AI 做数据分析的坑：缺失值、异常点和指标口径别交给模型猜

AI 做数据分析很省时间，但也很容易让人过早相信结论。图表好看、摘要顺滑，不代表数据真的被理解了。

缺失值不要让 AI 自己猜

空白到底是 0、未填写、未发生，还是数据丢失？这几个含义完全不同。用 Rows、ChatGPT 或 Claude 前，先把缺失规则说清楚。

异常点不一定要删

某天转化率突然升高，可能是活动，也可能是埋点错误。AI 可以帮你找异常，但不能替你判断业务背景。

指标口径要写进提示里

“活跃用户”“新增客户”“复购率”这些词，每家公司口径可能不同。口径不说清，AI 会按它理解的定义直接分析。

最后用人话问一遍

我通常会让 AI 回答：这个结论依赖哪些假设？如果假设错了，结论会怎么变？这一步能拦住不少漂亮但危险的分析。