拖 CSV 进去自动做数据分析：AI 识别结构、维度分析、生成图表和结论
从数据到洞察的传统流程
传统数据分析是条很长的链路：
- 拿到 CSV/Excel → 打开 Excel 或 Python 加载
- 理解每一列的含义 → 可能需要问业务方
- 做数据清洗（去空值、类型转换）
- 选择分析维度（按时间、按区域、按品类聚合）
- 计算关键指标
- 选图表类型、画图
- 写解读和洞察
每一步都需要数据处理能力，对非技术背景的人来说门槛很高。
AnyGen 的零门槛流程
第一步：拖文件进去
直接把 CSV 或 Excel 文件拖到输入框，或者点 "+" 上传。AI 会：
- 自动加载数据
- 理解表结构（列名、数据类型、行数）
- 如果某些字段含义不明确，可能会问你
第二步：描述分析需求
用自然语言说你想做什么，比如：
"帮我分析这份销售数据，看看哪个区域增长最快，哪月份是低谷，然后按品类做个对比。"
第三步：AI 自动分析
AI 会：
- 选择分析维度（可能同时多个维度）
- 计算聚合指标
- 选最合适的图表类型
- 生成可编辑的图表对象（不是静态图）
- 给出数据洞察摘要
第四步：交互式精修
生成后，你可以：
- 要求换图表类型（比如"把柱状图改成折线图"）
- 调整分析维度（比如"别按区域了，按产品型号分组"）
- 手动微调图表样式（颜色、标签、图例）
- 用对话模式深入追问（比如"华南区 Q3 增长的主要驱动是什么"）
实际使用场景
Q4 销售数据分析：
- 上传
sales_q4.csv，包含日期、区域、产品、金额、数量 - 说"做 Q4 销售分析，重点看区域对比、月度趋势、Top 10 产品"
- AI 生成三张图表：区域营收柱状图、月度折线图、产品排名条形图
- AI 给出洞察："华东区贡献 42% 营收，11 月为销售高峰，产品 X 占总额 35%"
- 你追问："为什么 10 月销量低？和去年同期比呢？"
- AI 进一步分析并给出对比结论
支持的分析类型
AnyGen 数据分析模块可以做的事：
- 描述性统计：均值、中位数、标准差、极值
- 分组聚合：按时间/区域/品类分组求和/平均
- 趋势分析：时间序列折线、同比环比
- 对比分析：不同组别之间的差异
- 相关性分析：两个指标之间的关系
- 异常检测：找出数据中的离群点
输出形态
数据分析的产出可以：
- 直接作为 Data Analysis 任务的成果，包含图表 + 洞察
- 一键转换成 Document（图表嵌入文档正文）
- 一键转换成 Slides（图表作为独立幻灯片）
- 导出为 PowerPoint/Word/PDF 等格式
边界和注意事项
- 数据源质量：垃圾进垃圾出。如果你的 CSV 本身有问题（缺失值多、单位混乱、字段含义不明），AI 的分析结果也会打折扣
- 数据隐私：不要把包含敏感个人信息（身份证号、手机号）的数据上传到 AI 服务
- 大文件：非常大的 CSV（几十万行以上）可能处理较慢，可以先在本地做初步裁剪
- 图表精度：任何 AI 生成的结论，建议用原始数据做抽样验证——Verification Agent 能帮你发现大部分问题，但不能代替你对数据的业务理解