第 1 / 5 課

正在準備工作環境...

AI 數據解讀：CSV 上傳就有洞察

別再花兩小時手動看 Excel 了。上傳 CSV，AI 幫你 3 分鐘抓出重點。

課程目標

學完這堂課，你將能夠：

把 CSV / Excel 檔案上傳到 ChatGPT 和 Gemini，讓 AI 直接分析數據
運用 5 個萬用 Prompt 模板，快速產出數據洞察與客戶報告
辨識 AI 數據分析的常見陷阱，避免報告出錯

一、為什麼 CS / AM 需要會用 AI 看數據？

先講一個殘酷的數字

根據 MIT 研究，約 95% 的 GenAI 專案被評估為「沒達標」。主因不是 AI 不好用，而是團隊的學習落差——不知道怎麼把 AI 嵌進日常工作流程。

但反過來看：某 SaaS 平台的 CS 團隊，系統化地用 AI 做 churn scoring 和客戶健康度分析，6 個月內流失率降了 36%、日常效率提升 40%。

關鍵不是「會不會用 AI」，而是「有沒有系統化地嵌入你的日常工作流」。 這堂課就是要幫你建立這個系統。

你是不是也遇過這些場景？

下午三點，主管突然說「幫我看一下這份數據」：打開 CSV，幾千行，光是找重點就花了一小時
客戶問「上個月表現怎麼樣？」：你知道數據在哪裡，但要從原始報表整理成能講的故事，至少要半天
月報趕死線：每個月都在重複做一樣的事——打開 Excel、拉樞紐、做圖表、寫摘要
看到數字但說不出 so what：營收下降 15%，然後呢？客戶要聽的是「為什麼」和「怎麼辦」

傳統做法 vs AI 做法

	傳統做法	AI 做法
時間	1-3 小時	3-10 分鐘
需要的技能	Excel 樞紐分析、公式、圖表	會上傳檔案、會問問題
產出品質	取決於你的 Excel 功力	結構化摘要 + 異常偵測
門檻	中高（要會 VLOOKUP、Pivot Table）	低（會打字就行）

重點不是取代你的判斷，而是讓 AI 先幫你做完苦工，你專注在「解讀」和「行動建議」。

二、把 AI 變成你的 CS 數據助理

你已經用過 ChatGPT 或 Gemini，但多半只拿來問問題、翻譯或寫信。這一節教你怎麼把它們變成「數據分析助理」——上傳 CSV，直接拿到洞察。

事前準備

你要分析的 CSV 或 Excel 檔案（建議檔案大小 < 50MB）
確認檔案裡沒有客戶個資（姓名、電話、身分證號等，詳見第五章）
ChatGPT 或 Gemini 擇一即可，兩個都試更好

操作流程（ChatGPT / Gemini 通用）

Step 1：上傳檔案

ChatGPT：在對話框左側點擊「迴紋針」圖示，選擇 CSV / Excel 檔案上傳
Gemini：在對話框左側點擊「+」按鈕，選擇「上傳檔案」（支援 .csv、.xlsx、.xls、.tsv；若資料在 Google Sheets 可直接用 Gemini 側邊欄）

Step 2：先確認 AI 讀對了

上傳後先問：「請列出這份檔案的所有欄位名稱和資料類型」
確認 AI 理解的欄位和你認知一致，再開始分析

Step 3：用 Prompt 模板問問題

直接複製第四章的萬用模板貼上，按 Enter 送出
後面會教你 5 個模板

Step 4：檢視結果 + 追問

AI 會產出結構化的分析結果（摘要、表格、圖表等）
繼續在同一個對話裡追問：「這個下降的原因可能是什麼？」「幫我用表格重新整理」
不用重新上傳檔案，AI 會記得

注意事項

如果檔案有多個 Sheet，ChatGPT 預設讀第一個，可指定：「請分析第二個工作表」
中文欄位名稱可以正常辨識，不需要翻成英文
資料量太大（超過幾萬行），AI 可能只讀取部分資料，會主動告訴你

