有系統地初步檢視匯出資料：品質、結構與初步分析方向。
我將提供一份從 [來源，例如：CRM、POS 系統、Google Analytics] 匯出的數據，我希望了解其內容以及可挖掘的價值。業務背景：[活動與一般問題，例如：我想了解為什麼銷量下降]。 數據內容：[貼上數據或帶有標題的前幾列] 請依序執行：描述結構（欄位、類型、涵蓋期間、資料細節度）、評估品質（缺失值、可能的重複項、不一致之處、空欄位或固定值欄位（請精確列出））、計算重要欄位的基本統計數據，然後提出 5 個這些數據可以回答的業務問題，以及 3 個看似能回答但實際上「無法」回答的問題（並說明缺少的數據）。 最後，指出最值得優先進行的分析項目及其方法。在此階段請勿直接給出業務結論。
區分真實變動、季節性因素與隨機雜訊，再下結論。
我的指標 [指標名稱，例如：轉換率、客單價、流失率] 在 [期間 1] 到 [期間 2] 之間從 [原始值] 變為 [目前值]。可用歷史數據：[前幾個期間的數值]。該期間發生的事件：[變動因素：廣告活動、調價、季節、突發事件、網站改版]。 在解讀前，請協助我確認：根據歷史波動，此變化是否具有顯著意義（計算常態波動的量級）？季節性因素是否能解釋此現象（對比往年同期或循環週期）？衡量範圍是否改變（樣本量、定義、測量工具）？ 接著，按可能性列出解釋假設，並說明驗證各假設所需的測試或數據。嚴禁僅憑時間重疊就斷定因果關係。最後請用一句話誠實回答：「這情況嚴重嗎？」。
精選 6 到 8 個與決策直接相關的指標。
請協助我為 [範圍，例如：業務團隊、電商網站、客服部門] 定義儀表板。業務目標：[目標]。此儀表板需輔助的決策：[常態性決策，例如：業務資源投放、徵才時機、主推產品]。現有數據：[來源與工具]。 針對列出的決策，提出能真正提供參考的指標，並區分「結果指標」（已發生的事實）與「領先指標」（本週可採取行動的依據）。總數最多 8 個：若捨棄某些指標，請說明理由。 針對每個入選指標提供：明確定義（計算什麼、期間為何）、公式、數據源、讀取頻率，以及常見的解讀陷阱（結構效應、平均值掩蓋分布不均、易被團隊操弄的指標）。
將技術分析轉化為清晰訊息：現狀、證據與建議。
將我的分析轉化為給 [受眾，例如：經營委員會、主管、客戶] 的簡報內容。分析的初衷問題：[問題]。我的發現：[結果、數據、觀察]。分析限制：[限制：數據不全、期間過短、可能偏差]。我的建議：[若有建議請列出]。 請按此順序架構：用一句話回答核心問題（結論先行，嚴禁先講方法）、2 到 3 個支撐結論的觀察（每個觀察僅配對「一個」關鍵數據）、包含成本與收益預估的建議、坦誠說明限制（說明限制是為了提醒使用風險，而非找藉口）。 同時準備：受眾可能提出的 3 個刁難問題與應對回答，以及 30 秒的「電梯簡報」版本。格式：[輸出格式，例如：簡報大綱、電子郵件、單頁備忘錄]。
簡單且誠實的測試方案：假設、樣本、時長與預設成功標準。
在全面實施前，我想測試 [預計變動，例如：新價格、新登陸頁面、新電銷腳本、發送時間]。目前狀況：[現有指標與數值]。可用樣本量：[每週流量、通話數、發送量]。預期效果：[期望的改善幅度]。 請建立測試方案：以可證偽的方式陳述假設（「如果執行 X，則 Y 至少增加 Z」）、設定「現在」的成功標準與決策門檻（看到結果前先定好）、測試組/對照組的分配方式、根據樣本量估算的必要測試時長（以區分真實效果與雜訊，簡單解釋計算邏輯）、需排除的干擾因素（季節性、星期幾、客戶組成）。 加入結果判讀準則：何種情況下全面推行、停止或延長測試，並列出「嚴禁」下達的結論（例如：事後才找出的特定小組表現、看到第一個數據高峰就停止測試）。
區分「真實重複」與「疑似重複」的清理方法。
你是一位數據分析師。在啟動行銷活動前，我需要清理從 [工具，例如：CRM、ERP] 匯出的客戶清單。可用欄位：[列出欄位，例如：姓名、手機、Email、地址、建立日期]。 檔案片段：[貼上 20 到 30 列代表性數據]。 請提出多層次的去重策略：首先是精確重複（哪些欄位需完全一致？），接著是疑似重複（拼寫變體、Email 相同但姓名不同、電話格式不同）。針對每一層，註明比對鍵值、預處理步驟（轉小寫、去空格、去符號、統一國碼）以及誤判風險。 限制：嚴禁僅憑「姓名」就自動合併，必須註明保留哪一筆（最新？最完整？）及其理由。輸出格式：步驟式行動計畫，接著是 Google Sheets 公式或 Excel 操作步驟，並針對提供的範例估算各階段偵測到的重複數。
在不損壞歧義值的情況下，清理格式不一的日期欄位。
我有一份匯出資料 [來源，例如：POS 系統、線上表單]，其日期欄位混合了多種格式：[真實範例，例如：2026/04/03, 03-04-2026, 4月3日, 26/04/03]。我使用 [Excel 或 Google Sheets]。 請協助我將其轉換為統一格式 [目標格式，例如：YYYY-MM-DD] 且不損壞數據。首先列舉樣本中出現的所有格式，並找出「歧義值」（例如 03/04 是 3月4日還是 4月3日？）：請明確列出這些值而非擅自決定，並提出判斷準則（來源工具語系、數值是否大於 12、與其他欄位的邏輯一致性）。 接著提供具體的轉換公式或步驟，包含一個檢查欄位（標示轉換失敗或產生不合理日期 [預期期間] 的列）。最後列出替換原始欄位前需執行的檢查清單。
