AI 能很快把表格变成摘要和图表，但它不知道你的指标是否能相互比较。同比、环比、订单数、付费人数、GMV，任何一个词的统计范围不同，结论就可能完全相反。先把口径写清，再让 AI 帮你找异常和组织表达。
报表开始前确认四件事
| 项目 | 核对内容 |
|---|---|
| 数据源 | 来自哪个系统、哪个时间点、是否完整 |
| 口径 | 指标公式、筛选条件、去重规则 |
| 对比 | 对比周期、基准和季节因素 |
| 异常 | 异常值是业务变化、录入问题还是缺失数据 |
让 AI 做“问题清单”
与其让它直接下结论，不如要求它列出变化最大的指标、可能的解释、需要补证据的地方和建议追问。人工再回到源系统核对。只有验证过的解释才能写进管理结论。
结论部分保持三段：发生了什么、可能因为什么、下一步验证什么。把“原因”与“假设”分开写，既能帮助决策，也不会把猜测包装成事实。可以配合CSV 数据分析实战建立更完整的核验流程。