三、ChatGPT vs Gemini：怎麼選？

場景	推薦工具	原因
上傳 CSV 做快速摘要	兩者皆可	功能差不多
需要畫圖表	ChatGPT	圖表功能更成熟
數據在 Google Sheets	Gemini	直接在 Sheets 裡用，免搬資料
需要深度追問	ChatGPT	多輪對話能力較強
需要結合 Google 工具	Gemini	和 Docs、Slides 無縫串接

觀念可移植： 不管你用哪個工具，Prompt 的邏輯和思路是一樣的。學會一個，另一個照搬就能用。這門課所有模板兩邊都適用。

建議：兩個都試，找到你順手的。同一份數據用兩個工具各跑一次，互相驗證更保險。

四、5 個萬用 Prompt 模板

以下模板適用於 ChatGPT 和 Gemini。上傳檔案後，直接複製貼上即可。

模板 1：三大關鍵發現

請幫我摘要這份數據的 3 個關鍵發現。

要求：
- 每個發現用一句話描述，後面附上支持的數字
- 按重要性排序（最重要的排第一）
- 用繁體中文回答

適用場景：主管問你「這份數據重點是什麼？」，3 分鐘內就能回答。

💡 ChatGPT vs Gemini 差異提示：ChatGPT 傾向先描述整體趨勢再列發現；Gemini 傾向直接列點，格式更表格化。兩邊結果都能用，看你偏好哪種呈現方式。

範例產出：

官網通路營收較上月成長 23%（從 $1,200,000 增至 $1,476,000），主要由面膜品類帶動

蝦皮通路的客單價下降 18%（從 $850 降至 $697），可能與促銷折扣力道加大有關

新客占比從 35% 提升至 42%，但回購率同步下降 5 個百分點

模板 2：異常偵測

請檢查這份數據，哪些指標有異常？可能原因是什麼？

要求：
- 列出所有偏離正常範圍（漲跌超過 15%）的指標
- 每個異常給出 2-3 個可能的原因假設
- 標明是正向異常（好事）還是負向異常（需注意）

適用場景：數據 review 會議前，快速掃一遍有沒有需要特別說明的異常值。

💡 ChatGPT vs Gemini 差異提示：ChatGPT 通常會跑 Python 計算後再列異常；Gemini 更偏向直接讀數據做文字推論。如果你需要精確的統計門檻判斷，ChatGPT 較穩定。

模板 3：月份比較

請幫我比較這份數據中 1 月 vs 2 月的變化，標出所有漲跌超過 10% 的項目。

要求：
- 用表格呈現，欄位包含：指標名稱、1 月數值、2 月數值、變化幅度（%）、趨勢（↑/↓）
- 按變化幅度絕對值由大到小排序
- 最後用 2-3 句話總結整體趨勢

適用場景：月報、QBR（季度業務回顧）的核心素材。

💡 ChatGPT vs Gemini 差異提示：兩者都能產出表格，但 Gemini 的 Markdown 表格格式通常更乾淨，方便直接貼進 Google Docs。ChatGPT 有時會多產出一張圖表作為附加。

模板 4：客戶報告摘要

用這份數據產出一段 200 字的客戶報告摘要。

要求：
- 語氣專業但不生硬，像是資深顧問在跟客戶說明
- 結構：整體表現 → 亮點 → 需關注的項目 → 下一步建議
- 避免使用技術術語
- 用繁體中文

適用場景：週報、月報的開頭摘要段落，直接貼進報告就能用。

💡 ChatGPT vs Gemini 差異提示：Gemini 產出的報告摘要語氣偏正式書面；ChatGPT 的語氣會稍微口語一點。如果你覺得太生硬或太口語，追問「請調整語氣更 ___」即可。

