在很多团队的认知里，千万级数据清洗与统计分析，往往意味着要搭集群、建数据库、配组件，还要掌握不少技术，门槛高、周期长，试错成本也不低。

但今天我要介绍的是另一种AI工作流方式：

在本地电脑，完成千万级数据清洗、分析和统计还有可视化报表，数据绝对安全，操作简单，小白上手，无需搭建数据库，无需编程技术，只要把业务需求描述清楚就行。

如下配置好的工作流图：

接下来，我们就用一个典型业务场景，来展开这个过程： 电商大促全链路分析 。

案例需求分析

在双11大促结束后，运营团队通常会拿到几张来自不同系统的原始导出表，希望快速看清楚整体销售情况。但这些数据往往格式不统一、字段不规范，不能直接拿来统计，所以第一步不是做报表，而是先把数据清洗干净，再做关联分析。

1、业务数据涉及哪些表

这次案例围绕 电商大促全链路分析 展开，一共涉及4张核心业务表。

• 订单主表

   ，主要记录订单号、客户ID、商品ID、下单时间、订单金额、收货地址、订单状态，用来反映整体下单情况。

• 支付流水表

   ，主要记录支付流水号、订单号、支付时间、支付渠道、支付金额、支付状态，用来反映支付转化情况。

• 商品信息表

   ，主要记录商品ID、商品名称、商品类目、品牌、成本价、上架日期，用来补充商品维度信息。

• 客户维表

   ，主要记录客户ID、客户名称、客户等级、省份、注册日期、是否会员，用来补充客户分层和地域维度。

通过这4张表，基本就能把电商大促场景下的订单、支付、商品、客户这条业务链路串起来。表数据量在千万级，如下图：

2、这次主要做了哪些清洗

在这个案例里，清洗主要集中在 订单主表 、 支付流水表 和 商品信息表 3张表上。

订单主表清洗

这一步的重点，是先把订单数据里的时间、金额、状态和地址字段规范下来，保证后续统计口径一致。如下具体清洗步骤：

• 统一 下单时间 格式

• 清理 订单金额 中的货币符号和千分位

• 只保留 已完成 和 已发货 的订单

• 去掉 收货地址 前后空格

支付流水表清洗

主要处理4项内容：

• 统一 支付时间 格式

• 清理 支付金额 字段

• 按 订单号 去重，只保留支付金额最大的一条

• 只保留 支付成功 的数据

这样做的目的，是确保后续统计基于真实、有效的支付结果，避免失败支付和重复支付干扰分析结果。

商品信息表清洗

这一步主要是规范商品维度信息，避免后面按类目、商品做统计时，因为命名不一致或脏数据影响结果。如下具体清洗步骤：

• 清理 成本价 字段

• 统一 商品类目 名称

• 去掉 商品名称 中的特殊字符

3、统计与报表输出

完成清洗后，这个案例会先生成两张中间表。
先将订单表和支付表关联，生成 订单支付关联表 ；再继续关联商品表，生成 订单明细宽表 ，用于承接后续统计分析。

在这套中间结果基础上，再结合客户维表，最终输出4类核心报表：

• 类目销售统计表

• 省份销售统计表

• 支付渠道统计表

• 商品销售Top50表

通过这几张中间表和结果表，就可以把电商大促场景下的订单、支付、商品、客户数据真正串起来，形成完整的分析结果。

生成结果统计的文件，如下图:

