如何用 Raccoon AI 分析数据
从你的提示开始
描述你需要从数据中了解什么，以及它应该为哪些决策提供依据。具体说明你想回答的问题、关注的指标，以及期望的输出格式。
附上你的数据文件
上传包含数据的电子表格、导出文件和文档。Raccoon AI 直接从你的文件中提取洞察，基于你的真实数据进行分析，而非使用通用模板。
我想为我的 Shopify 家居用品店做更聪明的库存决策。分析销售数据后创建一个 Excel 仪表盘。包括： - 产品表现 - 库存健康度 - 季节性规律 - 客户地域分布 使用到岸成本计算利润率，并标记缺少成本数据的 SKU。
shopify_orders_export.csvcurrent_inventory_levels.csv看数据活起来
Raccoon AI 处理你的数据，识别规律，并构建你要求的分析。你会看到图表成形、计算运行、洞察逐步呈现。
你将获得的成果
Raccoon AI 生成所有需要的交付物：格式化的工作簿、标注完整的图表，以及可直接分享给相关方或用于决策的书面洞察。
深入挖掘
你的分析已经可以使用，但你可以进一步探索特定主题或调整输出以完全符合需求。让 Raccoon AI 深入某个细分、添加可视化图表或重新表述发现。
具体的请求带来更好的结果
与其说"继续分析"，不如说"按产品品类拆解利润率"或"为销量前 10 的 SKU 添加季节性趋势图表"。指出具体方向能帮助 Raccoon AI 精准聚焦。
这才是分析真正发力的地方
初始分析回答你明确提出的问题。追问会揭示你之前不知道该问的内容。许多最有价值的洞察来自第二轮或第三轮的探索。
再添加图表，展示各城市和地区的收入分布。
高阶使用技巧
一开始就设定质量标准
在初始提示中加入标准："标记统计异常值"、"百分比旁附样本量"、"预测值附带置信区间"。这些从一开始就能引导分析方向，而不是事后修正。
上下文让分析更智能
如果某些月份是特殊情况，某条产品线年中才上线，或者你调整过定价——提一下。Raccoon AI 理解了业务背景才能更好地解读数据。
要求给出"怎么做"
要求可执行的结论，而不只是图表。"告诉我滞销库存应该怎么处理"比"展示库存周转率"更有价值。
常见问题
用 AI 驱动的分析将原始数据转化为可执行的洞察。我们的智能数据分析师处理从统计分析到预测建模的一切工作，支持 CSV、Excel 和数据库文件。了解 Raccoon AI 如何帮你更快做出数据驱动的决策。
有更多问题或寻找不同的解决方案？ 联系销售
Raccoon AI 支持 CSV、Excel（XLSX）、JSON、SQL 数据库和 API 连接器。你可以上传文件或连接实时数据源。
可以！Raccoon AI 能处理数百万行的数据集，高效地执行复杂分析和创建可视化图表。
统计分析、趋势检测、预测建模、聚类分析、相关性分析、异常检测，以及基于你需求的自定义计算。
会的！完整的分析过程会实时展示，包括所使用的方法。脚本和相关文件都在你的工作区中，你可以要求 Raccoon AI 解释方法论或准备说明文档。
当然可以！Raccoon AI 能创建图表和可视化、运行统计检验（回归、方差分析、相关性）、检测异常值、清洗数据、生成预测等等。