針對各欄位在刪除、填補或標示之間進行理性權衡。
你是一位嚴謹的數據分析師。我的檔案 [描述，例如：ERP 的年度訂單匯出] 含有缺失值，分析前需決定處理方式。受影響欄位與大約缺漏率：[例如：郵遞區號 12%、來源管道 40%、金額 2%]。 預計分析：[計算目標，例如：各區與各管道的營收]。 請協助我依序回答各欄位：缺漏是否帶有資訊（不適用、選填、系統臭蟲）或是純隨機？對「我的分析」而言，風險最低的選擇是什麼：排除該列、填補數值（填什麼？理由？）、建立「未填寫」類別，或是放棄該分析維度？每種選擇會引入什麼偏差？ 限制：嚴禁在無正當理由下使用平均值填補，必須量化影響（損失多少列、佔總體比重）。格式：欄位對照表，包含建議決策、理由以及在最終報告中需加註的說明。
將自由輸入的欄位（城市、公司名、類別）統一為乾淨的參照基準。
我有一個自由輸入的文本欄位需要標準化：[欄位性質，例如：城市名稱、公司全銜、產品類別]，工具為 [Google Sheets, Excel]。真實數值範例：[貼上 20 到 40 個值，包含大小寫、縮寫、錯字、空格變體]。 目標：獲得乾淨的欄位，每個實體對應一個標準名稱，以便正確加總。 請執行：識別代表同一實體的變體組，提出每組的標準稱呼，列出需人工確認的模糊案例。接著提供執行方法：對照表（變體對應標準名）加上關聯公式、前置清理規則（大小寫、全半型、多餘空格、標點符號），以及一個找出未匹配值的檢查公式。 限制：對照表必須是獨立的分頁，以便未來匯出時重複使用，而非手動取代。格式：對照表範例，接著是可直接貼上的公式。
確保聯絡人檔案符合匯入要求：檢查、欄位映射與錯誤排除。
我需要將 [性質，例如：展覽名片、官網潛客] 的檔案匯入 [CRM 名稱或目標工具]。我的檔案欄位：[列出欄位]。目標工具要求的欄位與限制：[列出要求，例如：Email 必填、電話需國際格式]。 樣本：[貼上 10 到 20 列]。 請準備合規計畫：來源欄位對應目標欄位（標註雙方多餘的欄位）、匯入前檢查（語法錯誤的 Email、不完整電話、必填項空白、特定條件下的重複項）、必要轉換（姓名拆分、電話格式化、國家名稱標準化）。 限制：所有被剔除的資料必須移至「錯誤清單」分頁並註明原因，嚴禁無聲刪除；嚴禁為了填補必填項而捏造數據。輸出格式：映射表、依序排列的檢查清單與對應公式、匯入前的最終檢查表（備份、10 筆測試、工具內驗證）。
將口語需求轉化為正確的 SQL 語法，並明確假設前提。
你是一位資深 SQL 開發者。我的業務問題：[問題，例如：今年訂購兩次以上但近三個月沒下單的客戶有哪些？]。資料庫：[引擎，例如：PostgreSQL, MySQL, BigQuery]。可用資料表與欄位：[描述結構或貼上 Schema]。 在撰寫語法前，請用精確術語重述我的問題，並列出模糊點及你的假設（具體計算方式、日期邊界、是否包含已取消訂單、時區）。若 Schema 缺少必要資訊，請直接指出而非捏造欄位。 接著撰寫 SQL 語法，逐行加上中文註釋，並提供一個簡單的檢查查詢（總數或計數）以驗證結果的合理性。格式：假設前提、帶註釋的查詢、檢查查詢、結果限制。
對現有查詢進行回溯文件化：真實計算邏輯、陷阱與適用條件。
我接手了一個用於 [背景，例如：每月報表、自動匯出] 的 SQL 查詢，目前沒人確切知道其邏輯。語法如下：[貼上完整語法]。 已知背景：[報表預期呈現的內容、資料庫引擎]。 請分三個層次解釋：一句話總結（業務語言描述其計算內容）、逐塊解析（每個 Join、Filter、Aggregation 與子查詢的具體作用）、潛在陷阱（可能導致重複或掉資料的 Join、WHERE 中將 LEFT JOIN 變成 INNER JOIN 的濾鏡、NULL 值處理、日期邊界含否、數據隱含假設）。 最後說明：在何種情況下產出的數據會「無聲出錯」，並提供兩個快速檢查查詢來驗證這些情況。格式：結構化解釋，接著按嚴重程度排列的陷阱清單。
系統化診斷效能瓶頸，按影響力排列優化方案，不改變結果。
你是 SQL 優化專家。我的查詢太慢：[目前耗時] 處理 [相關資料表大約量級]。引擎：[PostgreSQL, MySQL, SQL Server, BigQuery]。語法：[貼上語法]。已知索引：[列出或註明未知]。執行計畫：[貼上 EXPLAIN 輸出或註明無法提供]。 首先診斷：找出可能的效能殺手（欄位運算導致索引失效、相關子查詢、多餘的 SELECT *、未索引欄位的 Join、大數據量的排序或聚合、缺少日期過濾）。 按「投入產出比」提出優化建議：重寫查詢（提供完整重寫版）、建議建立的索引（及其寫入成本）、最後才是結構調整。絕對限制：結果必須完全一致；針對每次重寫，請解釋為何保證等價。最後說明如何正確衡量優化成效。