模板 5：口語化說明

如果我要跟客戶當面說明這份數據的重點，你建議我怎麼說？

要求：
- 用口語化的方式，像是在會議室裡講給客戶聽
- 控制在 1 分鐘內能講完的長度
- 先講好消息再講需要注意的地方
- 最後用一句話帶出「接下來我們建議...」

適用場景：客戶會議前的「講稿」準備。不用背，看一遍知道怎麼講就好。

💡 ChatGPT vs Gemini 差異提示：口語化說明兩邊都做得不錯。小差異：ChatGPT 比較會加「轉折語」讓話術更自然；Gemini 傾向更結構化的列點。看個人講話風格選用。

進階技巧：組合使用

你可以把多個模板串在一起用。例如：

請先幫我摘要這份數據的 3 個關鍵發現，然後比較 1 月 vs 2 月的變化（標出漲跌超過 10% 的項目），最後用 200 字寫一段客戶報告摘要。

這樣一次 Prompt 就能拿到你需要的所有素材。

五、常見陷阱：AI 數據分析的地雷

陷阱 1：AI 幻覺數字

什麼是幻覺？ AI 有時候會「編造」數據裡不存在的數字。例如你的 CSV 裡根本沒有「退貨率」這個欄位，但 AI 可能自己算一個出來。

怎麼防？

先讓 AI 列出它讀到的欄位名稱：「請先告訴我這份檔案有哪些欄位」
重要數字一定要回去原始檔案核對
如果 AI 提到一個你沒印象的指標，直接問：「這個數字是從哪個欄位算出來的？」

陷阱 2：欄位誤讀

常見狀況：

日期欄被當成文字，導致時間排序錯誤
數字欄裡混了文字（例如「N/A」、「-」），AI 可能跳過這些行
欄位名稱模糊（例如「金額」到底是營收、成本還是利潤？）

怎麼防？

上傳前確認 CSV 的格式乾淨（沒有合併儲存格、沒有隱藏欄位）
上傳後先問：「請列出每個欄位的名稱和資料類型」
欄位名稱越具體越好（「2024_01_營收」比「金額」好）

陷阱 3：CSV 資料本身有問題（上傳前避雷）

很多人以為 AI 分析出錯是 AI 的問題，其實根源常常在「餵進去的資料本身就有問題」。

常見狀況：

欄位名稱不清楚：「col1」「col2」「金額」——AI 不知道這是營收、成本還是利潤，只能亂猜
分隔符號不一致：有的行用逗號分隔，有的行用 Tab，AI 讀到一半就解析錯誤
單一欄位塞太多文字：例如「備註」欄裡塞了一整段客戶溝通紀錄，會干擾數值分析

上傳前自保三步驟：

先用 Excel 或 Google Sheets 打開 CSV，肉眼確認欄位名稱是否具體、每欄的資料類型是否一致
刪掉空白行、合併儲存格、隱藏欄位——這些都是 AI 解析的地雷
如果有「備註」類的長文字欄位，考慮先刪掉或另存，讓 AI 專注在數值欄位

陷阱 4：不理解 AI 擅長什麼

常見誤解： 以為 GenAI 等於 BI 工具（Power BI、Tableau），期待它做全套 dashboard、即時更新、精確統計。

實際情況： GenAI 擅長的是解釋、摘要、找關聯、產出敘事——它能告訴你「這份數據的重點是什麼」「可能的原因假設有哪些」，但它不是高精度統計工具。

分工建議：

需要即時 dashboard、精確計算、大量數據自動化 → BI 工具
需要快速摘要、異常解讀、報告初稿、口語話術 → GenAI
最好的做法：BI 跑出數字，再丟給 GenAI 寫解讀

