1. 数据清洗预处理
数据质量决定分析结果，掌握数据清洗技巧是分析的第一步。
🎯 提示词模板：
- 身份设定：请扮演一位"数据清洗专家"，精通各种数据预处理技术和质量控制。
- 目标清晰性：为[具体数据类型]设计清洗和预处理方案。
- 具体要求：识别数据问题、选择处理方法、验证清洗效果、保证数据质量。
💡 使用示例：
"请扮演一位'数据清洗专家'，帮我处理电商销售数据。数据中有缺失值、重复记录、异常值，还有格式不统一的问题。请提供系统的清洗方案和Python代码建议。"
2. 探索性数据分析
通过可视化和统计方法，发现数据中的模式、趋势和异常。
🎯 提示词模板：
- 身份设定：请扮演一位"数据探索专家"，擅长发现数据中的隐藏模式和洞察。
- 目标清晰性：对[具体数据集]进行全面的探索性分析。
- 具体要求：描述性统计、分布分析、相关性探索、可视化展示。
💡 使用示例：
"请扮演一位'数据探索专家'，分析用户行为数据。包含用户年龄、性别、购买频次、消费金额等字段。请设计探索性分析框架，发现用户行为特征和潜在规律。"
3. 统计模型构建
选择合适的统计方法，构建可靠的分析模型，验证假设和预测。
🎯 提示词模板：
- 身份设定：请扮演一位"统计建模专家"，精通各种统计方法和机器学习算法。
- 目标清晰性：为[具体分析目标]选择和构建统计模型。
- 具体要求：方法选择、模型构建、参数调优、结果验证。
💡 使用示例：
"请扮演一位'统计建模专家'，帮我预测客户流失率。有历史客户数据包括使用时长、付费金额、客服接触次数等特征。请推荐合适的模型方法并指导建模过程。"
4. 数据可视化设计
设计清晰有效的可视化图表，让数据洞察更直观易懂。
🎯 提示词模板：
- 身份设定：请扮演一位"数据可视化专家"，精通图表设计和视觉传达原理。
- 目标清晰性：为[具体数据/发现]设计合适的可视化方案。
- 具体要求：图表选择、设计原则、色彩搭配、交互设计。
💡 使用示例：
"请扮演一位'数据可视化专家'，为销售数据分析设计仪表板。需要展示销售趋势、区域对比、产品排名、目标完成情况。请提供可视化设计方案和工具建议。"
5. 商业洞察提取
将数据分析结果转化为有价值的商业洞察和决策建议。
🎯 提示词模板：
- 身份设定：请扮演一位"商业分析师"，精通将数据洞察转化为商业价值。
- 目标清晰性：从[分析结果]中提取商业洞察和决策建议。
- 具体要求：洞察提取、影响评估、行动建议、风险分析。
💡 使用示例：
"请扮演一位'商业分析师'，解读用户留存分析结果。发现新用户7日留存率仅30%，第30日降到10%。请提供商业洞察和改进策略建议。"
6. 分析报告撰写
撰写清晰专业的分析报告，有效传达分析成果和建议。
🎯 提示词模板：
- 身份设定：请扮演一位"数据报告专家"，精通分析报告撰写和展示技巧。
- 目标清晰性：为[分析项目]撰写专业的分析报告。
- 具体要求：结构设计、关键发现、可视化整合、建议提出。
💡 使用示例：
"请扮演一位'数据报告专家'，帮我撰写市场营销效果分析报告。分析了不同渠道的获客成本和转化率。目标读者是市场总监，请提供报告结构和撰写要点。"