AI分析報表只有一堆描述？怎麼先問決策問題，再檢查數字與原因？
請AI分析報表，卻只得到平均數、最高值與欄位描述？本文以回購率下滑的假設情境，整理決策問題、資料範圍與關鍵發現的交代方式，提醒比較基準、資料清理、計算公式及單位的檢查，也透過兩個練習區分猜測與結論，讓分析回到工作要做的決定。
本文目錄
開始分析前，先補上「我要決定什麼」
報表有很多欄位，並不表示報告就要逐欄介紹。若你看完AI回覆，仍不知道工作上該先處理哪件事，可以先檢查自己有沒有交代分析目的，而不是馬上要求更多圖表。
假設情境：電商營運小美想查回購率下滑，AI卻回報客單價、訂單高峰與熱門品類。情境 → 每一段都有數字，卻沒有回答顧客流失問題；判斷 → 先調整分析需求；理由 → 描述欄位並未說明應優先關注哪群顧客。
搭配本課程5分鐘影片，先看重點，再用下面的整理與練習確認理解。
把三步驟寫成分析前的約定
本堂「問題先行，數字在後」的重點，是讓分析從你要處理的疑問出發。手上已有猜測也能提出，但仍要交給資料檢查，不能直接當成原因。
- 把疑問寫到能支援決定。例如在回購率的假設情境中，先釐清流失集中在哪群顧客，以及要先處理誰。
- 約定使用期間、欄位、異常資料處理及比較基準，要求說明算法。遇到不足之處，要直接指出不能判斷。
- 只留下兩三項能回答問題的重點，逐項查看資料限制；其餘內容可放附錄，需要圖表時再說明各圖要回答什麼。
這仍是系列共用的「交代目的與標準 → 排好先後步驟 → 要求附上依據」；說清楚要什麼，再驗收它交的東西。數據工作的依據，也包括你能重看、能抽查的計算方式。
別讓猜測悄悄變成分析結論
假設情境：小美懷疑運費調整後，小額訂單顧客開始流失。情境 → 她已經有可能的解釋；判斷 → 將這個想法標成待驗證；理由 → 兩個變動同時出現，還不能直接證明因果。
交代資料時，也要寫明和什麼相比。可以依問題選上一季或去年同期，但必須檢查AI實際使用的比較方式。缺漏或重複紀錄則先列出，由你決定清理方法，避免資料在不知情的情況下被刪除。
| 要交代的條件 | 讀取回覆時的檢查 | 不清楚時先做什麼 |
|---|---|---|
| 期間與比較對象 | 是否確實使用指定範圍 | 請AI列明所用資料 |
| 欄位及篩選條件 | 哪些紀錄被納入或排除 | 先確認清理方式 |
| 計算方式 | 是否能看懂公式並抽查 | 要求拆開說明 |
| 單位與期間 | 數字能否完整讀懂 | 補齊後再引用 |
只有總體平均，也可能看不見某群顧客的變化。請AI分群檢視，再回頭看是否能回答原來的疑問；不要因為多了一張表，就以為問題已經解決。
收到結果，先看算法再看簡報怎麼寫
數字要放進簡報前，先向AI索取公式與篩選條件，自己抽查兩三筆。若算不回來，就暫時停用該結論，找出差異。百分比與百分點也要讀清楚，不要省略期間和單位，讓數字失去原本意思。
我需要決定＿＿，分析要回答＿＿；我目前懷疑＿＿，請把它當成待檢查的想法。
資料限＿＿期間，使用＿＿欄位，和＿＿比較。請先列出缺漏、重複及異常資料，等我確認處理方式。
提供公式與篩選條件，再整理兩至三項相關重點，每項寫明期間、單位及可能限制。若無足夠資料，請說明不能回答的部分。
有了重點之後，再追問結論可能在哪裡出錯，例如是否受到樣本不足或期間條件影響。這些限制應與發現放在一起閱讀，而非等到被質疑時才補上。
驗收時，依序檢查內容是否回答原問題、算法是否能理解、抽查是否一致。偏題就重新交代決策問題；算法不明就請它說明；數字不合就先查差異。最後向主管報告時，可用一句話串起需要注意的群體、可能解釋及建議優先行動，尚未確認的原因仍保留不確定語氣。
如果準備請AI畫圖，先寫下這張圖要回答的問題，再看看它與原本決策有沒有關係。能回答同一個問題的重點留在報告，無關但有趣的發現則先移開。每張圖聚焦一個疑問，也方便你檢查圖和文字是否說同一件事。
當AI說資料不足，先讀它指出的缺口，不要急著催出答案。若計算範圍尚未說清楚，就補範圍；若清理方式還未確認，就先處理資料。等依據能檢查，再討論結論如何表達，也保留哪些地方仍無法判斷。
動手做2個練習
- 練習：找一份工作報表，先寫「這次分析後，我要決定＿＿」。再補上資料期間、比較基準，以及你想驗證的猜測，暫時不要求完整分析。
- 解析：決定讓你知道該挑哪些發現；期間與基準讓比較有範圍。猜測則是要檢查的內容，不是指定AI必須支持的答案。若還說不出要決定什麼，就先改問題。
- 練習：假設回覆把廣告與業績同時下降寫成因果，但沒有其他說明。你會如何要求補充？另外，若它只給一個平均回購率，又應追問什麼？
- 解析：前者請它提出其他可能原因，不能只憑同步變動便確定原因；後者要求分群比較，查看平均數背後有無差異。兩種追問都要回到最初的問題，而不是只增加更多描述。
使用提醒
AI可能出錯，重要數字要自己查證。上傳資料前確認公司規定、去除個資；含公司機密的內容，也先依規定確認能否提供。本文案例皆為假設情境，出現的數據或分數皆供示範，不能當成真實企業成果。
AI工作術系列｜接著讀下一堂
- 看完整五分鐘課程｜5分鐘學會用AI看數據（104學習免費課程）
- 第1堂｜叫AI寫企劃總是偏題？怎麼用讀者、主張與出處把方向拉回來？
- 第2堂｜問AI做研究只得到「視情況而定」？怎麼拆小題、查來源並保留衝突？
- 第4堂｜AI審提案總說不錯，還是選不出來？怎麼先找漏洞再比較分數？
沒看到有興趣的職缺嗎？
