数据分析是 WorkBuddy 最受欢迎的能力之一。不需要安装 Python 环境、不需要写 Pandas 代码、不需要配置图表库——上传文件 + 一句话描述需求，WorkBuddy 就能完成从数据清洗到可视化图表再到分析报告的全流程。本文通过三个真实案例展示完整操作步骤。

📊案例一：销售数据分析

场景描述

运营团队导出了上季度的销售数据 Excel 文件（sales_Q2.xlsx），包含订单号、产品名、金额、地区、日期等字段，共 12,847 条记录。需要分析各地区销售趋势和产品表现。

操作步骤

# Step 1: 上传文件
> 帮我分析这个文件 [上传 sales_Q2.xlsx]

# WorkBuddy 自动完成数据概览：
📋 数据概览 - sales_Q2.xlsx
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
行数：12,847    列数：8
字段：order_id, product, category, amount,
      region, channel, date, status
时间范围：2026-04-01 ~ 2026-06-30
缺失值：status 列有 23 条空值（0.18%）
异常值：amount 列有 3 条负数（疑似退货）

# Step 2: 提出分析需求
> 按地区统计销售额，做个柱状图，再看看哪个产品卖得最好

# WorkBuddy 自动生成：

📊 各地区销售额（万元）
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
华东  ████████████████████████████  3,245
华南  ██████████████████████      2,580
华北  ████████████████████        2,310
西南  ██████████████              1,680
西北  ████████████                1,420
东北  ██████████                  1,212

🏆 TOP 5 热销产品：
  1. 智能手表 Pro    ¥ 2,156 万  占比 18.2%
  2. 无线耳机 S3     ¥ 1,843 万  占比 15.6%
  3. 便携充电宝      ¥ 1,425 万  占比 12.0%
  4. 蓝牙音箱 Mini   ¥ 1,210 万  占比 10.2%
  5. 数据线套装      ¥    980 万  占比  8.3%

进阶分析

# Step 3: 深入分析
> 再按月看趋势，华东和华南对比，另外分析一下退货率

# WorkBuddy 生成趋势对比图和退货分析：

📈 月度趋势对比（华东 vs 华南）
  4月：华东 1,020万  华南 810万  差距 +26%
  5月：华东 1,105万  华南 860万  差距 +29%  ← 差距扩大
  6月：华东 1,120万  华南 910万  差距 +23%  ← 差距收窄

🔄 退货分析：
  整体退货率：3.2%（412/12,847）
  退货率最高产品：数据线套装 8.7%
  退货率最低产品：智能手表 Pro 1.1%
  
💡 洞察：
  - 华东-华南差距在6月收窄，华南增速更快
  - 数据线套装退货率偏高，建议排查质量问题
  - 智能手表 Pro 销量高且退货率低，是明星产品

👥案例二：HR 员工流失分析

场景描述

HR 部门提供了员工数据 CSV 文件（employees.csv），包含年龄、工龄、薪资、部门、满意度、是否离职等字段。需要找出离职的关键影响因素。

# Step 1: 上传并分析
> 分析这个员工数据，找出离职的主要影响因素 [上传 employees.csv]

# WorkBuddy 自动完成：

📋 数据概览 - employees.csv
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
总员工：1,500    已离职：238（15.9%）
字段：age, tenure, salary, department,
      satisfaction, last_promotion, overtime, left

🔍 离职因素相关性分析（按影响程度排序）：
  1. 加班频率 (overtime)       相关系数 0.42  ⭐⭐⭐
  2. 满意度 (satisfaction)     相关系数-0.38  ⭐⭐⭐
  3. 距上次晋升 (last_promo)   相关系数 0.31  ⭐⭐
  4. 月薪水平 (salary)         相关系数-0.24  ⭐⭐
  5. 工龄 (tenure)             相关系数-0.18  ⭐

📊 关键发现：
  → 经常加班的员工离职率 28.3%，不加班的仅 8.1%
  → 满意度低于 3 分的员工，73% 在半年内离职
  → 3 年未晋升的员工离职率是正常晋升的 2.4 倍
  → 技术部门离职率最高（21.3%），行政最低（8.7%）

💡 建议措施：
  1. 优先控制加班频率，特别是技术部门
  2. 建立满意度低于 3 分的预警机制
  3. 缩短晋升周期，3 年未晋升的员工重点关注
  4. 技术部门薪资竞争力需重新评估

🌐案例三：网站访问日志分析

场景描述

运维提供了 Nginx 访问日志文件（access.log），需要分析流量趋势、热门页面、异常访问等。

# 上传日志文件并分析
> 分析这个 Nginx 访问日志，看流量分布、热门页面和异常访问 [上传 access.log]

# WorkBuddy 自动解析日志格式并分析：

📋 访问日志分析 - access.log
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
总请求数：528,430
时间范围：2026-07-20 ~ 2026-07-27
唯一 IP：42,318

📊 状态码分布：
  200  ████████████████████████  89.2%
  301  ██                        2.1%
  404  ███                       3.2%  ← 偏高
  500  █                         0.8%

🔥 热门 TOP 5 页面：
  1. /                   89,234 次
  2. /products/list      45,672 次
  3. /api/search         38,910 次
  4. /about              12,340 次
  5. /docs               10,890 次

⚠️ 异常发现：
  → IP 203.x.x.x 在 10 分钟内请求 12,847 次（疑似爬虫）
  → /api/search 的 500 错误率 4.2%（其他接口 < 0.5%）
  → /old-page 返回 404 共 16,890 次（需配置 301 跳转）

💡 优化建议：
  1. 对 203.x.x.x 启用 rate limiting
  2. 排查 /api/search 的 500 错误根因
  3. /old-page → /products/list 配置 301 重定向

🔄完整工作流总结

WorkBuddy 数据分析的标准流程是 上传 → 概览 → 分析 → 可视化 → 洞察：

标准工作流：

1. 上传文件    → WorkBuddy 自动识别格式（CSV/Excel/JSON/Log）
2. 数据概览    → 行数、列数、字段类型、缺失值、异常值
3. 提出问题    → 用自然语言描述分析需求
4. 统计分析    → WorkBuddy 自动选择合适的统计方法
5. 可视化      → 生成图表（柱状图/折线图/散点图/热力图）
6. 业务洞察    → 自动发现模式、异常，给出建议
7. 导出报告    → 可导出为 Markdown/PDF/Excel