大家在日常工作中是不是经常会遇到数据分析的场景，比如随着公司业务的发展，为了更好的拓展公司业务，领导需要及时掌握公司的各种数据，从而制定详细策略应对，从而创造更多的效益。那么基于此，办公小浣熊就有了大展手脚的机会。

那么什么是办公小浣熊呢？

办公小浣熊

办公小浣熊是一款可以帮助你快速进行数据清洗、数据运算、趋势分析、预测性分析、比较分析、关联性分析等能力的一款 AI 办公工具，通过办公小浣熊，你只需要提供用到的数据，办公小浣熊可以以对话的方式帮你分析出你想知道的任何数据，办公小浣熊地址：https://raccoon.sensetime.com/office

上手实操

业务场景分析一（数据处理）

现在有这样一个业务场景，需要基于商品表、订单表、用户表等三张表的数据来梳理出具体哪位销售人员订单的金额最高以及哪种商品的销量更好，从而调整企业的销售策略，及时的更新商品，增大销量，提高企业经营利润。

demo 本地数据库操作

进入办公小浣熊控制台后，点击【导入数据库文件】

这里需要注意的是，这里说的本地数据库并不是可以连接到你自己本地数据库，而是办公小浣熊为了操作方便提供的可供免费使用的 demo 数据库，同时在这里也希望后续办公小浣熊可以支持接入企业自己的本地数据库，这样进行数据分析也就更有应用场景了。下面来看导入数据库文件的页面

点击【连接】勾选所有的表后，点击【开始导入】

导入成功后可以在右侧页面看到导入的各个表的数据预览

在 AI 对话框中输入【帮我分析一下每个人的订单数、总金额以及所属地域，按金额从高到低排序】，办公小浣熊会根据我提出的问题进行数据分析并给出数据执行步骤

然后依次按照步骤进行自动操作，操作完成后给出办公小浣熊的数据分析报告，

这里可以看到输出的数据分析报告正是我问题中想要知道的内容。

下面继续问第二个问题，想要知道哪种商品的销量好，就可以通过哪种商品的成单量来推算出来，那么问题来了【帮我分析一下每种商品的成单量，按照成单量从高到低排序】，我们这次直接来看办公小浣熊的分析结果

同样分析结果完全正确，没有任何问题。并且在本次数据分析的过程中，办公小浣熊自动进行了错误纠正

办公小浣熊在第一次进行分析时没有找到商品表 Products 的 name 列，然后自动读取商品表 Products 的表结构，更改成了 product_name ，完成了数据分析任务。

那么到这里，大家是不是也觉得办公小浣熊很适用，特别适合经常和表格数据分析打交道的我们，省去了我们通过自己编写 Excel 公式统计数据的麻烦且容易出错的情况，提高了数据分析、数据预测、数据统计人员的工作效率。

业务场景分析二（数据处理）

现在有这样一个 Excel 表格数据，记录了某平台官网订单在 9 月的销售数据，此数据非真实数据，而是模拟的虚假数据，这里仅用于数据分析之用，整体 Excel 表格的数据大致有以下内容，

那么基于此表格，有以下数据需要分析：

统计出不同分类下的订单金额，并按照金额大小从高到低排序；

统计出不同订单类型的订单金额，并按照金额大小从高到低排序；

统计出不同坐席下的订单金额，并按照金额大小从高到低排序；

统计出不同商品 ID 的订单金额，并按照金额大小从高到低排序；

Excel 本地文件操作

这里选择上传本地 Excel 文件，那么在办公小浣熊控制台，

点击【选择本地文件】，选择需要上传的 Excel 文件，上传成功后如图

下面我们开始在 AI 对话框中依次提出我们的问题，问题一【统计出不同分类下的订单金额，并按照金额大小从高到低排序；】可以看到很准确的统计处了每一种分类下的订单总金额，生成的数据分析报告

下面继续提出我们的第二个问题，问题二【统计出不同订单类型的订单金额，并按照金额大小从高到低排序；】这里也可以看到给出的统计结果符合我们的预期，生成的数据分析报告

同样的我们继续进行下一个问题的数据分析，问题三【统计出不同坐席下的订单金额，并按照金额大小从高到低排序；】看看给出的统计结果是否符合我们的预期，生成的数据分析报告

最后一个问题，问题四【统计出不同商品 ID 的订单金额，并按照金额大小从高到低排序；】，根据给出的统计结果我们可以看到哪一种商品 ID 的总体销售金额更好，从而调整后续的营销策略，提高企业收入

到这里，关于办公小浣熊的核心数据分析功能我们已经体验完了，整体上体验效果是不是很不错，每一次的数据分析都能给出让我们满意的答案。

当然，除了上面返回的数据分析报告的格式外，还有多种返回形式，毕竟返回一堆文字看着也不太智能化，并且不便于快速直观的获取数据信息。那么这就到了另一个场景

业务场景分析三（数据可视化）

现在我有一张 Excel 关于商品的销售数据，比如业务场景分析二中用到的 Excel 表格，那么我想很直观的从这个表格的一堆数据中看到每一种分类下的成单量，或者是哪一个销售人员业绩更好，通过业务场景分析二的方式（文字版）看着也太费劲了，虽然是排序了，但是看着一点也不直观。那么这就用到办公小浣熊的数据可视化能力了。

比如说我想知道那种分类的成单量更好，更值的投入更多的人力去推广，我可以这样问【统计不同分类下的订单数量，按照订单数量从高到低排序取前 8，并绘制成一个柱状图】，这里可以很直观的看到销量最好的是注册会计师

这个时候我又想知道到底是哪位坐席员工的销售金额更多呢，对于销售金额多的坐席员工可以及时的给出反馈，从而激励员工更好的为公司业务去奋斗，那么我这样问【统计不同坐席下的订单总金额，按照订单总金额从高到低排序取前 8，绘制成一张图表】

这样就可以很直观的看到坐席号 10060045 本月的销售金额最高，值的奖励。

到这里我们已经基于了办公小浣熊进行了数据处理，又针对比较关心的问题进行了数据可视化的直观展示，那么后面呢？不管是数据处理、数据可视化展示，其实最终的目的还是基于过去的数据为以后的决策提供支撑，那么这就到了真正的趋势判断、决策分析了。

业务场景分析四（趋势判断）

当前 Excel 表格提供的是模拟的 9 月份商品的销售数据，那么基于以上数据的各种处理和数据分析之后，未来该如何排兵布阵，从而在市场上占据主动，为企业带来更多的长久的利润来源呢？这就需要用到办公小浣熊的数据趋势判断了。

为了实现这个趋势判断，我需要再模拟前面 6、7、8 月的数据，这里在会话框中选择上传 Excel ，选择准备好的四个月的模拟数据

但是给出了一个错误提示

这里我上传 7、8、9 月三个月的数据，进行了数据预测，在 AI 对话框输入问题【基于以上 7、8、9 月三个月数据，预测 10 月份不同分类的销量情况，选择前 8 分类绘制折线图，并提供分析依据】

这里由于我提供的模拟商品销售数据都是基于 9 月数据改了一下月份得来的，因此预测的不是太有意义。这里我选择 demo 数据库中的数据再次尝试，导入本地数据库之后，在 AI 对话框中输入问题【根据现有数据预测 12 月份哪种商品的销量数据更好，绘制成柱状图，并提供预测分析依据】可以看到和我们预测的差不多 iphone 12