一組檢查語法，用於在將數據發送給業務部門前進行最後確認。
我用這段 SQL 產出了結果，發送給 [對象，例如：主管、客戶] 前需要驗證。語法：[貼上語法]。產出結果：[數值]。業務端的預期量級：[合理範圍或不知道]。 請建立檢查清單：原始量體查詢（過濾前後的列數變化）、針對唯一鍵的重複項檢查、Join 與聚合欄位的 NULL 值檢查、與獨立數據源的核對 [可用核對源]、邊界測試（日期平移一天結果是否異常跳變？）。 針對每項檢查：提供可執行的語法、正常結果的樣貌、以及應警覺的異常徵兆。最後給出決策建議：何時可發布、何時需修正、何時應註明為初步數據。
設計能回答特定問題的樞紐表：欄位設定、聚合方式與解讀陷阱。
我正在 [Excel 或 Google Sheets] 處理一份 [數據性質，例如：包含日期、產品、門市、數量、金額的銷售紀錄]。我想回答的問題：[業務問題，例如：哪些產品帶動增長，且在哪些門市最明顯？]。 可用欄位：[列出欄位與內容]。 請設計合適的樞紐分析表：針對每個表，註明哪些欄位放列、行、值與篩選，選擇哪種聚合方式（加總、平均、計數，並解釋為何平均值可能具誤導性），以及如何分組（按月分組日期、金額級距）。 提醒此案例的陷阱：細節度不符導致的重複計算、單位混雜的總計、錯誤基準的百分比、預設隱藏的空值。提供工具內的步驟指引，以及該表能提供的兩種解讀角度，並指出一個看似正確但錯誤的結論。
針對具體案例選擇並撰寫正確的比對公式（VLOOKUP, INDEX/MATCH, XLOOKUP）。
在 [Excel 或 Google Sheets] 中，我想將另一個分頁的資訊帶入主分頁。主分頁：[欄位，例如：A 訂單編號, B 日期, C 金額]。來源分頁：[欄位，例如：A 訂單編號, D 客戶名稱, E 標籤]。要帶入的資訊：[目標欄位]。關聯鍵：[共同欄位]。 請根據我的工具版本 [註明版本] 提供可直接貼上的精確公式，並用兩句話解釋選擇該公式（VLOOKUP, INDEX/MATCH 或 XLOOKUP）的原因。 明確處理失敗情況：來源無此鍵值（如何回傳特定文字而非錯誤代碼）、來源有重複鍵值（會取哪一列，如何用計數公式偵測）、看似相同但因空格或格式（數字/文字）不同的鍵值（提供預處理清理公式）。格式：主公式、重複偵測公式、清理公式，均附上需調整的範圍說明。
將口語需求轉化為正確的 SUMIFS, COUNTIFS 或 AVERAGEIFS。
我在 [Excel 或 Google Sheets] 工作。數據結構：[描述欄位與對應英文字母，例如：A 日期, B 業務員, C 區域, D 金額, E 狀態]。我想計算的內容：[例如：2026 年北區各業務員已成交（排除「已取消」）的銷售總額]。 請撰寫精確公式並指定正確範圍，在 SUMIFS, COUNTIFS, AVERAGEIFS 或其組合中做選擇。逐行解釋公式中的每個條件。 涵蓋細節處理：日期條件（如何在條件中撰寫「2026年」或「兩日期之間」，包含引號與 & 符號的正確位置）、排除條件（不等於）、模糊比對萬用字元，以及為了複製公式所需的絕對引用（$ 符號）。加入一個檢查公式：各條件加總是否等於總計。格式：直接貼上的公式，後接一行解釋。
撰寫帶有註釋的正則表達式，用於提取或清理欄位中的特定模式。
在 Google Sheets 中（使用 REGEXEXTRACT, REGEXMATCH, REGEXREPLACE），我想從自由文本欄位提取 [目標資訊，例如：郵遞區號、發票號碼、Email 網域]。真實範例及其多樣性：[貼上 10 到 15 個範例，包含特殊案例]。 預期結果：[針對其中 3 到 4 個範例提供預期結果]。 請撰寫完整公式，並逐段解釋 Regex 的含義（字元類別、量詞與群組）。針對我的範例進行邏輯測試，並指出可能失效的情況，而非保證完美。 額外提供：用於建立檢查欄位的 REGEXMATCH 變體、「查無匹配」時的錯誤處理，以及該模式的已知限制（未涵蓋的書寫變體）。限制：優先選擇具可讀性的 Regex，而非極度壓縮但難懂的語法。格式：公式，後接解釋。
系統化排查為何公式回傳 #N/A, #REF! 或錯誤結果。
我的 [Excel 或 Google Sheets] 公式未產出預期結果。精確公式：[貼上公式]。錯誤現象：[例如：部分列出現 #N/A, #REF!, 總計錯誤, 全變為零]。背景：[描述使用的欄位與失敗列的範例，包含真實數值]。 請進行診斷而非盲目重寫：按可能性排列我的現象成因（數字/文字類型混雜、隱形空格、插入列導致範圍偏移、複製時未鎖定引用、查無此值、未符合排序要求、地區分隔符號差異）。 針對每個成因，提供一分鐘內可驗證的測試方法（ISNUMBER, ISTEXT, LEN 檢查空格、嚴格比對）。確認原因後，提供最小修正方案，以及避免再次發生的強健版公式。限制：不要建議重做整個檔案。格式：診斷樹、測試方法、修正方案。
根據想傳達的訊息而非美觀來選擇圖表類型。
