销售数据洞察自动化工作流

📌 适用场景：销售 / 运营数据周报

ChatGPT 高级数据分析跑 Excel → Claude 写洞察报告 → AI PPT 出可视化 → Otter.ai 录制汇报会议自动产出会议纪要。

🪜 4 个步骤 🛠️ 4 款工具 ⏱️ 2-3 小时（每周可重复） 🎯 入门 🕒 更新于 2026-06-13

📋 完整步骤

把销售 Excel 直接上传到 ChatGPT 的 Advanced Data Analysis（前身 Code Interpreter），让它跑数据清洗、按维度（地区/产品线/时段）汇总、并产出关键指标 vs 上周对比。

使用工具： ChatGPT

💡 让 ChatGPT 在分析过程中保留 Python 代码 —— 下周相同结构的数据可以直接复跑。

让 ChatGPT 找出"环比 / 同比异常波动"的指标 Top 5，并给出可能归因。然后把它的输出连同原始指标一起交给 Claude，让 Claude 写一段"故事化的洞察"。

使用工具： ChatGPT Claude

💡 ChatGPT 擅长找异常，Claude 擅长把异常说成人话 —— 两者拼起来比单用任何一个都强。

把核心数据表 + Claude 的洞察文本扔给 AI PPT，自动出 8-10 页周报。重点页（封面、关键结论、行动项）人工精修。

使用工具： AI PPT

💡 AI PPT 的图表样式默认有点单调，自定义一下品牌色和字体能显著提升专业感。

周报会上用 Otter.ai 全程录音，会议结束后它自动生成纪要、行动项 owner 列表、关键决策。

使用工具： Otter.ai

💡 Otter.ai 中文识别一般，如果会议是中文为主建议换成飞书妙记或讯飞听见。

销售数据洞察自动化工作流

这条工作流非常适合每周必出的”销售周报 / 运营周报”场景——重复度高、模板稳定、但每次又必须重新跑一遍。全流程自动化后，原本 1-2 天的工作量可以压到 2-3 小时，且第二周开始边际成本接近为零。

关键洞察

⚠️ 销售数据敏感性高，不要直接把客户名、金额明细传给公网 AI。建议做法：

国内场景：用 DeepSeek 网页版的”代码解释器”替代 ChatGPT Data Analysis；用飞书妙记替代 Otter.ai；用 Notion 或飞书多维表格做长期归档。
完全自动化：把 Python 脚本部署到定时任务，每周一早晨直接生成 PPT 草稿到邮箱。