课程简介

在企业数字化转型深水区，AI技术正重构数据分析全链路效率。本课程聚焦AI工具在企业数据分析中的落地实践，通过辅助指标体系设计、自动特征工程、智能建模、AI辅助分析等前沿技术，解决传统分析流程中的效率瓶颈。结合行业真实案例，助力学员掌握数据分析的AI提效，实现从“人驱动数据”向“AI驱动洞见”的转型。
完成一份完整的数据分析报告流程分为三个步骤：1、掌握所需知识，知道提供给AI大模型哪些上下文信息；2、明确不同分析场景的分析框架（如下图所示），知道选取哪类分析模型，形成完成的提示词框架；3、检验AI产出物的质量，并通过优化提示词以形成满意的产出物。
本课程采用数据分析案例与分析模板使用相结合的教学方式。以数据分析五类产出物（业务看板、归因分析、用户画像、算法建模、量化策略）为核心，讲清楚指标体系和业务看板，客户画像、算法建模和量化策略之间的关系。同时掌握五个模板的使用场景、使用方法和相应的提示词框架的使用，帮助学员打通AI辅助数据分析的“任督二脉”。

目标收益

1、掌握AI自动化工具在数据分析方案设计、特征生成、模型开发中的提效方法。
2、学习AI辅助分析技术在业务描述、归因分析、用户画像、算法建模、量化策略中的实战应用。

培训对象

课程内容

大纲中的AI工具分为：基础大模型（网页或APP版DeepSeek）、智能体（Coze空间）
上午：
1、大模型应用场景分类和提示词使用原理
1）基础大模型应用场景分类
2）提示词的工作原理和示例
3）提示词模板：28要素和常用个模板
4）提示词设计策略
5）使用Deepseek编写战略分析报告演示
2、业务描述类数据分析
1）【案例】业务数据看板案例（某银行公私联动业务看板）讲解及其构成：指标体系、数据可视化
2）【知识】基于OSM模型-VEV模型-金字塔模型的指标体系设计方法
3）【步骤】分析需求、指标搭建、指标计算、看板制作
4）【实操】
下午：
3、归因分析类分析报告
1）【案例】归因分析案例（某线上消金业务）讲解及其构成：标签体系、标签体系
2）【知识】定性归因、指标归因、模型归因的方法
3）【步骤】明确业务关注事项、发现问题、近因分析、根因分析、优化建议、验证方法
4）【实操】