> For the complete documentation index, see [llms.txt](https://yeasy.gitbook.io/claude_guide/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://yeasy.gitbook.io/claude_guide/di-si-bu-fen-shi-zhan-pian/09_practical/9.3_data_analysis.md).

# 9.3 数据分析助手

对于非技术人员（运营、销售、CEO）来说，此时此刻想知道“上周北京地区的复购率是多少”，通常需要给数据分析师提需求，然后等三天。 Claude 赋予了每个人通过自然语言与数据对话的能力。

## 9.3.1 核心模式：Code Interpreter

Claude 并不直接在大脑里做数学题（容易算错），而是通过 **编写并执行代码** 来分析数据。

### 实战：CSV 深度分析

**User**: 上传文件 `user_behavior_2025.csv`。 **Questions**: “分析一下用户的留存情况，并画一个同期群分析 (Cohort Analysis) 热力图。”

**Claude Action (Step-by-Step)**:

1. **Exploration**: 先写代码看前 5 行。

   ```python
   import pandas as pd
   df = pd.read_csv('user_behavior_2025.csv')
   print(df.head())
   print(df.info())
   ```

   *Observation*: 发现 `signup_date` 是字符串，需要转换。
2. **Analysis**: 编写复杂的 Pandas 逻辑。

   ```python
   # 转换日期格式
   df['signup_date'] = pd.to_datetime(df['signup_date'])
   df['last_active'] = pd.to_datetime(df['last_active'])

   # 计算用户所属的 cohort month
   df['cohort_month'] = df['signup_date'].dt.to_period('M')

   # ... 省略中间的 pivot table 计算逻辑 ...

   # 得到 retention_matrix
   print(retention_matrix)
   ```
3. **Visualization**: 调用 Plotly 画图。

   ```python
   import plotly.express as px
   fig = px.imshow(retention_matrix,
                   text_auto='.1%',
                   title="User Retention Cohort Analysis")
   fig.write_html("cohort_heatmap.html")
   ```

**Result**: 最终直接返回一个可交互的 HTML 文件给用户。

## 9.3.2 Text-to-SQL：让非技术人员查库

对于存储在数据库（MySQL, PostgreSQL, Snowflake）中的海量数据，不能把它们都 dump 成 CSV。 这时需要 **Text-to-SQL**。

### 架构设计与 Self-Correction

一个健壮的 Text-to-SQL 系统必须包含 **错误自愈** 机制。

**Scenario**: 用户查询 “上个月销售额最高的 3 个品类”。

**Round 1 (Fail)**:

* Claude 生成: `SELECT category, sum(sales) FROM transactions WHERE month(date) = ...`
* Execution Error: `Function month() does not exist. Did you mean extract(month from date)?`
* **Claude Thinking**: “啊，这是 Postgres 数据库，不支持 `month()` 函数，我应该用 `EXTRACT` 或者 `DATE_TRUNC`。”

**Round 2 (Success)**:

* Claude 修正:

  ```sql
  SELECT
      p.category_name,
      SUM(t.amount) as total_sales
  FROM transactions t
  JOIN products p ON t.product_id = p.id
  WHERE t.created_at >= DATE_TRUNC('month', CURRENT_DATE - INTERVAL '1 month')
    AND t.created_at < DATE_TRUNC('month', CURRENT_DATE)
  GROUP BY 1
  ORDER BY 2 DESC
  LIMIT 3;
  ```
* Result: `["Electronics", 500k], ["Home", 300k], ...`

**Explanation**: Claude 最后会把结果翻译成人话：“上个月销售额前三的品类是电子产品（50 万）、家居（30 万）...”。

## 9.3.3 自动可视化

数据分析的尽头是图表。不必手动去 Excel 做图。

**Prompt**:

> “请用一个交互式的 Plotly 散点图展示广告投入(x)与转化率(y)的关系，点的颜色代表地区，点的大小代表销售额。”

Claude 生成的 JSON 配置可以直接注入到前端的 ECharts 或 Plotly.js 中渲染。

## 9.3.4 真实案例：某电商运营助手

**背景**: 运营每天需要盯盘，发现流量异常。

**Agent 执行逻辑**:

1. **Schedule**: 每天早 9 点被 Cron Job 唤醒。
2. **Detection**: 运行 Python 脚本 (`scipy.stats`) 检测昨日流量是否有 > 3 sigma 的波动。
3. **Drill Down**: 如果发现异常（如 “流量暴跌 40%”），Agent 自动生成 SQL 查询：
   * “是不是某个渠道挂了？” (Group by Channel)
   * “是不是安卓端挂了？” (Group by OS)
4. **Reporting**: 最终生成一份 PDF 简报，通过 Slack 发送给运营总监，并附带一句：“初步排查是 iOS 18.2 版本的转化率异常，建议技术团队跟进。”

***

数据分析需要严谨，软件开发更需要严谨。 AI 写代码很快，但谁来保证它写得对？ 这就需要 **AI Testing & QA**。

➡️ [自动化研发流水线与 QA](/claude_guide/di-si-bu-fen-shi-zhan-pian/09_practical/9.4_qa_test.md)