我需要向 [受眾，例如：經營委員會、第一線團隊] 展示數據，我想選擇正確的圖表。我想傳達的訊息：[一句話描述，例如：兩款產品集中了大部分的增長]。可用數據：[描述或貼上數據：維度、度量、類別數量、期間]。 請推薦適合該「訊息」的圖表類型（比較、趨勢、佔比、關聯、分布）並用兩句話解釋理由。提出一個備選方案並說明為何將其排在第二。明確排除對這些數據而言是錯誤的選擇（例如：類別過多的圓餅圖、暗示因果的雙軸圖、難以閱讀的堆疊面積圖）並說明原因。 接著提供具體規格：橫軸與縱軸內容、類別排序方式、刻度（是否包含零及其原因）、需直接標註在圖上的內容、標題（應為訊息陳述而非單純描述）。最後提供一個「反面教材」：會扭曲訊息的錯誤選擇。
對圖表進行批判性回顧：刻度誠實度、易讀性、訊息契合度。
這是我準備在 [背景，例如：月報、客戶簡報] 中發布的圖表。詳細描述或數據：[描述圖表：類型、座標軸、刻度、數列、標題，或貼上數據]。預期傳達的訊息：[訊息]。 請從三個維度進行評論。誠實度：刻度是否扭曲了變化（未說明的截斷軸、雙軸、未說明的對數刻度）、選擇的期間是否刻意去頭去尾、樣本數是否足以支撐百分比？易讀性：讀者能否在五秒內理解、標題是否傳達了結論而非僅描述主題、是否有需刪除的雜訊（顏色、格線、過多小數點、冗餘圖例）？契合度：此圖表類型是否服務於該訊息，是否有更佳選擇？ 將建議分為「發布前必須修正」與「建議優化」，並精確描述修正後的版本。限制：評論圖表呈現而非數據本身；若問題出在數據，請分開說明。
將原始匯出資料轉換為圖表工具所需的精確格式。
我想在 [工具，例如：Google Sheets, Excel, Looker Studio] 中製作 [目標圖表，例如：各管道月增長曲線、堆疊長條圖]，但原始數據格式不符。目前數據：[貼上帶標題的片段，例如：每列一筆交易]。 首先描述該工具製作此圖表所需的「目標結構」（長格式或寬格式、每數列一欄或類別欄、日期細節度），並提供 5 列轉換後的範例數據。 接著提供該工具中最簡單的轉換路徑：聚合方式（樞紐表或公式，具體為何）、無數據期間的處理（補零或保持空白及其對曲線的影響）、排序方式，以及僅在顯示時四捨五入（嚴禁在數據源中直接捨位）。 最後提供兩個繪圖前的檢查點：轉換後的總計是否等於原始總計、期間數量是否符合預期 [期間]。格式：目標結構、執行步驟、檢查點。
建立指標定義說明書，消除各團隊間的計算差異。
在我們公司，[指標名稱，例如：轉換率、營收、活躍客戶] 因計算方式不同而有差異，我需要撰寫一份「官方參考定義」。目前已知的用法：[誰在用、怎麼用，例如：行銷部看 GA4，業務部看 CRM]。可用數據源：[工具與資料表]。 請撰寫完整的定義說明書：精確公式（明確定義分子與分母：包含哪些事件或列、排除哪些，如何處理取消、退款、重複、內部測試等邊緣案例）、參考期間與時區、數據差異時的權威來源、更新頻率與封存日期（該月數據事後是否會變動？）。 列出目前用法與此定義之間的可能差異，並預估差異量級，以便準備切換。限制：公式中的每個術語必須可透過查詢驗證，嚴禁模糊字眼（「活躍客戶」必須定義為可測量的標準）。格式：單頁結構化說明書。
將核心指標算術拆解為團隊真正能施力的子指標。
我的核心指標是 [指標，例如：月營收、新客戶數]，我想將其拆解以找出行動點。背景：[業務類型，例如：電商、顧問服務、連鎖店面]。目前數值：[數值]。目標：[目標]。 請建立算術拆解樹：將指標表示為子指標的乘積或總和（例如：流量 x 轉換率 x 客單價），並在必要時將子指標再拆解一層。確保每次拆解在數學上是精確的而非大約。 針對樹狀圖的每個末端節點：說明組織中誰能對其負責、測量所需的數據 [可用來源]、以及現實的提升空間。接著找出哪兩個槓桿的投入產出比最高（敏感度分析：如果該槓桿提升 10%，核心指標會變動多少？），並展示計算過程。限制：標註會互相稀釋效果的槓桿。格式：縮排樹狀圖後接槓桿對照表。
建立並解讀同類群組表，區分「新舊差異」與「時間衰減」。
我想分析 [客戶或訂閱者] 的同類群組（Cohorts）留存情況。可用數據：[描述，例如：包含客戶 ID、首購或註冊日期、後續活動或訂單日期的匯出檔]。工具：[Excel, Google Sheets, SQL]。業務中「留存」的定義：[例如：當月有回購、有活躍訂閱]。 請引導我建立同類群組表：按首購月份分組，計算 M+1, M+2, M+3 等後續月份的活動比例（佔該群組初始規模的百分比）。提供工具內的具體方法（公式或查詢）。 接著協助我「解讀」：區分時間效應（所有群組都會隨時間流失）與群組效應（近期加入的群組在同階段表現是否優於早期群組？）、找出留存趨於穩定的月份，並標註因樣本太小或時間太短而無法下結論的群組（提供建議門檻）。格式：建立方法，後接解讀準則與核心問題。
基於近因、頻率、金額的進階分群，附帶具體行動建議。
