SuperAPI AI 工具集

Excelmatic

Excelmatic(资料中亦出现 RowSpeak 名称)是一款以自然语言对话方式处理表格与业务数据的 AI 数据分析工具。用户可上传 Excel、CSV、PDF 表格、图片表格、截图以及各类业务导出文件,用日常语言提问,工具即可帮助查找趋势、解释数据变化、发现异常、生成图表、仪表盘和可直接复核的报告。它支持从图片和 PDF 中提取嵌套表格、收据与财务报表,并可将结果导出为 Excel;也支持以某一字段为匹配键进行多表合并与字段补全。典型用途包括财务与会计的现金流、费用、利润率和预算差异分析,销售与运营的管道、收入、转化和库存分析,以及市场增长活动的投放、ROAS 和 CAC 复盘。它还提供定期业务报告与自动化能力,可保存问题、指标和校验规则,在新文件到达后自动重新计算差异、执行检查并生成面向管理层的摘要。安全方面,文件与对话会被加密并与其他用户和组织隔离,声明不将业务数据用于训练 AI 模型,并提供基于开源大模型的本地私有化部署选项。

访问官网

工具介绍

Excelmatic(页面中亦使用 RowSpeak 这一名称)是一款面向表格与业务数据的 AI 数据分析与报告工具,定位是让用户通过自然语言与 Excel 等数据文件对话,完成分析、制表与汇报。以下按资料中明确说明的信息整理。

一、用途 Excelmatic 用于分析杂乱的 Excel、CSV、PDF 表格与图片表格,帮助找出趋势、解释数据变化,并生成图表、仪表盘和可复核的报告。其核心流程为:用现有文件开始 → 用平实语言提出问题 → 复核并分享结果。资料强调结果可审阅、可调整假设。

二、主要能力

  1. 数据源支持:可上传电子表格、CSV 文件、PDF 表格、截图/图片表格(支持 PDF、JPG、PNG 及扫描文档),以及业务系统导出文件和共享盘、收件箱或桌面上的文件。资料说明初始流程不要求数据仓库或实时数据连接。
  2. 图片与 PDF 表格提取:可从图片和 PDF 中准确提取嵌套表格、收据与财务报表,具备智能列对齐,并支持一键导出 Excel。
  3. 多表合并:可按匹配键进行多表关联。资料示例中以 Book ID 为匹配键,在销售订单明细中查找书籍编号参考表,并补齐两个空白字段。
  4. 分析与解释:可比较不同期间、解释变化原因、发现异常波动,并以自然语言探索数字。
  5. 仪表盘与图表:可在数秒内用 AI 生成仪表盘。资料列举的示例仪表盘包括月度财务仪表盘(收入、支出、现金流、利润率、预算差异)、销售业绩仪表盘(收入、管道、转化、畅销产品、区域表现)、库存运营仪表盘(库存水平、快销品、低库存风险、库存变动)以及营销表现仪表盘(花费、转化、ROAS、CAC、渠道表现)。
  6. 定期业务报告与自动化:可一次性保存问题、指标与校验规则;当新的电子表格或业务导出文件到达时,自动重新计算差异、执行检查并汇编可直接用于汇报的管理层摘要。资料称可将更新后的文件放入同一文件夹或通过邮件发送,RowSpeak 会自动重跑所有公式、图表与复核检查。
  7. 报告细节示例:资料展示了一个运营成本控制仪表盘示例,可按门店切换、多年份比较并即时重算,包含收入、人力成本占比、固定工资、社会保险、全险服务费等六项核心指标卡片,以及成本占比图、费用排名和财年利润率趋势。另一示例给出月度损益差异分析结论:2025 年 1—8 月总收入 2,862,500 美元,总支出 -2,020,600 美元,净利润/毛利 841,900 美元(利润率 29.4%),实际整体低于预算 152,900 美元,其中收入超出预算 74,500 美元,但支出超出预算 227,400 美元。

三、使用方式 上传已有文件(Excel、CSV、PDF 表格、截图或业务导出报告),用自然语言提出问题,然后复核结果并分享。资料说明可以对关键假设进行修正,例如收入字段、日期范围、分组维度、退款处理方式或图表类型,而无需重建整个分析。同时支持在分享前检查假设、调整可视化并完善报告。

四、适用场景与人群 适用于财务与会计(月度分析、差异说明、现金流复核、管理报告)、销售与运营(管道、收入、履约与周期性运营报告)、营销与增长(活动表现、转化趋势、ROAS、CAC、渠道表现)、库存与库存变动(快销品、库存变化、异常变动与潜在库存风险)、管理层汇报,以及个人分析师、企业主和经营者。资料称其面向个人分析师、财务专业人士、运营人员、企业主以及处理周期性业务报告的团队。

五、限制与暂未提供的信息 资料明确说明,目前尚未提供与 Google Analytics、Google Sheets 和数据库等工具的直接连接器,此类连接“即将推出”;现阶段可通过上传这些工具的导出文件来完成相同的分析与报告流程。资料未提供具体的定价、收费标准、免费额度、支持的界面语言、具体模型名称(本地部署提到基于开源大模型)等信息。

六、数据隐私与安全 资料称用户的文件与对话是私密、加密且隔离的;不会使用业务数据训练 AI 模型;上传的数据源与对话保留在工作空间内,不用于训练或改进其通用 AI 模型;文件在上传、处理与存储过程中加密,访问仅限授权用户与服务;文件、对话和分析结果与其他用户和组织相互隔离,工作空间访问由所属组织控制。对于需要完全数据隐私的组织,可在自有私有网络中本地部署 RowSpeak,并基于开源大模型运行,使数据与 AI 工作流处于组织控制之下,需联系其讨论部署要求。

七、用户反馈摘要 资料引用的用户反馈提到:过去需要半天准备的月度差异报告,现在几分钟即可得到可复核的初稿;每周从三个广告平台导出的数据可汇总为一个视图并查看变化,且在提交管理层前可检查假设;预测复盘时 CRM 导出文件可直接使用,并能展示管道变化来源与具体交易;为多个小型客户处理月度差异时可复用同一套检查规则,将时间用于解释数字而非重建表格;用户认为有价值的不只是得到答案,还能看到假设、修正假设并与团队分享结果。