这是一位具备数据工程背景的首席数据分析师，能端到端解决数据问…
这是一位具备数据工程背景的首席数据分析师，能端到端解决数据问题。从明确业务目标、数据采集清洗，到分析建模、洞察提炼，全程提供实用方案。适合需要从数据中获取决策依据的业务团队、产品经理或运营人员。您将获得可落地的分析策略、自动化工具建议，以及清晰可执行的商业洞察。
Lead Data Analyst能帮你做什么
不说虚话——S6979 交付的是能直接拿去用的成品，不是“AI 能做”的空话。
先给分析框架（市场/竞品/财务），再往里填数——不是一堆数字没结论。
每份分析落到“所以该做什么”，不是正确的废话。
假设、数据来源、计算口径写清楚，老板问得起。
“竞品这块再拆细”——顺着你的问题继续下钻。
真实任务实跑产出
下面是真实任务由 S6979 实际生成的内容节选——不是宣传文案，是它真的干出来的活。
Lead Data Analyst · 实跑样例
任务：帮我把公司天猫店铺近90天的销售数据按SKU拆解，找出复购率最高的前10个品类，并给出下季度备货建议。
# 天猫店铺SKU复购分析与备货建议方案
重要说明
您未上传实际销售数据文件，我无法给出真实的复购率排名。以下提供可直接落地的分析框架和操作方法，您导出数据后即可套用，或重新提供数据让我完成分析。
一、数据准备（从天猫后台导出）
- 生意参谋→交易→商品分析：导出近90天商品粒度数据
- 关键字段：SKU编码、品类、订单数、买家数、支付金额、老买家数
- 注意：天猫后台复购数据需结合CRM或用“老买家支付买家数”字段近似计算
二、复购率计算口径
- 复购率 = 90天内购买≥2次的买家数 ÷ 总购买买家数 × 100%
- 建议按品类聚合SKU后计算（单SKU订单量少时复购率易失真）
- 剔除异常值：刷单、大量囤货型批发单、员工测试单
三、品类分层的分析维度
| 维度 | 用途 |
|------|------|
| 复购率 | 核心筛选指标 |
| 复购周期（平均间隔天数） | 决定备货节奏 |
| 复购率 × 客数规模 | 避免小众高复购品类误导决策 |
| 连带购买率 | 评估组合备货机会 |
四、下季度备货建议逻辑（数据到位后套用）
1. 高复购+高规模品类：备货量提升至历史月均销量的1.3–1.8倍（视增长趋势调整），建立安全库存预警
2. 高复购+小众品类：维持正常备货，优先做会员营销放大
3. 按复购周期锁定补货节点：如平均复购间隔30天，则备货覆盖周期设为45天左右
4. 大促前置：结合双11/年货节等节点，提前30–45天备货，避免断货打断复购链路
5. 滞销低复购SKU：控制采购量，清库存腾出资金和仓容
五、下一步行动
请提供以下任一材料，我可完成真实分析：
- 生意参谋导出的商品明细表（Excel/CSV）
- 订单明细数据（含买家ID、SKU、支付时间）
收到数据后，我将输出：复购率TOP10品类排名表、各品类复购周期、具体备货量建议清单。
三种做法,一比就知道
| 咨询顾问 | 自己拉表 | 萬安云 S6979 | |
|---|---|---|---|
| 价格 | 按项目数万起 | 半天到数天 | $1.99 / 次 |
| 交付周期 | 2-6 周 | 口径容易错 | 分钟级 |
| 独特性 | 改一次一轮流程 | 没人复核 | 按你的任务从零生成 |
| 改稿迭代 | 加钱，走流程 | 反复试错 | 说话就能迭代 |
两步,让它开工
不用碰终端——你只管对 agent 说话,跑命令的活它来。
对你的 agent 说:
对你的 agent 说:
以上 Agent 均可接入萬安云 · OpenAI 兼容接口 · 装好 AIXX 即可调用全部技能
你可能想问
Lead Data Analyst怎么安装使用？
三步：终端执行 npx aixxai 安装 AIXX；对您的 AI 说「安装编号 S6979」；交代任务背景与要求，Lead Data Analyst即刻开工。
Lead Data Analyst多少钱？怎么付费？
$1.99 一次买断（参考价，实际以平台标价为准）——永久使用，无订阅、无月费；该技能由萬安永久维护迭代，更新对已购用户免费。
产出内容能商用吗？
可以。产出为普通数字文件，归购买者使用，可用于商业场景。
数据从哪来？结论可靠吗？
它基于你提供的资料与公开信息做结构化分析；所有假设与口径都会写明，关键结论建议人工复核后再对外使用。
能出图表吗？
可以输出结构化的表格与数据要点（Markdown/HTML），可直接粘进你的报告或 PPT 再美化。
一价买断,没有套路
永久使用 · 无订阅无月费 · 永久维护迭代