---
name: "newvar-data-analysis-story"
description: "先检查数据，再让 AI 帮忙找模式，不把相关性写成因果。"
version: "1.0.0"
updated: "2026-07-25"
source: "https://newvarlab.com"
---

# 从一张数据表到带证据的分析结论

适合表格分析、运营复盘和小型实验。建立数据字典、检查缺失与异常，再形成图表、结论和不确定性说明。

## When to use

Use this workflow when the user wants to: 数据分析、表格、图表、研究、复盘。

## Required inputs

- 脱敏数据表
- 分析问题
- 指标定义
- 时间范围

If a required input is missing, ask for it. Never invent user facts.

## Expected outputs

- 数据字典
- 检查记录
- 分析图表
- 结论简报

## Execution steps

### 1. 先定义问题和指标口径

Purpose: 避免得到漂亮但没有意义的图。

Action: 写清分析对象、时间范围、分母、排除条件和希望支持的决定。

Deliverable: 分析任务书与数据字典

Suggested tools: ChatGPT / Claude

Human check: 让业务负责人确认指标含义和时间范围。

Stop and wait for human confirmation before treating this step as complete.

### 2. 检查缺失、重复与异常

Purpose: 在模型解释前发现数据质量问题。

Action: 统计行数、空值、重复值、异常范围和单位，保留所有清洗规则与原始副本。

Deliverable: 数据质量检查记录

Suggested tools: ChatGPT / GitHub

Human check: 抽查原始行，确认清洗没有改变业务含义。

Stop and wait for human confirmation before treating this step as complete.

### 3. 生成可反驳的观察

Purpose: 区分事实、解释和猜测。

Action: 先描述趋势和分组差异，再列出至少一个反例与一个替代解释。

Deliverable: 观察、图表与反例

Suggested tools: ChatGPT / Claude

Human check: 确认没有把相关性写成因果，也没有隐藏不符合预期的数据。

Stop and wait for human confirmation before treating this step as complete.

### 4. 形成带限制条件的建议

Purpose: 让分析能支持下一步行动。

Action: 把结论、证据、限制、风险和下一次应收集的数据写成一页简报。

Deliverable: 分析结论简报

Suggested tools: ChatGPT / Canva

Human check: 让不了解分析过程的人根据简报复述结论和限制。

Stop and wait for human confirmation before treating this step as complete.

## Quality gate

- [ ] 数据字段和指标口径有记录
- [ ] 原始数据保留且清洗可复现
- [ ] 结论区分事实、解释和不确定性
- [ ] 敏感数据在上传前完成脱敏

## Safety

- 不要向通用在线工具上传姓名、联系方式、账号、精确位置或其他个人数据。
- 高风险决策不能只依赖自动分析，必须由领域专业人员复核。

Never publish, pay, delete, send externally, or make a high-risk decision without explicit human approval.

## Machine-readable source

https://newvarlab.com/api/workflows/data-analysis-story