陷阱 5：Prompt 太泛

反面教材： 上傳 CSV 後只說「幫我分析」。AI 會給你一堆泛泛而談的觀察，每個都對但每個都沒用。

成功做法： 指定三件事——指標、segment、輸出格式。

例如：

「幫我分析」→ 模糊，AI 亂槍打鳥
「請比較官網 vs 蝦皮通路，1 月 vs 2 月的營收和客單價變化，用表格呈現」→ 精準，AI 直接產出你要的東西

陷阱 6：隱私與資安

最重要的提醒：

絕對不要上傳含有客戶個人資料的檔案（姓名、電話、Email、身分證號、地址）
絕對不要上傳公司機密數據（未公開的財報、內部薪資表）
上傳到 ChatGPT / Gemini 的檔案，等於資料離開了你的電腦

安全做法：

上傳前先脫敏：把姓名換成「客戶 A、客戶 B」，把電話刪掉
只上傳彙總層級的數據（各通路銷售額），不要上傳交易明細
公司有規定的話，遵守公司規定

陷阱 7：過度信任 AI 的建議

AI 很會「講得像真的」，但它的建議不一定適合你的情境。

AI 說「建議增加蝦皮的廣告投放」→ 但它不知道你蝦皮的利潤率很低
AI 說「這個下降趨勢需要關注」→ 但你知道那個月剛好有颱風假
AI 給的分析是基於數字，但你有 AI 沒有的產業知識和客戶脈絡

原則：AI 做分析，你做判斷。

AI 協作：學了這個，跟 AI 怎麼配合？

CSV 上傳分析是 AI 協作的「入門款」——但分析出來的數字對不對、該不該告訴客戶，只有你能判斷。

你的人類優勢：

你知道客戶的業務脈絡（上個月有促銷、最近換了供應商），AI 只看到數字
你能判斷 AI 的「異常偵測」是真問題還是正常波動——這需要產業經驗

可以這樣跟 AI 說：

這份銷售數據中，3 月營收下降 20%。但我知道 3 月有春節連假，所以這可能是季節因素。請排除季節因素後，重新分析是否有其他異常值得關注。

六、實戰練習

以下練習使用虛構的電商數據案例。請用 ChatGPT 或 Gemini 實際操作。

練習情境說明

你是一家電商平台的客戶成功經理，負責協助品牌客戶優化線上銷售表現。你手上有一份虛構的月度銷售報表 CSV，包含以下欄位：

欄位	說明	範例
month	月份	2024-01、2024-02
channel	銷售通路	官網、蝦皮、momo
category	產品品類	面膜、精華液、洗面乳、防曬乳
revenue	營收（元）	1250000
orders	訂單數	1480
avg_order_value	客單價（元）	845
new_customer_pct	新客占比（%）	38
return_rate	退貨率（%）	4.2

沒有檔案也能練！ 你可以自己在 Excel 或 Google Sheets 建一份假資料（12-20 行就夠），或是直接把上面的表格描述貼給 AI，請它先幫你產生一份範例數據。

本課重點回顧

上傳就能分析：ChatGPT 和 Gemini 都支援直接上傳 CSV / Excel，不需要會程式碼
5 個萬用 Prompt：摘要、異常偵測、月份比較、報告撰寫、口語話術——覆蓋 CS/AM 八成的數據場景
AI 做分析，你做判斷：永遠核對數字、補充 AI 不知道的背景、不要照抄 AI 的建議
隱私第一：上傳前脫敏，不傳個資，遵守公司規定
兩個工具互相驗證：同一份數據用 ChatGPT 和 Gemini 各跑一次，差異處就是你該多想的地方

下一課預告

Lesson 02 — AI 客戶溝通術：信件、會議紀錄、異議處理

學會看數據之後，下一步是把洞察「說出來」。下一課教你用 AI 寫客戶信件、整理會議紀錄、處理客戶異議，讓你的溝通效率翻倍。

挑戰任務

Task 1

快速摘要：3 分鐘看出重點

請用 ChatGPT 或 Gemini 完成以下任務：

上傳（或描述）你的銷售數據 CSV
使用「模板 1：三大關鍵發現」的 Prompt，取得 AI 產出的摘要
再使用「模板 2：異常偵測」的 Prompt，找出異常指標
把 AI 產出的結果複製下來，用你自己的判斷標記哪些是「可以直接用」、哪些「需要修改」、哪些「明顯有誤」

