開會討論之後，決定使用 Takeaway 這份資料集來建立 CRM 系統的 Demo（把原本的章魚燒改掉），然後我們想要知道：
資料中每個商品通常什麼時候（星期幾、幾點、是否為尖峰時間、是否為假日）被購買、使用什麼支付工具等。
找到可以用來比較各項商品的商品屬性，用這些屬性跑回歸，看會不會影響銷售金額。
利用這些資料來做個人化推薦（使用聯合分析、購物欄分析等）。
算出商品單價
這個資料集沒有紀錄商品單價，只有一欄 order_value，紀錄的是整張訂單的總金額。
因此我要先用 Claude for Excel 來幫我整理。
根據cleaned工作表 找出所有商品品項 並新增一個商品工作表
商品表包含商品和單價 單價從cleaned工作表的交易紀錄中 用解方程式的方式算出來
每張訂單的總金額在order_value 訂單商品內容在items📋 商品工作表已建立
共找到 10 種商品，單價採用最小二乘法聯立方程式，從 cleaned 工作表 999 筆訂單中求解：
📐 計算方式說明
每筆訂單可以寫成一條方程式：x₁·Beverage + x₂·Burger + ... = order_value
999 筆訂單組成一個 999×10 的過定義線性方程組（方程式數遠多於未知數），使用 numpy 最小二乘法（Least Squares） 求解最佳解。
⚠️ 注意：每筆訂單的實際金額與商品組合之間仍有自然浮動（RMSE ≈ 3.49），表示此資料集的商品定價本身帶有變動區間，而非完全固定單價。求解結果為各商品的「最佳代表性單價」。
我順便叫他想一下餐廳名字，就用 Plate & Go 吧。
為了方便之後當成 Demo，我在旁邊加了中文的商品名和台幣的價格，用的美元/台幣匯率是 31.48。
生成商品敘述和圖片
我要用 AI 幫我生成每個商品的敘述和圖片，這樣我才能加進 Google 試算表當作 demo。
生成敘述
先用 Claude for Excel 生成敘述。
幫我依據訂單資料 為每個商品想出商品敘述
加在商品表那裡
他生成的比較像是給商家看的，我叫他改一下：
敘述是要給顧客看的 修改一下
好多了。
生成圖片
接下來要生圖片。ChatGPT 最近剛出了GPT-Image-2，我就用他生圖好了。我直接用剛剛生成的敘述來生圖。
這是一間主要做外帶的餐廳，叫Plate & Go 幫我依據商品描述生成商品照片。飲料
漢堡
甜點
麵條
義大利麵
披薩
米飯
沙拉
三明治
壽司捲
抓出所有顧客
為了之後方便，我要抓出所有顧客的 ID 列成一個表。這部分用樞紐分析就行，不用勞煩 AI。
建成一張顧客工作表。
整理交易紀錄
換算成台幣價格
我要將交易紀錄整理成台幣價格，並且總價用商品單價重算。
將cleaned表中的交易紀錄複製到新的工作表 然後根據商品的台幣單價重算總價新工作表：TWD_orders
複製了
cleaned表全部 10,000 筆交易紀錄（含標題）在 P欄 新增
order_value_twd欄位，公式邏輯為：掃描每筆訂單的
items字串，對 10 個商品逐一計算出現次數，再乘以商品表的台幣單價加總
已驗證幾筆範例：
公式動態引用 商品!$A$2:$D$11，若日後台幣單價更新，P欄 總價會自動重算。
將商品欄位轉換成 Google 試算表中的格式
為了把這些資料加入 Google 試算表中當作 demo，我要把他商品欄位的寫法改成我原本設計的寫法（章魚燒*1, 西瓜汁*3），這樣程式才能正確解析。
開一個新表複製 TWD_orders 表 然後把訂單的商品欄改成 章魚燒*1, 西瓜汁*3 的形式
將資料填進 Google 試算表
最後我就把資料塞進試算表，當作畢業專題的 demo。
商品、顧客、訂單都塞進去了，由於資料裡面沒有 ID 以外的顧客資料，所以顧客表就只放 ID。
商品類別也還沒分，之後再看要怎麼分。