课程背景
在数字经济加速渗透的今天，资料已成为公司的新型生产资料。据
IDC预测，2025年全球资料总量将突破180ZB，但公司资料利用率不足30%。面对激烈的市场竞争，公司普遍陷入三重困境：一是海量资料和低效拆解的矛盾——业务部门倚重传统Excel手工处理，耗时易错，导致决策滞后；二是AI技艺爆发和落地鸿沟——尽管大模型掀起生产力革命，运行层面，但员工缺乏将AI融入实际事务流的本领；三是资料价值挖掘不足——大量非结构化资料（如图片、报表）沉睡在系统中，未能转化为商业洞察。
和此同时，落地时，国产大模型正迎来爆发式增长。以
DeepSeek为代表的先进AI技艺，凭借强大的中文领会力和零代码资料拆解本领，为公司提供了弯道超车的新引擎。可是，多数公司尚未掌握“AI+Excel”的协同办法论：销售队伍困于多源资料整合，财务部门苦于报表手工核对，营运管人者难以迅速定位业务瓶颈——这些痛点正蚕食着公司的敏捷性和竞争力。
《
AI+Excel智能资料拆解实战》课程应需而生。我们以“让资料驱动决策更简单”为使命，用国产DeepSeek大模型和Excel深度结合的解题打法。借助2天高密度实战，助力公司将资料负债转化为决策资产，在智能化浪潮中抢占英才红利和决策制高点。
课程收益
●AI赋能资料拆解：运用Deepseek等等主流AI抓手辅助资料拆解操作，大幅拉升资料处理效率，轻松化解复杂差事。
●
高效资料处理：掌握
Excel核心功能和实战招数，告别重复和低效，达成资料清洗、整理、合并和核对的自动化。
●深度资料洞察：精通资料透视表的多维拆解和函数公式的灵活运用，从海量资料中迅速提炼有价值的商业资讯。
●专精可视化呈现：掌握高级图表美化招数以及动态交互式仪表盘的规划和制作，将资料转化为直观、有力的决策依据。
课程大纲
导入
：怎样借助
Deepseek等等AI抓手破解Excel相关问题
首讲：洞见
AI——生成式技艺演进和运用全景
一、机器智能底层推演
AI大模型核心：
算力、算法、资料
AI的本质：
从概率模型到认知突破
超越搜索引擎：
生成式
AI的范式迁移
——大模型技艺盲点和隐患预警
实例：
三星资料泄露，怎样预防
?
实例：
律所造假被惩罚，怎样规避？
二、解码
DeepSeek大模型迅速演进的要害
核心优势：
强大推理性能，架构革新、极致成本效益、国产化生态
1. 突破“算力-性能”不可能三角
2. 开源生态+国产化替代
3. 免费打法：重新定义AI经济模型
4. 用人和管控打法
碰头：
为何做出
Deepseek不是腾讯字节阿里这些巨头？
实战上手：
用
AI拆解收束各个AI抓手的特点和优劣势
三、资料拆解的意义
1. 商业资料拆解的意义？
2. 资料拆解到底有什么用？
1）
2）
3）
碰头：
资料拆解在公司运用的情境
可用情境：
销售营运、金融、买方服务、人力资本、教育、财务管控
资料拆解实例：
沃尔玛的尿不湿和啤酒
次讲：
Excel资料拆解全流程通关——从“资料杂乱”到“决策清晰”
重点：
从问题定义到可视化呈现，掌握端到端资料拆解办法论
一、定义
“资料”问题
1. 明晰目的
抓手：
黄金圈法则
——Why（业务标的）→How（拆解方式）→What（输出结晶）
实例：
零售情境区分「库存精进」和「用户画像」的拆解差异
2. 领会资料
3. 提出问题
抓手：
SMART要则
——将业务诉求转化为拆解问题
二、资料清洗的六步骤
第一步：资料类型转化
第二步：资料去重
第三步：缺失值处理
第四步：关联资料表
第五步：异常值处理
第六步：资料整理
三讲：资料可视化蜕变
——从“表格堆砌”到“专精仪表盘”
一、资料可视化的流程
第一步：描述性统计
第二步：透视表创建
第三步：资料可视化呈现
1）商品类别
2）商品的分布
3）性能分布
6. 资料可视化-买方购买力拆解
二、仪表盘制作
1. 仪表盘Dashboard构成
1）仪表盘的要害价值
价值一：
价值二：
价值三：
2）常见资料看板类型
类型一：
类型二：
类型三：
2. 规划流程和布局办法
规划流程：
第一步：
第二步：
第三步：
1）明晰诉求（5W1H）和拆解推演（金字塔）
布局要则：
布局构思和风格统一要则
3. 实战制作
1）选项适配图表组件
2）报表联动+动态过滤
实例：
贸易公司年度仪表盘制作
四讲：
AI赋能资料拆解——让效率拉升的实操招数
一、资料收集和提取
1. 整理内部资料
重点：
达成多源资料高效整合
招数：
1）多源资料合并
2）非结构化资料处理
3）图片中提取资料
实例：
多个事务薄合并
实例：
纸质发票提取
2. 外网资料爬取
重点：
拉升效率，确保资料完整性和一致性
招数：
1）采用FireCrawl爬取标的网页
2）据提取整理
二、资料清洗和预处理
重点：
拉升资料质量，减少人工清洗成本，为拆解建模奠定基础
招数：
1）智能缺失值处理：自动识别缺失模式→推荐填充打法
2）异常值检测：结合聚类和统计办法→可视化标记可疑资料点
3）自动资料准则化：识别数值尺度差异→一键完成归一化/准则化
实例：
对买方地址资讯不完整的资料开展智能补充
实例：
对杂乱的财务资料开展分类整理
三、资料透视表的拆解和洞察
重点：
动态资料透视表，切片器的联动规划
1. 拆解办法抓手箱
1）对比拆解（时间/空间/标的三维对比）
2）漏斗拆解（电商转化率衰减诊断）
3）归因拆解（用相关系数定位要害因素）
2. 资料透视表——创建步骤三个常见错误
错误一：
错误二：
错误三：
实例：
销售汇总表构筑
3. 多维组合和分组招数
1）日期/数值/文本手动组合办法
2）多层级展开和汇总视图规划
4. 自定义计算和拆解
1）同时显示数值+百分比
2）创建计算字段和显示方式切换
实例：
同比、环比、增长率计算法
5. 图表联动和交互性规划
1）切片器创建和报表联动
2）迅速搭建动态图表看板
实战上手：
某贸易公司年度销售报表制作
四、用
AI完成资料拆解
重点：
识别要害指标，资料洞察，提出决策建议
抓手：
小浣熊
AI
1. 诉求拆解，资料观察
2. 资料清洗、拆解、可视化展示
3. 拆解结果解读和决策建议
实战上手：
唯品会平台榜单资料拆解
实例：
某汽车公司，采用
AI精进货品组合
实战上手：
用
Deepseek生成可视化的拆解报告
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|雷曼老师
适合谁听
有一定Excel基础的参训者。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。