最終產出：一段 150 字以內的數據摘要（結合 AI 產出和你自己的修正）

Task 2

月份比較：找出變化與趨勢

請用 ChatGPT 或 Gemini 完成以下任務：

使用「模板 3：月份比較」的 Prompt，比較任意兩個月份的數據變化
請 AI 產出一張比較表格（含指標、兩月數值、變化幅度、趨勢箭頭）
針對變化幅度最大的 3 個指標，各寫一句「可能原因」（結合你自己的假設，不要只抄 AI 的）
最後，用「模板 5：口語化說明」產出一段你可以對客戶講的 1 分鐘話術

最終產出：比較表格 + 3 個原因假設 + 1 分鐘口語話術

Task 3

完整報告：從 CSV 到客戶簡報

這是一個綜合練習，模擬真實工作場景。

情境：你的客戶（一家中型美妝品牌）明天下午有季度回顧會議（QBR），你需要準備一份數據報告。

請用 ChatGPT 或 Gemini 完成以下任務：

上傳數據後，依序使用模板 1、2、3，取得：關鍵發現、異常指標、月份比較
使用「模板 4：客戶報告摘要」產出 200 字的報告開頭
使用「模板 5：口語化說明」產出你在會議上要講的重點
檢查 AI 產出的所有數字，至少找出 1 個需要修正或補充說明的地方
把以上內容整合成一份完整報告大綱（列點即可）

最終產出：完整報告大綱（含摘要、數據亮點、需關注項目、建議行動、口語話術筆記）

Task 4

陷阱辨識：找出 AI 的錯誤

這是一個批判思考練習。

請完成以下步驟：

把同一份數據分別上傳到 ChatGPT 和 Gemini
對兩個工具都問：「請分析這份數據並給出 5 個行動建議」
比較兩個工具的回答，找出：
- 兩者都提到的共同發現（比較可信）
- 只有一方提到的獨特發現（需要驗證）
- 兩者矛盾的地方（至少找出 1 個）
- 任何一方出現的「幻覺」——提到數據裡不存在的指標或數字

最終產出：一張比較表（ChatGPT vs Gemini 的分析差異）+ 你的判斷（哪些可信、哪些存疑）

Task 5

雙平台對照：Account Health Summary

這是一個雙平台實戰練習，模擬 CS 日常的客戶健康度評估。

情境：你負責一個中型客戶帳號。以下是簡化的數據（可以自己在 Excel 做一份 10-15 行的假資料，或直接把描述貼給 AI 請它產生）：

使用數據欄位：month、active_users、feature_adoption_rate(%)、avg_session_minutes、support_tickets、nps_score Ticket 紀錄欄位：ticket_id、date、category（onboarding / bug / feature_request / billing）、resolution_time_hours、satisfaction_score

請同時用 ChatGPT 和 Gemini 完成以下任務：

把使用數據 + ticket 紀錄都上傳（或描述）給兩個工具
對兩邊都用同一段 Prompt：「請根據這份使用數據和 ticket 紀錄，寫一段 account health summary（約 200 字），並給出下一季應該 focus 的 3 個方向，附上優先順序和理由。」
把兩邊的結果並排放在一起，比較：
- 兩邊都提到的重點（共識 = 比較可信）
- 只有一邊提到的洞察（需要你判斷是否有道理）
- 語氣和呈現風格的差異
最終整合成一份你自己滿意的版本

最終產出：一段整合版 account health summary + 下一季 3 個 focus 方向 + 一段簡短的「雙平台比較心得」（3-5 句話）

Next Lesson →