零代码基础，我用WorkBuddy半小时分析了170万+条客户数据

公司在3年前投建了新的游泳健身中心，随着项目的经营累积，来游泳和锻炼的会员也越来越多，整个会员管理系统中沉淀了6万多名会员，共计接近180万条各类数据。想看看活跃度、消费行为，结果系统导出来的只有一堆Excel——打开全是乱糟糟的原始数据。就这数据，如果要肉眼清洗、做报表，至少得3年……所以，在结合企业需求和AI助手相关技能基础之上，自己果断选择在WorkBuddy的帮助下进行数据分析，整个过程清晰而流畅，结果跃然纸上。
先来说一下我们这个项目的基本情况吧。
首先整个项目的布局有三层：一层是前台和室外游泳池，并且室外游泳池是带有更衣室的，进入更衣室需要过道闸。二楼是一个纯健身区域，并且带有道闸。三楼是更衣室和室内游泳区。

因此会产生以下几种锻炼行为：当夏天一楼露天泳池开放的时候，会员会过一楼道闸进行更衣，直接进入一楼室外泳池进行游泳，随后出闸。平时在二楼锻炼的人，需要去三楼更衣，出三楼更衣道闸，再下二楼过二楼道闸进入锻炼区锻炼。平时去三楼游泳的人则直接过三楼道闸进入更衣室更衣，然后直接进入泳区游泳。
再来看一下，我可以从会员管理系统中导出哪些数据？首先是卡类数据，卡类数据包含了时间卡和次数卡；然后是私教数据，这个私教数据包含了健身私教、游泳私教以及游泳大课私教；接下来是各个闸机的过闸记录。我把他们简单总结为如下数据表：

其实，通过上表不难发现，姓名和手机号是把各张excel串起来的关键，只要通过他，就可以发现各个会员的行为了。
循着这一点，在使用WorkBuddy时，首先我告诉他各个数据之间的关联。因此，围绕所有会员的记录，我告诉他这些数据是如何通过姓名和手机号串起来的，并且如何通过数据来判定一个人到店的行为。通过这个步骤，可以让WorkBuddy明白如何去看懂这些表。

首先会员包含有姓名、手机号码等信息，卡种有次卡和时间卡两大类，次卡主要包含自定义次数、10次卡、30次卡和50次卡，时间卡包含年卡、半年卡、季卡、月卡等，一个人名下既可以有时间卡也可以有次卡。（部分提示词展示）

在将所有excel表格和提示词丢给WorkBuddy后，它理解了一下，也非常贴心的列出了下表以确认逻辑是否有误：

表类型（根据文件名判断）

道闸ID对应关系

行为判定逻辑

当他看懂这些表之后，他会对数据进行清洗和改造，并且相互之间制造关联。在WorkBuddy重新对表进行关联和读懂之后，我们就可以告诉他我想要怎样的报告了。
因此来到了第二步，为写报告再写第二次的提示词。当然，这个步骤是因人而异的，会因为各个行业的不同而不同。以游泳健身馆为例，我想了解的主要有以下一些信息：

1、整个库中一共有多少名会员，名下尚有有效卡种的会员有多少，时间卡依然大于当天日期或次卡有剩余次数或私教有剩余次数的判定为有效卡种；
2、在本周期（今年1月1日截止表上目前时间）内售卖的卡种（有效期从2026年1月1日开始）中各个种类的占比,请剔除自定义时间卡种和自定义次卡卡种；
3、统计常态化场区内人们进场后是去游泳了还是去健身了，其中把一楼室外泳池单列。
（以上提示词我只列出了部分）

在写提示词的时候，针对我想了解的信息，我还特地每一条都进行详细的解读，这样就能让AI更好的理解我想要的结果。经过大概几分钟的时间（不得不说，处理速度真是惊人），WorkBuddy立刻传回了一份带有图表的分析报告，整个报告完成度非常之高，而且是那种直接拿来就能用的版本！

好了，以上是此次借助AI的能力在没有任何代码基础的前提下，单纯的通过对话让其协助进行数据分析的具体案例，希望对大家能够有所启发。