还生成的HTML报表视图，这里查看一个类目销售表，如下：

提示词整理

在工作流配置之前，需要先把这次业务处理逻辑整理成一份提示词。

这一步的作用，就是先明确 清洗哪些表 、 怎么关联 、 输出哪些报表 。整理好之后，这份提示词就可以作为工作流配置输入，指导后续执行。

这里也需要说明一点： 提示词不一定非要写成固定模板 。只要表达得 清晰 、 明确 、 简洁 ，让人一眼能看懂要做什么、按什么顺序做、最后输出什么结果，就可以了。

本次案例整理出的提示词如下：

第一步 - 清洗订单主表：  - "下单时间"统一为 yyyy-MM-dd HH:mm:ss 格式  - "订单金额"去除￥、$符号和千分位逗号，转换为纯数字  - 只保留"订单状态"为"已完成"和"已发货"的行  - "收货地址"去除前后空格
第二步 - 清洗支付流水表：  - "支付时间"统一为 yyyy-MM-dd HH:mm:ss 格式  - "支付金额"去除￥符号和千分位逗号  - 按"订单号"去重，同一订单多次支付的只保留支付金额最大的一条  - 只保留"支付状态"为"支付成功"的行
第三步 - 清洗商品信息表：  - "成本价"去除￥符号，转为纯数字  - "商品类目"去除前后空格，"电子 产品"统一为"电子产品"  - "商品名称"去除特殊字符
第四步 - 生成订单支付关联表（中间表1）：  - 清洗后的订单主表 与 支付流水表 按"订单号"关联  - 保留：订单号、客户ID、商品ID、下单时间、订单金额、支付渠道、支付金额
第五步 - 生成订单明细宽表（中间表2）：  - 中间表1 关联 商品信息表（按"商品ID"匹配）  - 保留所有字段，新增"毛利"列 = 支付金额 - 成本价
第六步 - 生成类目销售统计表（结果表1）：  - 基于"中间表2" 关联 "客户维表"（按"客户ID"匹配）  - 按"商品类目"分组，统计：销售总额、订单数、客单价、毛利总额、会员购买占比  - 输出"类目销售统计表"
第七步 - 生成省份销售统计表（结果表2）：  - 基于"中间表2" 关联 "客户维表"（按"客户ID"匹配）  - 按"省份"分组，统计：销售总额、订单数  - 输出"省份销售统计表"
第八步 - 生成支付渠道统计表（结果表3）：  - 基于"中间表2"（已包含支付渠道字段）  - 按"支付渠道"分组，统计：支付总额、订单数  - 输出"支付渠道统计表"
第九步 - 生成商品销售Top50表（结果表4）：  - 基于"中间表2" 关联 "商品信息表"（按"商品ID"匹配）  - 按"商品"分组，统计：销量、销售额、毛利，按销售额降序取Top50  - 输出"商品销售Top50表"（含商品名称、类目、销量、销售额、毛利）

落地实现：工作流配置

工作流是由多个智能体节点组成的，这个案例我们涉及到下面几个智能体：

• 文件助手

  ： 获取磁盘的文件或目录。

• 内容清洗器

  ： 专门用来做数据清洗的，只要输入清洗描述就可以对文件数据进行任意整理。

• 数据入库

  ：将文件数据转成本地数据库，用于后面作SQL统计。

• 表统计

  ： 对本地数据库表进行SQL统计，不需要写sql，只需要统计的描述就可以了。

• 报表导出

  ： 对数据库表进行导出，支持导出csv，xlsx，HTML（可视化显示） 。

根据这几个智能体还有上面描述的提示词，我们就可以完成工作流的配置了。

清洗数据表

打开了DT-Bot工作流， 配置一个 “文件助手”智能体节点，描述原始数据文件位置，文件助手配置如图：

解决方案获取可以看文章末尾名片。

然后文件助手就会根据内容描述输出文件，然后我们接下一个智能体“内容清洗器”，如图：

清洗之后，我们需要将表格文件的数据放到数据库里面，后面好进行SQL统计，所有要接入一个“数据入库”，不需要输入任何提示词，如下图：

第一步就完成了，同理，我们的第二步，第三步 都是这个套路配置。

表统计

接下来我们需要进行表统计，直接用“表统计”智能体就好了， 下面是我配置完成的图：

导出报表

表统计后，只生成了结果表到数据库里面，还需要从数据库里面下载出来，这是要用“报表导出”智能体，可以指定哪些表，下载类型，如下图：

配置完成后，我们发布工作流执行就可以了。下图是统计结果文件：

结尾语

通过这个电商大促全链路分析案例，可以看到，千万级数据清洗与统计分析并不一定意味着复杂的技术门槛。只要先把业务逻辑梳理清楚，把提示词整理清楚，再结合工作流逐步执行，就能够把原始业务数据转成可分析、可统计、可输出的结果报表。

对于这类场景来说，真正重要的不是技术写得有多复杂，而是能不能把需求说清楚、把流程理顺、把结果跑出来。电商大促只是一个开始，后面还可以继续扩展到更多行业、更多业务场景，用同样的方式完成数据清洗与分析统计。