与格式归一入门

「字段类型与格式归一」:把日期、金额、枚举值和编码统一成下游可用的类型与格式,标出无法转换的脏值。清洗类提示词最怕一句「把数据弄

数据清洗 · 场景
🧹跨表一致性校验清单进阶

「跨表一致性校验清单」:核对主表与维表之间的枚举、时间窗和关联键是否一致,找出会污染下游统计的错配。清洗类提示词最怕一句「把数据

数据清洗 · 场景
🧹清洗规则脚本化说明高级

「清洗规则脚本化说明」:把一批口头清洗规则写成可执行的步骤说明,含触发条件、处理顺序和回滚方式。清洗类提示词最怕一句「把数据弄干

数据清洗 · 场景
🧹清洗前后对账报告高级

「清洗前后对账报告」:用记录数、主键覆盖率和关键指标分布对比清洗前后,判断是否有误删或过度填补。清洗类提示词最怕一句「把数据弄干

数据清洗 · 场景
🧹脏数据根因回溯分析高级

「脏数据根因回溯分析」:从一批反复出现的脏值倒推上游埋点或录入环节的问题,给出源头改法而不只做下游修补。清洗类提示词最怕一句「把

数据清洗 · 场景
🧹资深数据清洗工程师进阶

「资深数据清洗工程师」:以清洗工程师身份接手一张新表,先确认主键和空值口径再决定动哪些字段。清洗类提示词最怕一句「把数据弄干净」

数据清洗 · 角色
🧹资深数据质量分析师进阶

「资深数据质量分析师」:以质量分析师身份复核一批已清洗数据,只查误删、过度填补和规则冲突三类问题。清洗类提示词最怕一句「把数据弄

数据清洗 · 角色
🧹资深数据仓库架构师进阶

「资深数据仓库架构师」:以数仓架构师身份评估一套清洗流程,判断哪些规则该沉到上游、哪些留在下游。清洗类提示词最怕一句「把数据弄干

数据清洗 · 角色
📐描述性统计与分布画像入门

「描述性统计与分布画像」:用均值、中位数、分位数和偏度刻画一批数据的分布,指出单看均值会掩盖的问题。统计类提示词最危险的是报一个

统计分析 · 场景
📐正态性与方差齐性检验入门

「正态性与方差齐性检验」:在选检验方法前先做正态性与方差齐性判断,说明不满足前提时该换哪种方法。统计类提示词最危险的是报一个 p

统计分析 · 场景
🔍 没有找到匹配的工具,换个关键词试试
🔗 相关内容 · 站内推荐同组优选 · 12 条内链
上级频道与枢纽:
推荐按同领域 / 同分组自动聚类,全部指向站内真实页面,便于搜索引擎抓取与顺链浏览。