负责需求分析、原型设计和版本推进的互联网产品经理，日常工作里需求文档、用户反馈整理、竞品分析和各种对齐会议占满了时间，留给思考的空间很少。大多数业务分析卡在“不知道从哪里看起”，AI 可以快速给出分析思路、图表和初步结论，节省摸索时间。本文给出产品经理用 AI 做数据分析的一套可直接照抄的做法：用带数据分析功能的 AI 工具上传脱敏数据，先让它描述数据，再按你的业务问题逐步追问。

使用场景

产品经理拿到一份“用户反馈”数据，字段有功能模块、反馈日期、反馈次数、反馈类型。产品负责人想知道：最近反馈次数的变化趋势如何，哪个功能模块表现最好，有没有异常。用 AI 先做一轮探索，可以更快找到值得深挖的方向。尤其当产品负责人同时还在等“整理上周 200 多条用户反馈并归类”的结果时，能把这部分工作提速，就能腾出精力处理更重要的判断。

用什么工具

推荐使用支持运行代码或上传文件分析的工具，例如 ChatGPT 的数据分析功能、Claude 的文件分析、Kimi 和通义千问的文档/表格解读，或者 Excel、WPS 中的 AI 分析功能。

一个虚构的例子

我们用一个虚构人物把流程串起来：陈姐，产品经理，最近在忙“组织积分改版需求评审”。一次需求评审会结束后，陈姐意识到需要尽快做数据分析，可当天还要处理“和设计确认新版首页交互”。于是陈姐把要求和背景一次性写进提示词，让 AI 先出一版，再花时间修改关键部分。最后交给产品负责人的版本，结构和措辞都是陈姐亲自把过关的。

具体怎么做

  1. 导出数据并脱敏：删除未公开的产品规划、用户个人信息和内部数据，必要时只保留样本
  2. 先让 AI 描述数据：行数、字段类型、缺失值和异常值
  3. 提出具体业务问题，一次一个
  4. 要求 AI 展示计算过程或代码，便于复核
  5. 把关键结论回到原始数据中抽查验证

可复用的提示词

提示词的关键是把背景、要求和输出格式写清楚：

【背景】当前的难点是：开发资源被临时项目占用，积分改版可能延期一周。
我上传了一份“用户反馈”数据（CSV），字段：功能模块、反馈日期、反馈次数、反馈类型。
我是产品经理，需要给产品负责人做一次简短的数据分析。

请按步骤进行：
1. 先检查数据质量：行数、缺失值、明显异常值，告诉我你如何处理
2. 按月汇总反馈次数，画一张折线图，描述趋势
3. 按功能模块分组对比反馈次数，列出排名前三和后三
4. 给出 3 条可能的解释（标明是假设），以及验证每条假设需要什么数据

请展示你使用的代码，结论用中文简洁表述。

效果示例（虚构演示）

下面是演示用的输出示例，其中的人名、数字和事项均为虚构，实际使用时请以你自己的资料为准：

数据质量：共 1,248 行（示例数字），反馈次数有 6 行缺失，已在汇总时剔除；有 2 条记录数值异常偏大，建议核实是否为录入错误。

趋势：近三个月反馈次数整体呈上升趋势，其中 9 月增幅最明显。

分组对比：“搜索”的反馈次数最高，“支付”次之；排名靠后的分组记录数较少，结论稳定性有限。

可能的解释（假设）

  1. 9 月有集中活动或季节因素——需要活动日历来验证
  2. “搜索”的投入增加——需要对应的资源或成本数据
  3. 统计口径变化——需要确认 9 月前后反馈日期的记录方式是否一致

如果结果不理想，不要急着换工具，先在提示词里补充产品负责人的具体要求或给出一个参考样例，再生成一次。

避坑指南

  • 只用不能运行代码的 AI 做计算，可能得到“看起来对”的错误数字。
  • 上传前务必脱敏，确认工具的数据使用政策。

给产品经理的特别提醒

让 AI 扮演挑剔的开发或用户来挑毛病，比让它直接写方案更有价值。还有一点很关键：AI 不了解你们的真实用户和业务数据，它提出的方案只能当作讨论起点。

很多产品经理还会这样做：把目标用户、业务目标和约束条件写清楚，AI 生成的需求和方案才不会空泛。

举一反三

  • 异常监控：让 AI 写一段检测规则，超出阈值自动标记。
  • 把分析结论改写成给产品负责人看的三句话摘要。

相关阅读