我拿一份咖啡店流水实测 SuperAI 数据分析台，结果它把我纠正错了

Lv.2 潜力创作者

先交代背景。我朋友在小区门口开了家咖啡店，每个月让我帮他看看流水。所谓"看看"，就是我把导出的明细贴进 Excel，手搓透视表再画两张图，前后三个小时。他真正会看的只有两件事：哪个渠道赚钱，会员值不值钱。

所以看到 SuperAI 数据分析台宣传"说句话就能分析"时，我第一反应是不信。我准备了一份半年咖啡店流水（2821 单、94580 元销售额），打算认真挑一次刺。四条路线全跑完，有惊喜，也有一个必须说的坑。

上传这一步是真省事。拖 xlsx 进去，十几秒解析完，直接给了 5 条推荐问题：渠道占比及月度趋势、工作日与周末差异、会员与非会员对比之类。五条里有四条是我原本打算问的，它明显看了字段才出题，这一栏比很多同类产品硬编码的"猜你想问"要实在。

路线一数据分析，第一轮它答得挑不出毛病。我问"按渠道统计销售额、毛利和毛利率，哪个渠道最赚钱"，它给的是堂食 42512 元、毛利 28699.4 元、毛利率 67.51%，外卖和小程序也各有明细。我提前用 pandas 手算过一遍，数字完全对得上，一分不差。更让我意外的是它后面自己补了一段"分析口径说明"，把计算方式、数据范围、字段说明、异常处理全摊开了。这个习惯非常好，AI 分析最怕给个结论你没法复核。

到这里我承认我有点上头了，决定抛个具体数字试探它。我在提问里写："外卖渠道会员订单占比只有 17.6% 左右吗？"17.6% 是我按订单号算出来的真实值，故意写对的。

它的回答让我后背发凉：先说"实测为 21.64%，与你提到的 17.6% 有出入"，接着怀疑我看的口径不对，列了张表逐项比对，最后跑了 Welch t 检验，p 值大于 0.65，结论是"会员溢价不存在，建议不必投入会员运营"。

排查过程写得极其漂亮，我差点就信了。

然后我自己算了一遍，问题找到了：它把表格的每一行当成了一整个订单。但我这份数据一个订单会买多件商品，一单平均 1.43 行。连锁反应全歪了——它报的 21.64% 是"行占比"，我说的 17.6% 是"订单占比"，两个数字都对，但回答的是不同的问题；订单数它算成 4131 单（真实 2821，多算 46%），客单价算成 22.90 元（真实 33.53，低估 32%）。而按订单号正确聚合后：外卖会员客单价 37.85 元，非会员 29.50 元，溢价 28.3%，t=5.64，p=4.9e-08，显著得不能再显著。

也就是说，如果我是真老板，听它的就不会去做会员运营了。而真实数据说，会员一单比非会员多花 8 块多。

我不想把这写成一次"AI 翻车"。它的排查姿态是专业的，怀疑用户口径、多维交叉验证、主动做显著性检验，这套动作很多人类分析师都省了。它缺的不是严谨，是一个前置判断：哪一列代表一笔交易。

而且这个问题会传导。后面我让它出经营总览报告，7 章节内嵌 7 张图，封面带指标卡片，版式很正式——但那个错口径的"4131 单""客单价 22.90"原样进了封面指标卡。一份看起来可以直接发给老板的东西，第一个数字就是错的。

三条建议。第一，也是最重要的：增加主键与交易粒度识别。上传解析后，如果表里存在订单号、流水号、单据编号这类高度重复但非唯一的列，主动问一句"是否按此列聚合为一笔交易"，而不是默认一行一单。更理想的是在推荐问题阶段就把粒度问清楚，这个判断对人类分析师是第一步必做的功课。第二，口径说明里补上"聚合粒度"这一项。现在它写了求和还是平均、数据范围、分组维度，缺了最关键的以什么为一条记录。第三，报告封面指标卡支持一键复核，每个数字点开能看到用了哪个字段、什么粒度，别让人只能选择信或不信。

顺带说，路线二和路线四也值得夸。图表生成完点编辑能改名称、说明、数据标签、峰值标注、每个系列的配色，比在 Excel 里一格一格调格式快太多。透视表那条它算对了，渠道乘品类交叉表，合计 94580 元，还主动跟销售总额做了交叉验证——所以问题不是它不会算，而是它不会主动判断粒度。同样是聚合，求和类很可靠，涉及数个数、数条目的就会踩坑。