ExcelAI客户数据自动分类攻略

需依托Power Query的M语言能力与智能文本识别机制实现AI式自动分类：一、用Table.AddColumn配合嵌套if语句按金额阶梯分级；二、基于出生年份动态计算年龄组并分类。

如果您在Excel中处理客户数据时，希望跳过人工逐条判断等级、标签或分组，而是让AI式逻辑自动完成分类任务，则需依托Power Query的M语言能力与智能文本识别机制。以下是实现该目标的具体操作路径：

一、使用Power Query自定义列实现金额阶梯分级

该方法通过Table.AddColumn配合嵌套if语句，在数据加载阶段即完成客户等级判定，避免公式污染与手动刷新依赖。所有逻辑固化于查询中，新增数据导入后自动生效。

1、在Excel中选中客户数据区域，点击【数据】→【从表格/区域】，勾选“表包含标题”，点击确定进入Power Query编辑器。

2、在Power Query编辑器中，点击【转换】→【添加列】→【自定义列】。

3、在弹出窗口中输入新列名称“客户等级”，在公式框内粘贴以下M代码：

if [消费金额] >= 10000 then "钻石VIP" else if [消费金额] >= 5000 then "金牌客户" else "普通客户"

4、点击确定，新列即时生成并按规则填充全部行。

5、点击左上角【关闭并上载】，结果将回写至工作表，且后续刷新源数据时自动重算等级。

二、基于出生年份动态计算年龄组并分类

此方案适用于需按实际年龄区间归类客户（如未成年、青年、中年等）的场景，利用当前年份与字段运算实时推导，不依赖静态分组表，适配年度更新需求。

1、确保原始数据中存在“出生年份”列，且为纯数字格式（如1992、2005）。

2、进入Power Query编辑器后，点击【转换】→【添加列】→【自定义列】。

3、列名为“年龄组”，公式栏输入：

let 年龄 = 2025 - [出生年份] in if 年龄 < 18 then "未成年" else if 年龄 < 30 then "青年" else if 年龄 < 50 then "中年" else "银发族"

4、确认后检查新列值是否符合预期分布，特别核对边界值（如年龄=17、29、49）。

5、完成设置后关闭并上载，年龄组列将作为结构化字段参与后续筛选或透视分析。

三、利用Text.Contains实现模糊关键词匹配分类

当产品名称、客户备注或行业字段含非标文本（如“iPhone16 Pro-红色版”“童装-连衣裙夏款”）时，该方法可绕过精确匹配限制，通过语义片段识别自动归类。

1、确认待分类列为文本类型，无空值或错误值干扰；若存在异常格式，先执行【转换】→【清理】去除不可见字符。

2、点击【转换】→【添加列】→【自定义列】，命名为“业务品类”。

3、输入以下M表达式（支持中文关键词优先匹配）：

if Text.Contains([客户备注], "投诉") or Text.Contains([客户备注], "纠纷") then "高风险客户" else if Text.Contains([客户备注], "续约") or Text.Contains([客户备注], "续费") then "高意向客户" else "常规客户"

4、点击确定，系统逐行扫描关键词并返回对应标签。

5、如需扩展规则，可在else后继续追加else if分支，无需修改已有逻辑结构。

四、结合条件格式实现视觉化等级标识

该步骤不改变数据本身，仅在显示层强化分类结果辨识度，适用于需快速浏览或汇报展示的场景，且与前述M代码结果完全兼容。

1、选中已生成的“客户等级”列（如C2:C1000），点击【开始】→【条件格式】→【新建规则】。

2、选择“只为包含以下内容的单元格设置格式”，在“单元格值”下拉菜单中选“等于”，右侧框中输入"钻石VIP"。

3、点击【格式】，设置字体为加粗、背景色为深蓝色、文字为白色，确定后重复该流程，分别为"金牌客户"设浅蓝色背景，为"普通客户"设灰色背景。

4、全部规则添加完毕后，整列等级标签将以颜色区块直观呈现，无需额外图例即可识别分布密度。

五、通过数据透视表联动验证分类准确性

该方法用于交叉核验Power Query输出结果是否符合业务定义，尤其适用于多条件嵌套分类后的可信度抽查，不替代主分类流程，但提供独立校验维度。

1、选中已完成分类的完整数据表（含“客户等级”“年龄组”“业务品类”等新列）。

2、点击【插入】→【数据透视表】，选择新工作表，确认创建。

3、将“客户等级”拖入【行】区域，“客户ID”拖入【值】区域，并将汇总方式改为【计数】。

4、再将“年龄组”拖入【列】区域，观察交叉矩阵中各等级在不同年龄组的分布数量。

5、若发现某类组合明显偏离常识（如“钻石VIP”中“未成年”占比超5%），则需返回Power Query检查对应判断逻辑是否存在覆盖盲区。