数据分析不求人，用办公小浣熊，谁来都能做数据分析！

我是一名运营，但时常因为在页面上新增了各种个性化的埋点数据。每天不是在求数据分析工程师，就是在求数据分析工程师的路上，卑微、苦不堪言。

导出数据量就有几十万条，光是看到就头皮发麻。

但是，商汤科技推出了办公小浣熊，它以前所未有的智能和效率，重新定义了数据分析，提高工作效率，以后可以放心摸鱼了。

今天我用一个普通运营的视角，带入你体验一下办公小浣熊的强大吧!

商汤科技小浣熊办公助手

小浣熊办公助手是基于商汤大语言模型的大模型原生数据分析产品，它可以通过用户的自然语言输入，结合商汤大模型的能力，自动将数据转化为有意义的分析和可视化结果。办公小浣熊支持复杂表格、多表格、多文件的理解，可以完成数据清洗、数据运算、比较分析、趋势分析，预测性分析、可视化等常见数据分析任务，赋能财务分析、商业分析、销售预测、市场分析、宏观分析等多个应用场景。

「小浣熊家族」是基于商汤大语言模型打造的 AI Native 生产力系列工具，覆盖软件开发、数据分析、编程教育等多个场景，旨在通过先进的人工智能技术优化和提升工作效率。家族现已推出代码小浣熊和办公小浣熊两位成员，为数万名用户提供近亿次智能辅助服务。

一句话，商汤科技小浣熊办公助手能画图表、做分析、看趋势、能反思数据，做数据分析，一招搞定。

商汤科技小浣熊还有代码小浣熊，结合办公小浣熊，自己也能学会数据分析。

数据分析背景

我们现在有 20 万数据的文件。该数据集包含用户在某会员订购页面的行为日志。数据记录了用户从进入页面、输入手机号、点击订购按钮到订购成功或失败的全过程。每条数据包括操作类型（action）、详细信息（val）、页面标题（title）、页面 URL（url）、用户 IP 地址（ip）、IP 地址解析（ipaddress）和时间戳（st）。

分析目标

1. 用户行为分析：了解用户在订购流程中的行为路径和转化率。

2. 转化率分析：分析从进入页面到最终订购成功的转化率。

3. 失败原因分析：分析订购失败的主要原因及其分布。

4. 地理分布分析：分析用户的地理分布及其对转化率的影响。

分析思路

1. 数据预处理

我们先清洗数据，处理缺失值和异常值。解析 val 字段中的 errCode 数据，提取有用信息（如手机号、错误代码等）。

2. 用户行为路径分析

根据 action 字段，分析用户行为路径。统计每个步骤的用户数量，绘制用户行为图，从而更好地查看整个流程用户的数量流失。

3. 转化率分析

计算从进入页面到订购成功的整体转化率，分析不同步骤的转化率，找出转化瓶颈。

4. 失败原因分析

提取 val 字段中的错误代码及信息，分类统计订购失败的原因，分析不同错误原因的分布和在不同步骤中的出现次数。

5. 地理分布分析

根据 ipaddress 字段，分析用户的地理分布，比较不同地域的用户转化率，找出地域差异。

6. 时间序列分析

按时间段统计用户行为数据，分析用户行为的时间规律，找出高峰时段和低谷时段。

从上面的这些步骤下来，就算是高级数据分析师，也要折腾半天，更何况没有数据分析经验的人。

现在我们从一个没有数据分析经验的人视角带入，看看小浣熊是这个办公神器吧！

使用小浣熊办公助手

首先，人设选中的数据分析工程师。然后导入文件。

这 20 万条数据，从选中文件导入到显示出来，也就几秒钟的事情，可我用 WPS 打开都要半分钟。

1. 清洗数据

提示词：

请先阅读这 20 万条数据，如果其中有异常值，请清理。

看看返回的结果，对其中的唯一值和数量做了统计，非常智能。

2. 数据计算

我们需要先告诉小浣熊各个字段的意义。

提示词：

我先告诉你字段的意义，方便你做后续的处理。用户操作类型（action）、详细信息（val）、用户类型（title）、页面 URL（url）、用户 IP 地址（ip）、IP 地址解析（ipaddress）和时间（st）。

看小浣熊给到提示，title 有缺失值，对于缺失的值，我们统一按新用户处理。

提示词：

对于 title 缺失的值，我们统一按"新用户"处理。

3. 用户行为统计

提示词：

根据 action 字段，分析用户行为路径。统计每个步骤的用户数量，绘制用户行为图。从而更好地查看整个流程用户的数量流失。

对于最后的结论也很准确，从进入页面，到输入手机号，流失了很多用户。再从输入手机号到点击订购，也流失了很多用户。从这里我们也能分析出，可以是页面表现形式不好，买点没有很好的展现对用户，导致用户没有订购意向。

4. 转化率分析

提示词：

请进行转化率分析，计算从进入页面到订购成功的整体转化率，分析不同步骤的转化率，找出转化瓶颈。

图表中可以看出，从“输入手机号”到“点击订购”的转化率相对较低，我们可以从其中查找原因，解决转化问题。

5. 失败原因分析

失败原因都在 val 列中的 errCode 中，所以我们只需要分析 val 列就行了。

提示词：

提取 val 字段中的错误信息 errCode，分类统计订购失败的原因，分析不同错误原因的分布和在不同步骤中的出现次数。

可以看出最常见的错误是余额不足、网络问题、请勿重复提交和随机密码问题。

6. 地理分布分析

提示词：

根据 ipaddress 字段，分析用户的地理分布，比较不同地域的用户转化率，找出地域差异。

因为这 20 万条数据地区是专门给山东目标用户投放的，所以数据量是最大的。但是产品在其它地区被浏览到了，订购成功率直接 100%。从而可以尝试在不同省份进行投放，让产品收益最大化。

7. 时间序列分析

提示词：

按时间段统计用户行为数据，分析用户行为的时间规律，找出高峰时段和低谷时段。

这一块数据对广告投放非常有用，有在运营不知道在什么时间段进行投放，就直接平摊时间投放，这样对流量的损失非常大。

8. 生成报告

提示词：

生成分析报告

这里贴图我截的还不完整，但也可以看出整体分析非常到位。如果要产出报告，直接再把上面的分析图表贴一下就行了。离早点下班又更近一步了。

总结

商汤科技的小浣熊办公助手通过其先进的人工智能技术，极大地提升了数据分析的效率和准确性，无论是从回答速度上，还是回答准确率上，都满足了平时工作的基本需求。应用效果非常出色，即使是没有数据分析经验的普通运营人员，也能通过简单的几句对话输入，轻松完成复杂的数据分析任务。