從原始 Excel 數據到可直接交付董事會的分析報告
銷售表現檢討總是從同一套流程開始：下載數據、打開 Excel、寫公式、格式化表格、複製到報告中，再加上一些結論。這往往要花上數小時。這個由 Eigent 結合 Kimi K2.5 驅動的工作流程，只需一個提示詞和一個試算表附件，就能完成全部步驟，產出一份完整的 HTML 分析報告，包含執行摘要、比較表格和策略建議。
將 Kimi K2.5 設定為你的模型
Kimi K2.5（由 Moonshot AI 推出）是一個高容量模型，非常適合處理大量數據任務。要在 Eigent 中使用它，請前往 Settings → Models → Custom Models，並按以下設定加入 Kimi：
- API Host:
https://api.moonshot.ai/v1 - Model:
kimi-k2.5
驗證後將其設為預設。Eigent 會在儲存前確認支援 function calling。
附加 Excel 檔案並撰寫提示詞
直接將你的 Sales Order.xlsx 檔案附加到提示詞：
我們正在進行銷售表現評估。請分析這個系統中的銷售數據，並按關鍵指標比較所有銷售人員，包括訂單數量、總收入、平均／中位數／最高訂單金額、每人每月 GMV，以及訂單轉換率。請生成一份結構化的 HTML 分析報告，包含摘要、比較表格和結論，並將其儲存到指定資料夾。
無需預處理，無需樞紐分析表。只要檔案和需求即可。
三個 Agent，三項任務
Eigent 會將工作拆分成三個連續任務：
Task 1 — Document Agent: 讀取 Sales Order.xlsx 的每一行與每一欄，並將完整數據輸出為結構化 JSON，每個工作表作為一個 key，而每一行則以欄位標題作為 key 的物件。
Task 2 — Developer Agent: 接收 JSON 數據，並按每位銷售人員計算：
- 總訂單數量
- 總收入
- 平均、中位數及最高訂單金額
- 每人每月 GMV
- 訂單轉換率
結果會以 JSON array 形式回傳。
Task 3 — Developer Agent: 接收 metrics JSON 並生成完整的 HTML 報告：
- 執行摘要段落
- 列出所有銷售人員與所有指標的比較表格
- 關鍵洞察與策略結論
- 儲存為
sales_performance_report.html
報告揭示了什麼
生成的報告能揭示一些手動分析可能要花數小時才發現的洞察。在這個範例數據集中，分析結果顯示：
- 表現最佳：Mitchell Admin — 負責整個團隊 89% 的總收入，平均訂單金額為 $15,095
- 收入集中度： Mitchell 的收入是第二名的 9 倍
- 所有三位銷售代表的轉換率都是 100% — 每一筆下單都已完成
- 數量與價值的分化： Marc Demo 的訂單數量最多（35 筆），但平均訂單金額較低
- 增長機會： OdooBot 在較少訂單數量下仍有不錯的平均金額，顯示尚未發掘的潛力
每項洞察都附帶相應的策略建議——例如導師計劃設計、區域重新分配分析、方法分享——可直接用於績效檢討。
為何這很重要
Excel 到報告的流程是銷售營運中最常見的瓶頸之一。數據提取、指標計算與敘事生成的組合，正正就是 Eigent 原生擅長處理的多步分析工作——無需使用者編寫任何 Python、設定任何 BI 工具，或手動格式化任何表格。
Kimi K2.5 為這個流程帶來強大的數值推理能力，令其在不同試算表結構與數據量下都保持可靠。
下一步可以嘗試什麼
對上季度的 Excel 檔案進行同樣分析，並與這份報告比較——告訴我哪些業務有進步。
將報告匯出為 PDF，並電郵給銷售團隊。
在 HTML 報告中加入一個顯示各業務收入的長條圖。
標記任何與上月相比轉換率下降超過 10% 的業務。
提升結果的貼士
-
整理欄位標題。 Document Agent 會按欄位標題名稱對應每一行。清晰且具描述性的標題（例如 "Order Value" 而不是 "Col_D"）能令指標計算更準確，報告標籤也更易閱讀。
-
指定輸出路徑。 在提示詞中加入「將其儲存到指定資料夾」，或直接指定絕對路徑，可確保報告準確存放在你需要的位置——而不是 agent 的工作目錄中。
-
要求可用於圖表的數據。 加入「同時將 metrics 以 CSV 形式連同 HTML 報告一起匯出」，可獲得結構化數據，方便匯入任何 BI 工具作進一步視覺化。
