AI 数据分析最容易出问题的地方，不是图画得不好看，而是口径不清：销售额是否扣退款？平均客单价按订单还是商品数量计算？本文用四条演示订单，走完提问、计算、作图、解释和检查。你可以把流程用于经营复盘或内容数据整理，但先从不含客户身份的小表开始。
一、准备一张能手算的表
先使用已经清洗过的数据，保留订单编号和退款字段。以下金额单位统一为元，退款金额在原订单行记录，不再另加一条负数订单。
order_id,channel,gross,refund
A01,搜索,200,0
A02,视频,300,50
A03,搜索,100,0
A04,视频,400,0
如果实际文件同时包含退款流水和原订单上的退款字段，必须选择一种统计方式，否则会重复扣减。把这个约定写进分析说明，而不是让模型自行选择。
二、先提出可回答的问题
不要只说“分析一下”。把问题限定为：本期四笔订单的毛收入、退款、净收入是多少；不同渠道的净收入和平均每单净收入是多少；哪些问题当前数据无法回答。
请分析提供的订单CSV。
口径：gross是毛收入，refund是已发生退款，净收入=gross-refund。
一行对应一笔订单，无重复；不考虑税费、成本和运费。
先列公式，再逐行计算，最后按channel汇总。
输出订单数、毛收入、退款、净收入、平均每单净收入。
附合计校验，不把收入称为利润，不从4笔订单推断长期趋势。
如果不能执行计算，请明确说你是在展示计算过程。
这份约束能减少“收入等于利润”和“渠道销售多所以投放有效”两类常见错误。它不能保证回答正确，因此仍需要独立算一次。
三、用固定答案复核
| 渠道 | 订单数 | 毛收入 | 退款 | 净收入 | 每单净收入 |
|---|---|---|---|---|---|
| 搜索 | 2 | 300 | 0 | 300 | 150 |
| 视频 | 2 | 700 | 50 | 650 | 325 |
| 合计 | 4 | 1000 | 50 | 950 | 237.5 |
总均值应为 950÷4＝237.5，不能随意平均各组均值。此例两组订单数量恰好相等，平均组均值也会碰巧正确；真实数据的组数不同，这个错误会暴露出来。
可以在表格中新增 net 列，用 gross 减 refund；再做数据透视表，以渠道作为行字段，汇总 net 和订单数。这样得到一份与 AI 独立的核对结果。
四、选择图表，不把装饰当分析
比较渠道净收入，用从零开始的柱形图；查看每日变化，用折线图，但必须先补齐日期；比较构成比例时，先确认各部分互斥且总和合理。图上写清单位、时间范围和统计口径。
本例只有两个渠道和四笔订单，一张表已经足够。确实需要图表时，用两根柱子表示 300 和 650 即可，不需要立体柱或双坐标轴。退款可以作为独立小表，避免让柱子含义不清。
五、把结论分成事实、假设和下一步
事实是“演示数据中视频渠道净收入 650，高于搜索渠道 300”。假设可以是“视频渠道可能带来更高金额订单”。下一步应是补充完整月份的数据、渠道成本和样本量，再评估是否值得增加投入。
现有数据没有广告花费，所以无法算投产比；没有成本，所以无法算利润；没有历史月份，所以不能说增长。要求 AI 把这些缺口单独列出，可以避免一份图表看起来比证据更确定。
六、常见问题与排错
AI 的合计与 Excel 不一致怎么办？
先核查筛选条件、隐藏行、数字文本和退款重复计数。把两边都缩小到同一批源行，不要直接问“哪个正确”。
能不能用很小的样本预测下个月？
可以演示预测方法，但四条订单不足以支持可信的业务预测。先积累按日或周整理的历史数据，记录促销与缺货等外部变化。
工具不能生成文件，是否没法分析？
仍可要求列出公式、计算表和作图字段，再在本地表格软件作图。不要让模型声称生成了实际不存在的下载文件。
先做表格清洗，再生成可核对的周报，往往比直接上传一整套杂乱文件更稳定。表格交换格式可参考 Python csv 官方文档。