AI赋能职场新人:小王如何运用WPS智能AI完成数据分析任务
优秀创作者
全文约2621字
刚从学校毕业的小王成功应聘到了一家工厂,在PMC部门担任数据统计员。由于他是新人,对业务还不太熟悉,这时却接到了来自PMC总监的一项任务——需要对近期的《生产任务明细表》中的数据进行分析。然而,具体需要分析哪些方面,领导并没有给出明确的指示。这项工作对小王来说相当具有挑战性。于是,他找到了古老师,询问是否有快速解决这一任务的
问题分析
在收到小王提供的《生产任务明细表》并进行了初步分析后,发现该表格记录了生产部门近期的任务,其中包括产品的编码、生产数量、已完成数量、未完成数量,以及产品分类(如网线配件、ICG系列、67系列)等信息。尽管领导没有具体说明要分析的内容,但通常可以推测领导可能关心的是以下几个方面:
周期分析:各月、周的生产完成情况;
产品分析:各分类配件的完成情况;
异常分析:根据生产完成情况找出可能存在的异常。
对于这些分析,一名经验丰富的PMC专员能够轻松处理,但小王作为一名刚毕业的大学生,对此感到有些吃力。加之时间紧迫,古老师意识到没有足够的时间通过传统方式来教授小王所需的知识。因此,古老师决定采用AI工具的方案来帮助小王完成任务。
AI洞察分析
使用WPS表格软件打开《生产任务明细表》后,依次点击工具栏中的“WPS AI”→“AI数据助手”→“AI数据问题”,即可调出AI数据对话框。此时,会显示一个写着“你好,我是WPS AI 数据助手”的欢迎界面。
具体如何使用呢?鉴于小王是一位新手,我们建议按照AI推荐的问题来进行操作。推荐的问题包括:
问题1:从业务角度可以分析哪些关键问题
问题2:检查数据中是否有异常
问题3:帮我做2个有业务价值的图表
问题4:从数据中能得出什么结论
分析业务问题
在点击“从业务角度可以分析哪些关键问题”后,AI给出了以下内容并提供了对应的表格:
分析生产任务工作表中的数据,从业务角度可以分析生产效率(通过比较生产数量和完成数量)、生产计划与实际完成情况的差异(通过比较生产数量和未完成数量)、不同产品类别的生产情况(通过分析分类列)、不同时间段的生产情况(通过分析工单日期列)、生产订单的完成情况(通过分析生产订单号列)。
从'生产任务'工作表中,我们可以从业务角度分析以下几个关键问题:
生产效率分析:通过比较生产数量(生产数量)和完成数量(完成数量),可以评估生产效率。如果完成数量远低于生产数量,可能表明生产效率低下。
生产计划与实际完成情况的差异:通过分析未完成数量(未完成数量),可以了解生产计划与实际完成情况之间的差异。这有助于识别生产过程中的瓶颈或延迟。
不同产品类别的生产情况:通过分类(分类)列,可以分析不同产品类别的生产情况,了解哪些类别的产品生产效率高,哪些类别的产品存在生产问题。
时间维度的生产情况:通过工单日期(工单日期)列,可以分析不同时间段的生产情况,了解生产高峰期和低谷期,以及时间对生产效率的影响。
生产订单的完成情况:通过生产订单号(生产订单号)列,可以追踪单个订单的完成情况,了解哪些订单已完成,哪些订单延迟,以及订单完成的时间分布。
这些分析可以帮助企业优化生产流程,提高生产效率,减少生产成本,并更好地满足客户需求。
汇总分析表格
在AI 给出具体的分析方向的时候,我们可以继续点击对话框,并录入以下问题:
“汇总分类并对各分类的生产数量、完成数量、未完成数量”
此时AI不快速的把生产任务中的各分类任务的完成情况做了文字分析,并给出了对应的表格,只需要点“查看表格→插入至新表格”就完成了数据的按编码分类的生产信息数据汇总。并且给出了运算逻辑:
“对分类进行分组,然后计算每个分类的生产数量、完成数量和未完成数量的总和。
根据汇总的数据,我们可以看到各个分类的生产数量、完成数量和未完成数量。例如:
对于“45系列”,生产数量为277,完成数量为0,未完成数量为277。
对于“低压控制器”,生产数量为11019,完成数量为6183,未完成数量为4836。
对于“网线配件”,生产数量为26410,完成数量为2377,未完成数量为24033。
这些数据可以帮助我们理解不同分类产品的生产效率和完成情况,从而为生产计划和资源分配提供依据。”
AI做折线图
折线图、饼图、柱状图一般来说是数据分析中使用频率较高的三张图表,接下来挑战的就是用AI分别来做这些图表,接着继续尝试用用他来做图做表,以实现数据洞察分析,在对话框中录入:
“绘制月份与生产数量的折线图”得到以下图表:
接着把这张图表插入到具体的表格中,通过图表与数据的验证,数据完全一致:2024年6月的生产数量达到最高值 10165 ;效果如下图:
折线图主要用于展示随时间变化的趋势或者连续数据之间的关系。当需要展示一段时间内数据的变化趋势时,折线图是一个很好的选择。我们继续挑战做一张饼图,饼图主要用于展示各个部分占整体的比例或百分比关系。它非常适合用来说明一个总体中各个组成部分所占的比例。
AI做柱饼图
录入问题:
“做一张饼图,按类型汇总”
此时AI已经自动把图做好,并提示用户把此图复制到表格中。我们复制此图得到第二张图分析,命名为“类型占比分析”
AI做折线图
录入问题:
“做一张未完成数量的分类统计图,保留TOP5”
经过AI的运算步骤:
分析"生产任务"工作表
显示前几行以了解表格结构
对未完成数量按分类进行统计
选取TOP5
绘制分类统计图
这边已经非常快速的制作出了对应的图表,此时只要复制到表格中即可。
最后的总结
通过上述步骤,小王利用AI工具不仅快速地解决了生产任务明细表的数据分析难题,还学会了如何利用现代技术手段提升工作效率。以下是本次数据分析的主要成果:
生产效率分析:明确了生产任务的完成情况,识别了生产效率较低的产品类别,为进一步优化生产流程提供了依据。
生产计划与实际差异:通过对比生产计划与实际完成情况,发现了生产过程中存在的问题,如某些产品的完成率较低,需要重点关注。
产品类别生产情况:不同产品类别的生产效率对比,帮助管理层了解哪些类别表现良好,哪些需要改进。
时间维度生产分析:识别了生产高峰期和低谷期,有助于合理调配资源,避免生产过剩或不足。
生产订单跟踪:了解了订单完成状况,便于及时调整生产安排,确保按时交货。
此外,借助AI生成的图表(如折线图、饼图和柱状图),小王能够直观地展示数据分析的结果,使得报告更加生动且易于理解。这些图表不仅反映了生产任务的时间趋势、各类别生产量占比,还突显了未完成任务的重点关注区域。此次经历让小王深刻认识到AI在数据分析中的强大功能,并增强了他应对未来工作中类似挑战的信心。
创作者俱乐部成员
创作者俱乐部成员