我想使用 RFM 模型（Recency 近因、Frequency 頻率、Monetary 金額）對客戶進行分群以優化行銷。數據：[匯出檔，例如：來自 POS 或 CRM 的客戶訂單紀錄，包含 ID、日期、金額]。工具：[Excel, Google Sheets, SQL]。業務性質：[類型與典型購買週期，例如：服飾電商，平均每 2 個月購買一次]。 請建立流程：計算每位客戶的三項指標（提供工具內的精確公式或查詢）、選擇適合「我方週期」的評分門檻而非自動五等分（解釋門檻理由）、分配分數並歸納為 5 到 8 個具象的群體（忠實、沈睡、潛力新客、流失...）。 針對每個分群：預期佔比、一句話特徵描述、優先業務行動及衡量指標。限制：排除已取消訂單與測試帳號，處理僅購買一次的客戶，並註明門檻需在 [建議頻率] 重新檢視。格式：步驟指引後接分群表格。
區分趨勢與季節性的簡單預測模型，附帶誠實的預測區間。
我想預測 [項目，例如：月銷量、預約數、通話量] 在未來 [時間長度，例如：6 個月] 的表現。歷史數據：[貼上數列，建議 24 個月以上，或描述現有數據]。業務具備已知季節性：[描述，例如：12 月高峰，農曆年後低谷]。 請在 [Excel 或 Google Sheets] 中建立簡單且可重複的預測：計算底層趨勢（12 個月移動平均或回歸分析，解釋選擇理由）、根據歷史計算每月季節性係數，最後得出預測值（趨勢 x 係數）。展示公式。 要求結果的誠實性：根據該方法在過去的誤差建立高/低標區間（回測：將方法應用於已知的過去 6 個月並測量偏差），而非裝飾性的區間。列出該方法「無法」預見的因素（特殊事件、調價、異常基準年）以及應觸發重新預測的訊號。格式：方法、公式、帶區間的預測表、限制說明。
超越簡單比例推算的年度預估，納入季節性與已簽約項目。
目前是 [目前月份]，我想預估年底的落地數值 [項目，例如：營收、支出、處理案件數]。目前已達成：[累計值]。年度目標：[目標]。去年與今年的月度歷史數據：[貼上數值]。 請建立並比較三種預估方式：天真比例法（累計值除以已過月份乘十二）、季節性預估法（根據歷史權重推算剩餘月份）、以及「資訊整合法」（加入已知未來資訊：[已知因素，例如：已簽約訂單、報價中案件、夏季休假、預計增員]）。 針對每種方式：提供預估值、其隱含假設、以及最容易出錯的情境。推薦最適合我方案例的方案，並說明其隱含的目標差距（金額與百分比）。最後列出 2 到 3 個仍能改變落地結果的行動及其粗估影響。格式：比較表後接五行建議。
結構化品質稽核：完整性、有效性、新鮮度、一致性，並排列修正優先順序。
你是一位數據品質主管。我想在執行 [預計用途，例如：系統遷移、行銷活動、報表上線] 前，審計 [資料庫名稱，例如：CRM 客戶資料、產品目錄、供應商檔案] 的品質。結構：[列出欄位]。代表性樣本：[貼上 30 到 50 列]。 請按以下維度審計，並針對樣本提供量化觀察：完整性（各欄位填充率，區分核心欄位）、有效性（格式錯誤：Email、電話、郵遞區號、不合理日期）、唯一性（疑似重複項及其偵測準則）、新鮮度（更新日期，推測已過時比例）、內部一致性（欄位邏輯矛盾，例如：郵遞區號與城市不符）。 產出針對「我方用途」的優先修復計畫：哪些是阻礙、哪些會降級體驗、哪些可延後，並針對每批次說明修正方法（自動化或手動）與預估工作量。格式：各維度審計表，後接三階段計畫。
數據集的參考文件：定義、來源、規則與各欄位陷阱。
我想為 [數據集，例如：ERP 訂單匯出、客戶主表、共享報表] 建立數據字典，以避免團隊誤解欄位。欄位與樣本：[列出欄位與 5 列範例]。 已知背景：[數據來源、更新頻率、維護者]。 請為每個欄位撰寫說明：技術名稱與業務稱呼、一句話定義（去術語）、類型與格式、可能值或合理範圍、填充規則（必填、計算、手動輸入）、上游來源，以及最重要的「陷阱」：使用者最容易產生的誤解（含稅/未稅、訂單日/付款日、歷史值/覆蓋值）。若無法從樣本推斷，請註明「需向 [誰] 確認」而非捏造。格式：可直接貼入 Excel 的表格，後接待確認問題清單（按負責人分類）。
調查兩個工具對同一指標測量結果不一致的調查方法。
我的兩個工具對同一指標顯示不同數值：[來源 A，例如：GA4] 顯示 [數值 A]，而 [來源 B，例如：POS 系統、Stripe、CRM] 顯示 [數值 B]，針對 [指標與期間]。差距：[百分比或金額]。我需理解差距原因並決定以誰為準。 請依序引導調查：首先是「定義差異」（各工具具體計算什麼：退款、取消、測試、時區、下單日 vs 入帳日、機器人過濾）、接著是「範圍差異」（某方缺少特定管道或店面）、最後是「採集差異」（測量遺失、Cookie 同意、系統故障）。針對每個假設：提供量化該影響的具體測試，優先處理常見的大宗差距原因。 最終目標：建立從數值 A 到數值 B 的調整表，逐項抵銷差距。最後給出建議：何種用途應以哪方為準，以及可接受的殘餘誤差範圍（低於此值則停止追查）。
發布報表前的核對清單：一致性、範圍、可重複性。
