1.把文件放在work目录下，输入提示词：把当前目录下的文件：2018年销售汇总表.csv 进行数据分析和可视化
2.生成了work/工作目录 后把该文件2018年销售汇总表.csv 复制到该工作目录。
生成的图表文件：
再让生成html文件：
生成的html文件内容：
给出的分析结论：
以下是基于2018年销售数据的完整分析报告摘要，您可以查看生成的HTML文件获取更详细的图表和格式化内容： │
│ │
│ 核心分析结论 │
│ │
│ 1 数据质量 │
│ │
│ • 原始记录：1,500条 │
│ • 有效记录：1,472条（过滤28条负数量异常记录） │
│ • 数据完整度：98.1% │
│ │
│ 2 关键指标 │
│ │
│ • 总销售额：¥2,020,351.64 │
│ • 平均单笔金额：¥1,372.52 │
│ • 客户数量：20家（B2B特征明显） │
│ • 产品SKU：30种 │
│ │
│ 3 销售趋势 │
│ │
│ • 最佳月份：3月（¥204,161.94） │
│ • 最差月份：11月（¥120,106.06） │
│ • 季度对比：Q1>Q2≈Q3>Q4（Q4下降13.5%） │
│ │
│ 4 客户分析 │
│ │
│ • 头部客户贡献： │
│ • TOP3客户：¥397,057.26（占总19.7%） │
│ • TOP5客户：¥621,901.28（占总30.8%） │
│ │
│ 5 产品分析 │
╭─────────────────────────────────────────────────── trustoken 响应 ───────────────────────────────────────────────────╮
│ 以下是基于2018年销售数据的完整分析报告摘要，您可以查看生成的HTML文件获取更详细的图表和格式化内容： │
│ │
│ 核心分析结论 │
│ │
│ 1 数据质量 │
│ │
│ • 原始记录：1,500条 │
│ • 有效记录：1,472条（过滤28条负数量异常记录） │
│ • 数据完整度：98.1% │
│ │
│ 2 关键指标 │
│ │
│ • 总销售额：¥2,020,351.64 │
│ • 平均单笔金额：¥1,372.52 │
│ • 客户数量：20家（B2B特征明显） │
│ • 产品SKU：30种 │
│ │
│ 3 销售趋势 │
│ │
│ • 最佳月份：3月（¥204,161.94） │
│ • 最差月份：11月（¥120,106.06） │
│ • 季度对比：Q1>Q2≈Q3>Q4（Q4下降13.5%） │
│ │
│ 4 客户分析 │
│ │
│ • 头部客户贡献： │
│ • TOP3客户：¥397,057.26（占总19.7%） │
│ • TOP5客户：¥621,901.28（占总30.8%） │
│ │
│ 5 产品分析 │
│ │
│ • 热销TOP3： │
│ 1 S2-77896（1,817件） │
│ 2 S1-47412（1,693件） │
│ 3 S1-06532（1,493件） │
│ │
│ 业务建议 │
│ │
│ 1 异常数据处理 │
│ │
│ • 建议单独标记28条负数量记录为"退货"类别 │
│ │
│ 2 销售策略优化 │
│ │
│ • Q4（尤其11月）设计专项促销 │
╭─────────────────────────────────────────────────── trustoken 响应 ───────────────────────────────────────────────────╮
│ 以下是基于2018年销售数据的完整分析报告摘要，您可以查看生成的HTML文件获取更详细的图表和格式化内容： │
│ │
│ 核心分析结论 │
│ │
│ 1 数据质量 │
│ │
│ • 原始记录：1,500条 │
│ • 有效记录：1,472条（过滤28条负数量异常记录） │
│ • 数据完整度：98.1% │
│ │
│ 2 关键指标 │
│ │
│ • 总销售额：¥2,020,351.64 │
│ • 平均单笔金额：¥1,372.52 │
│ • 客户数量：20家（B2B特征明显） │
│ • 产品SKU：30种 │
│ │
│ 3 销售趋势 │
│ │
│ • 最佳月份：3月（¥204,161.94） │
│ • 最差月份：11月（¥120,106.06） │
│ • 季度对比：Q1>Q2≈Q3>Q4（Q4下降13.5%） │
│ │
│ 4 客户分析 │
│ │
│ • 头部客户贡献： │
│ • TOP3客户：¥397,057.26（占总19.7%） │
│ • TOP5客户：¥621,901.28（占总30.8%） │
│ │
│ 5 产品分析 │
│ │
│ • 热销TOP3： │
│ 1 S2-77896（1,817件） │
│ 2 S1-47412（1,693件） │
│ 3 S1-06532（1,493件） │
│ │
│ 业务建议 │
│ │
│ 1 异常数据处理 │
│ │
│ • 建议单独标记28条负数量记录为"退货"类别 │
│ │
│ 2 销售策略优化 │
│ │
│ • Q4（尤其11月）设计专项促销 │
│ • 针对TOP5客户推出VIP维护计划 │
│ │
│ 3 产品策略 │
│ │
│ • 分析S2-77896热销原因（可考虑捆绑销售） │
│ • 对销量后5名产品进行淘汰评估 │
│ │
│ 4 后续分析方向 │
│ │
│ │
│ # 建议后续分析代码框架 │
│ next_analysis = { │
│ 'RFM分析': '客户价值分层', │
│ '价格弹性': '促销效果模拟', │
│ '地理分析': '区域销售热图', │
│ '库存周转': '销售-库存关联分析' │
│ } │
│ │
│ │
│ 您可以通过以下方式查看完整报告： │
│ │
│ 1 直接打开生成的2018_sales_analysis_report.html文件 │
│ 2 需要进一步分析特定维度时，可以告知我： │
│ • 是否需要增加利润率分析 │
│ • 是否需要客户购买频率分析 │
│ • 是否需要预测模型等 │
│ │
│ 报告中的可视化图表已自动关联到分析结论，如需调整图表类型或分析维度，请随时告知。
