表格做得挺漂亮,为什么一求和全是0?PMC先过清洗这一关

Lv.4 核心创作者
📊 表格做得挺漂亮,为什么一求和全是0?PMC先过清洗这一关
表格挺漂亮,为什么一求和全是0?
文本型数字。SUM进去,结果是0。
这不是个别现象。老ERP导出的数据,十个里有八个是这样。
清洗前看不出数据有问题,就是最大的问题。
今天这篇,把AI时代PMC的数据三步法一次讲透:清洗、算法、展示。三步走完,任何人发来的数据,你都能用自然语言把它变成领导看得懂的汇报。
一、先练眼力:清洗三件套
作为专业的PMC,拿到任何数据,第一眼不是看数字,是看数据结构。
清洗就三件事:
删掉首行大标题——非专业人士做的表格,喜欢在第一行整个大标题,而且大概率是合并单元格
去掉合并单元格
去掉空行、空列
图1:原始数据表——首行大标题占整行合并单元格,中间夹空行空列的“漂亮”表格
对应指令就一句:
记住一句话:
真正结构化的数据,永远是最底层的一维记录。
二、隐形杀手:文本型数据
清洗三件套做完,还有两个隐形杀手,专坑老ERP用户(台湾天心这类进销存系统导出的数据最常见):
文本型数字:SUM求和得0,只能计数
文本型日期:透视表无法分组、无法按日期分段
图2:文本型数字求和演示——SUM公式结果为0,左上角绿色小三角标记
应对指令也是两句话的事:
第一课小结:练就火眼金睛——任何人发来的数据,都能用自然语言让它变成计算机可识别的一维数据。
三、六大统计:不会统计学也能向领导交差
数据清洗完了,必须做算法,否则清洗毫无意义。
不会统计学?汇报没思路?没关系,记住六大统计方向就够了:
记忆口诀:
图3:六大统计方向函数映射表——统计方向、对应函数、多条件三列
四、交叉升维:一维统计完,马上升维
六大统计都是针对某一列的一维统计。统计的第二方向,是交叉统计。
数据透视表本质上就是交叉统计——行 × 列。
一维统计做完,用这句万能指令升维:
AI会自动命中字段,比如日期 × 销售员、部门 × 地区。
图4:交叉统计结果——日期×销售员二维交叉表,行头日期、列头销售员
五、三大图:说得出,就做得出
数据算完了,最后一步是展示。先掌握三大基础图:
柱状图:适合对比
折线图:适合趋势
饼图:适合占比
每个图都有对应的展示方向,不要用不适合的数据做不适合的图。
组合图、面积图这些进阶图表呢?说得出,AI就做得出——你说不出,AI也做不出。
图5:三大基础图对比演示——同一份数据的柱状图、折线图、饼图并排
学图技巧:三步模仿法
看到汇报高手的漂亮图,拍张照发给灵犀:
问它「这张图的原理是什么?」
没有数据?让AI虚拟数据来支撑这张图
要求直接输出Excel表格——反推数据结构,右键看它怎么做的
六、AI时代的底线:基础必须自己下场
一个PMC连Excel都不会,效率直接打骨折。
但也不用慌,只需精学三类高频函数——学会的边际成本极低,简单操作自己一敲就出来,不必事事绕给AI。
零函数基础,半小时也能学会最牛的三个函数——下节课展开。
最后说一句
小批量、多品种、短交期——现代制造业PMC的三座大山:批量小了排产碎,品种多了换线频,交期短了缓冲薄。
数据素养,就是翻山的第一根杖。
行动清单,照着勾:
在灵犀创建个人「重点事项流水账 / 随笔」
掌握数据清洗三件套指令
掌握文本型数字、文本型日期的转换指令
背熟六大统计方向及其函数映射
会用「交叉统计」万能指令做升维分析
记住三大图的适用场景,练习三步模仿法学图
术语解释
一维记录:每一行是一条完整记录、每一列是一个独立字段的标准表格结构,没有合并单元格、没有大标题行,计算机能直接统计的最底层数据形态。
文本型数字:看起来是数字、实际以文本格式存储的数据,默认左上角带绿色小三角,求和得0、只能计数。
交叉统计:按两个维度同时汇总数据,行一个维度、列一个维度,交叉格子填结果,数据透视表就是它的典型工具。
PMC:Production Material Control,生产物料控制,负责生产计划与物料管控的岗位。
古老师(古哥计划)|AI落地专家 · 制造业FDE实践者|中小制造数字化专家|金山 KVP(金山办公最有价值专家)|金山多维表格应用场景专家|金山 WPS 社区优秀创作者
深耕中小制造业数字化落地,擅长用 WPS 多维表格 + AI 低代码方案,帮工厂快速搭建进销存、生产计划、质量追溯等轻量化系统。不用复杂 IT,低成本落地,已服务数百家制造企业,实战经验丰富。
买AI系统前,先算笔账——关注「古哥计划」,避坑少花冤枉钱。
古哥计划 | 古老师 | AI落地专家 | FDE | PMC数据素养 | 多维表格 | AI办公
#多维表格 #工厂管理 #AI落地 #AI应用 #FDE
AI创作声明:本文由古老师课堂口述内容整理,经灵犀(WPS AI)辅助创作,古老师审核定稿。
Lv.4 核心创作者