我準備向 [對象] 發布 [產出物，例如：月報、客戶簡報、季度結果郵件]。包含的關鍵數據：[列出主要數據與稱呼]。來源：[各數據來源]。 請引導我執行最終檢查清單，要求我逐項確認：內部一致性（小計等於總計、百分比基數正確、重複出現的數值一致）、外部一致性（與上月及去年同期對比：驚人變化是否有經過驗證的解釋？）、標註範圍（每個數據是否註明期間、範圍與幣別；定義若有變動是否已標註）、可重複性（我能重新產出每個數字：保留了查詢語法或原始檔）、以及捨入（一致且無虛假精確度）。 針對我無法確認的項目，指出具體風險以及是否應阻斷發布。格式：帶核取方塊的編號清單。
簡單的異常偵測機制，具備合理門檻並減少誤報。
我想自動偵測 [監控項目，例如：日銷量、每小時訂單、每日註冊數] 中的異常值，以便快速反應。歷史數據：[貼上數列或描述：細節度、時長、典型值]。工具：[Google Sheets, Excel, SQL]。已知常態波動：[例如：週六強、週日弱、季節性]。 請提出簡單且強健的機制：一個符合週期的參考值（例如：週一對比前幾個週一，而非前一天）、基於歷史分散程度的偏離度衡量與門檻（展示計算邏輯，解釋為何選此門檻而非隨機百分比）、以及防誤報規則（例如：連續兩點異常才警報、高低異常分開設定）。 提供工具內的具體公式。最後列出 3 個會觸發誤報的良性原因（國定假日、促銷、數據採集故障）及處理方式，以及警報觸發後的標準作業三步驟。
在修正或確認前，追溯異常數據根源的調查方法。
報表中的一個數字看起來很奇怪，我需判斷是計算錯誤、數據問題還是驚人的事實。該數據：[數值與稱呼，例如：3 月營收顯示 24 萬，平時約 9 萬]。出現位置：[報表、查詢或檔案名稱]。已知生產鏈：[數據來源及經過的轉換步驟]。 請由後往前分層架構調查，每層提供驗證方法：最終計算（公式、範圍、報表濾鏡）、轉換過程（聚合邏輯、導致重複的 Join、匯入重複、近期定義變更）、採集端（故障、某日大量補登、工具更換）、最後是業務現實（大單、特殊客戶：哪筆紀錄可證明？）。 限制：未確認原因前嚴禁修正；驚人但真實的數據不應被「修正」。格式：有序調查計畫，後接三種可能的結論及其對應行動（修正、記錄、警示）。
有系統地整理自由回答：主題分類、量化統計與忠實引用。
我透過 [管道，例如：滿意度調查開放題、Google 評論、退訂原因] 收集了客戶的自由回答，想進行分析。內容：[貼上內容或代表性樣本，註明總數]。向客戶提出的問題：[精確問題]。 請執行：根據回饋內容建立主題分類架構（非預設架構），為每個主題提供一行定義以確保分類可重複。將每則回饋分類（允許跨主題），然後量化：各主題提及次數、主導情緒、以及與 [可用變數，例如：評分、客戶年資] 的交叉分析。 誠實性限制：逐字引用而不重寫、區分「常見主題」與「罕見但嚴重的主題」、註明樣本數（樣本低於 30 份時不使用百分比）、嚴禁捏造引用。格式：單頁總結（按頻率排序主題、每個主題 2 則代表性引用、需監測的弱訊號），後接完整分類表。
完整的問卷處理：清理、次數分配、交叉分析與樣本數警示。
我透過 [工具，例如：Google Forms, SurveyCake] 進行了問卷調查，現在需要整理。回收數：[數量]。問題清單：[列出問題與類型：單選、多選、量表、簡答]。匯出檔：[貼上回答片段]。調查目標：[想決定或學習的事情]。 請依序執行：清理（重複回答、極短時間完成者、邏輯明顯矛盾者：列出剔除項目與理由）、各題次的次數分配（根據題型選擇呈現格式）、以及針對「我的目標」最有價值的 3 到 5 組交叉分析（解釋選擇理由，不要無差別交叉）。 必要警示：說明受眾特徵及樣本與目標母體的潛在偏差（發布管道、自願偏差）、標註任何細項樣本數低於 30 的交叉分析、嚴禁對宣告式數據下因果結論。格式：整理計畫、樣本分析結果、結尾限制說明。
在沒有對照組的情況下，誠實評估變動產生的效果。
我在 [日期] 實施了 [變動，例如：新營業時間、網頁改版、新價格、新話術]，想知道是否有效，但沒有對照組。追蹤指標：[指標]。實施前數值：[實施前的序列，愈長愈好]。實施後數值：[實施後的序列]。期間其他事件：[同時發生的變動：季節、廣告、新聞、天氣、競爭對手]。 在比較平均值前，請強制我確認：實施前窗口是否具代表性（夠長、無異常）、觀察到的變化是否超過指標的常態波動（根據歷史數據量化）、季節性是否能解釋差距（對比往年同期）、哪些併發事件可能產生相同效果？ 結論分三級：數據能肯定的、數據僅暗示的、數據無法判斷的。最後提出能讓下次評估更穩健的方案（逐步切換、輪替測試、對照組）。嚴禁僅憑時間先後斷定因果。
將分析工作濃縮為單頁決策文件：現狀、數據、選項與建議。
根據我的分析結果撰寫一份單頁備忘錄，對象為 [讀者，例如：總經理、投資委員會、客戶]，其閱讀時間約 [可用時間，例如：3 分鐘]，需決定的事項為：[決策目標]。原始素材：[貼上分析結果、數據、觀察，雜亂亦可]。我的建議：[若有建議請列出]。 強制結構：一個表達結論的標題（非主題）、首段給出答案與關鍵數據、最多 3 個觀察（每個觀察僅配一個數據支撐）、各選項的成本與風險（各一行）、明確的建議、以及一行「我們尚不清楚的事項」以說明限制。 形式限制：最多一頁、短句、去分析師術語（不使用「相關係數」、「數據集」等詞彙）、數值四捨五入至利於決策的精確度、嚴禁包含素材外的新數據。若素材不足，請標註 [數據缺失] 而非捏造。格式：結構化備忘錄。
