服务总览
DataSense 服务：从数据到可交付成果
不同任务需要不同的输入、方法和复核重点。DataSense 将常见需求分为四条服务路径，帮助你先确定想解决的问题，再准备与成果相匹配的材料。
简要回答
如果你已经知道最终想拿到分析结果、研究证据、图形表达还是规范文档，可以直接按成果选择对应服务；如果任务横跨多条路径，先确定核心交付物，再组合后续步骤。
适合解决的问题
- 数据分析用于回答数据中的差异、趋势、关系或预测问题。
- 科研研究支持用于连接研究问题、真实数据、证据组织与写作辅助。
- 可视化绘图和文档排版分别处理图形表达与版式一致性。
开始前请准备
- 说明你要解决的问题、目标读者和预期交付内容。
- 提供现有数据、正文、图表、模板或研究材料。
- 标出材料缺口、已知质量问题和必须遵循的现行规则。
你将获得
- 与已确认任务范围对应的分析、图形或整理后文档。
- 便于复查输入、方法、来源和关键表达的交付结构。
- 对材料限制、适用前提和仍需用户确认事项的说明。
先按核心成果选择路径
- 需要从原始数据形成方法、结果和解释链路时，选择数据分析。
- 需要围绕研究问题组织真实数据、证据和写作材料时，选择科研研究支持。
- 需要把数据或明确关系转成统计图、科研图或流程图时，选择可视化绘图。
- 已有内容基本确定、重点是按规则统一版式时，选择文档格式排版。
把复合任务拆成可检查步骤
一项任务可能先分析数据，再绘图和排版。此时应以最影响后续工作的成果为起点，并明确每一步使用的输入、完成条件和复核人，避免版式或图形工作掩盖上游数据问题。
用材料决定可执行范围
目标、数据含义、来源、模板和现行规则越清楚，越容易判断可采用的方法。材料不完整时可以先梳理需求，但缺失事实不会被自行补写，交付范围也要随可用证据调整。
服务选择与结果边界
服务入口只是任务分类，不代表对特定结果作出承诺。生成或整理的内容需要用户结合原始材料、专业背景和适用规则复核后再使用。
常见问题
数据分析和科研研究支持有什么区别？
数据分析侧重从问题与数据建立可复核的方法、结果和解释链；科研研究支持还涉及研究设计语境、证据组织、引用核验与作者责任。
一个任务涉及多项服务怎么办？
先确定核心交付物和前后依赖。例如先完成数据分析并确认结果，再制作图表或整理文档，可减少后续反复修改。
材料不完整可以开始吗？
可以先说明目标、现有材料和缺口，用于判断任务范围；涉及数值、来源或规则的缺失内容仍需补充或明确标注为限制。
生成结果是否可以直接使用？
不建议跳过复核。用户应检查数据含义、方法前提、引用来源、图表标签和最终文字，并判断是否符合自己的使用场景。
相关页面
准备好开始了吗？
先说明目标、现有材料和期望交付物。
描述你的需求