將分析結果轉化為有感染力的故事：敘事線、一頁一重點、具象化數據。
協助我將分析結果轉化為令人印象深刻的簡報，對象與場合為 [受眾與場合，例如：經營層季度會議、客戶提案]。時長：[時長]。要呈現的結果：[貼上關鍵觀察與數據]。希望受眾最後採取的行動：[決策、預算、優先級調整]。 請以弧形敘事架構：受眾認同的現狀、張力（令人不安或驚訝的數據/觀察）、探索（原因分析，最多 2 到 3 個證據）、解決（我的提案）與行動呼籲。接著拆解為投影片：一頁一重點，每頁標題應為傳達該重點的肯定句（連續讀標題應能構成完整故事）。 針對每個關鍵數據，提出具象化的呈現方式（對比受眾熟悉的量級、轉化為金額或每週客戶數）。限制：嚴禁為了敘事捏造數據，分析的保留意見需獨立佔一頁而非註腳。格式：逐頁計畫（含標題與內容）。
將技術性結果譯成白話，不扭曲也不過度推銷。
將我的分析結果翻譯給完全沒有統計背景的 [對象，例如：業務團隊、加盟商、終端客戶]。技術結果：[陳述技術結果，例如：X 與 Y 的相關係數為 0.7、信心區間、A/B 測試結果、評分模型]。受眾需採取的行動：[預期變動]。 提供三個層次的解釋：30 秒口語版（白話、生活化類比、去技術詞彙）、5 分鐘詳細版（包含來自數據的具體範例）、以及受眾可能提出的 3 個問題之應對。 忠實性限制（不可協商）：科普內容不得超出技術結果（相關不等於因果、趨勢不等於確定性、局部結果不等於全面適用）；明確標註簡化之處及其捨棄的細節。格式：三個層次，後接簡化清單。
完整記錄常態性報表，確保可傳承與可維護。
我想為 [報表名稱，例如：每月業務儀表板、每週一發送的活動報告] 撰寫說明文件，以便他人能獨立產出、理解並修正。目前產出方式：[描述機制：數據源、匯出、檔案、公式、手動調整、發布方式]。頻率：[頻率]。受眾：[誰接收、如何使用]。 請分四個部分撰寫：產出操作手冊（按順序的步驟、點擊位置或查詢語法，包含「不可告人」的手動調整步驟）、指標字典（定義、公式、來源）、依賴關係圖（會導致報表出錯的變動：格式變更、權限過期、分頁更名）、以及事故處理流程（如何核對受質疑的數據、聯繫誰、如何標註已發布的錯誤報表）。 若我的描述有缺失，請向我提問而非猜測。格式：結構化文件，適合存放在 [位置，例如：團隊雲端硬碟]。
針對識別碼不一致的兩個檔案，建立多層次的比對策略。
我需要比對兩個關於相同實體但缺乏可靠共通 ID 的檔案：[檔案 1，例如：含公司名與 Email 的 CRM 匯出] 與 [檔案 2，例如：含公司全銜與發票號碼的財務匯出]。檔案 1 欄位：[列出]。檔案 2 欄位：[列出]。樣本：[各貼 10 列]。比對目標：[最終目的]。 請建立由強至弱的階梯式比對策略：首先是標準化後的精確鍵值（小寫 Email、統一編號、清理後的電話）、接著是複合鍵值（標準化名稱加郵遞區號）、最後是名稱模糊比對（說明在 [Excel, Google Sheets] 中的可行方法及其限制）。針對每階梯：說明樣本中的匹配數及預期誤判率。 限制：每個匹配項需保留「比對方法」欄位以註明來源；未匹配項必須移至手動處理清單，嚴禁無聲捨棄。格式：階梯計畫、公式、匹配率追蹤表。
設計具代表性的樣本規模與抽取方式，以支持結論的有效性。
我無法檢查所有資料，需進行抽樣。母體：[描述與規模，例如：12,000 件客戶檔案、3,000 張年度發票、800 通錄音]。我想估計或驗證的事項：[目標，例如：輸入錯誤率、合規比例]。決策所需的精確度：[例如：確認錯誤率是否超過 5%、誤差正負 3 個百分點]。 請建立計畫：達成目標精確度所需的樣本數（簡單解釋推理邏輯而非直接丟公式）、避免偏差的抽取方法（簡單隨機或分層抽樣：若母體有顯著差異的子群組 [描述分層]，請建議分層比例）、以及在 [Excel 或 Google Sheets] 中的具體操作步驟（可重複的隨機抽樣公式）。 列出儘管抽樣仍可能威脅「我方案例」的偏差（找不到的檔案被輕易替換、期間不具代表性）及應對方案。最後提供一段用於呈現結果及其不確定邊界的誠實描述語句。
嚴謹定義轉換率：分子、分母、窗口期與計數陷阱。
我的轉換率因計算方式不同而波動，我想建立統一標準。背景：[流程，例如：網站訪問到購買、報價到簽約、通話到預約]。測量工具：[例如：GA4, CRM, POS]。目前使用的不同版本及其結果：[列出目前流通的版本]。 請協助建立嚴謹定義：分子（哪些事件算轉換，如何處理取消、重複、同一人多次轉換）、分母（誰進入基數：不重複訪客或訪問次數、合格潛客或所有聯絡人，進入準則為何）、以及歸因窗口（從進入到轉換的時限，跨月轉換如何歸屬）。 針對每個選擇，展示其對數據的影響並說明業界慣例。解釋為何目前計算會產生分歧。最後提供一句可發布的定義，以及提醒受眾避免的兩種解讀錯誤（比較不同範圍的轉換率、未加權的平均轉換率）。
定義完善的流失計算：起始基數、期間、邊際案例與同類群組解讀。
我想計算並追蹤 [業務，例如：軟體訂閱、維護合約、健身房會員] 的流失率。可用數據：[描述，例如：含開始日期、結束日期、狀態、月費的訂閱匯出檔]。帳單週期：[月繳、年繳、混合]。 首先設定定義決策，針對我方案例提供建議及其對數據的影響：按客戶數或按營收計算（兩者意義不同：提供數據範例）、起始基數（期初客戶數，是否包含當月新客）、邊際案例處理（暫停、欠費中、降級、已申請退訂但尚未生效、回流客戶）。 提供精確公式及其在 [Excel, Google Sheets 或 SQL] 中的實作。警告常見解讀陷阱：月繳與年繳混合在同一比率、銷量加速增長導致流失率機械性下降的假象、以及為何「同類群組年資分析」是整體比率的重要補充。格式：決策建議、公式、實作、陷阱。
誠實分攤成本的獲利分析，區分毛利率與貢獻額。
我想了解每個 [產品、服務或類別] 的真實獲利。數據：[匯出檔，例如：來自 POS 的品項銷量與價格、來自會計系統的採購與成本]。已知成本：[列出：進貨、材料、人工、固定費、運費、抽成]。 請分步驟建構分析：各產品毛利（售價減直接成本，註明皆為未稅）、接著是棘手的間接成本分攤：針對我方業務提出 2 種合理分攤準則（按營收、按工時、按銷量），展示排名如何隨準則改變，並說明為何沒有絕對的「正確答案」。 結合毛利率、毛利額與銷量呈現結果：高毛利但賣不動的產品、低毛利但撐起銷量的產品，以及只看單一指標會錯過的事。最後提出該分析能輔助的 3 種決策（定價、下架、主打）及其決策前需額外確認的數據。格式：方法、範例表格、解讀評論。
針對核心客戶或產品的 80/20 分析，評估相關風險。
我想衡量業務對少數 [客戶、產品、管道、品項] 的依賴程度。數據：[匯出檔，例如：來自發票系統的 12 個月客戶營收、來自 POS 的品項銷量]。工具：[Excel 或 Google Sheets]。 請引導建構集中度分析：降冪排序、累計值與累計百分比（提供精確公式）、解讀關鍵門檻（前 50% 與 80% 由多少項目構成、前一名與前五名的佔比）、以及柏拉圖曲線（如何繪製與解讀）。 超越數據呈現：協助我評估此集中度對我方案例的「風險」：如果第一名 [客戶或產品] 消失會發生什麼（金額與百分比影響）、集中度與 [對比期間] 相比是增加還是減少、以及「長尾」（眾多小客戶）的服務成本是否高於其貢獻？ 限制：處理實質為同一實體的關聯項（同集團、同買主），且在未檢視真實成本前不輕易下達「砍掉長尾」的結論。格式：方法、公式、五行風險評估。
在排名之前，中性化門市、分行或團隊的背景差異。
我想比較 [門市、分行、團隊、網站] 的表現，但需排除背景差異帶來的不公。比較單位：[列出，包含已知差異：規模、地段、年資、人數、人流量]。數據：[各單位與期間的指標]。 請分三階段建構比較。首先是「基準化指標」（按員工數、按坪數、按營業時數、按區域人口：選擇適合我方業務的比率並解釋）。接著是「自我增長比較」（與去年同期對比）：增長排名與原始排名有何不同？最後是「無法解釋的偏差」：在排除背景因素後仍存在的差距，這些是值得實地訪談而非直接懲處的對象。 限制：標註因年資太短或規模太小而不列入排名的單位，嚴禁在未展示組成比率的情況下給出單一總排名，並列出數據未捕捉的因素（裝修、地方競爭、長期缺員）。格式：對照表範例，後接主管會議用的解讀準則。
解讀漏斗：各階轉化率、流失點、不同客群的行為差異。
我想分析轉換漏斗以找出優化重點。流程：[按順序描述步驟，例如：訪問、產品頁、購物車、物流、支付、確認；或 B2B：潛客、建立聯繫、會議、報價、簽約]。各階量體 [期間]：[貼上數據]。測量來源：[GA4, CRM 等]。 計算相鄰步驟間的轉化率（非僅看起點到終點），並識別流失最多的環節（包含絕對流失人數與流失率）：這兩者指向的環節可能不同，請解釋針對我的目標 [目標，例如：流量不變下增加簽約數] 應優先處理哪一環。 在下結論前，與我確認測量陷阱：未觸發的技術埋點、跳過步驟或回流的個案、對慢速決策流程而言過短的測量窗口。接著提出針對 [可用分群，例如：手機 vs 電腦、流量來源、客戶規模] 最具啟發性的交叉分析及其含義。格式：轉化率表格、診斷建議、針對優先環節的 2 個可測試優化假設。
有系統地檢視兩組數據的關聯，不混淆相關性與因果關係。
我懷疑 [變數 1，例如：天氣、線上評論數、報價回覆速度] 與 [變數 2，例如：銷量、成交率] 之間存在關聯，想進行驗證。數據：[貼上兩組配對序列，包含細節度：按日、按週、按案件]。初步直覺：[我的看法以及若證實後的行動]。 請在 [Excel 或 Google Sheets] 中引導分析：首先是散佈圖及其讀取（形狀、方向、拉動關係的異常點）、接著是相關係數及其白話解釋，並根據我的樣本數 [樣本數] 說明該係數是否具備參考價值。 接著是關鍵部分：在下因果結論前，檢視競爭性解釋：影響雙方的共同因素（如時間序列中的季節性）、因果倒置的可能性、樣本數過少導致的純粹巧合。針對每項，提供我方數據的驗證方法。結論強制分為三行：已證實的事實、仍為假設的部分、以及能一錘定音的實驗方案。