Комбиниране на множество източници на данни
На тази страница
Кръстосано препратки към данни за по-богат анализ
Най-мощните прозрения идват от кръстосаното препратки към множество източници. Продажби и CRM, бюджет срещу реални резултати, уеб аналитика и конверсии: взети поотделно, всеки файл разказва само половината от историята. Комбинирането им разкрива модели, невидими в който и да е единичен източник – например, откриването, че клиентите Ви с най-голям обем всъщност са най-малко печелившите по отношение на марж.
Импортиране на множество файлове
ChatGPT приема множество файлове в един разговор. Най-добрата практика е да ги качите в началото на сесията и изрично да посочите какво съдържа всеки от тях. Това Ви спестява отговарянето на уточняващи въпроси по-късно и, което е по-важно, предотвратява погрешното тълкуване от страна на ChatGPT на ролята на даден файл.
Here are 3 files:
1. sales_q1_2026.xlsx — sales transactions
2. clients_crm.csv — customer database with sector and size
3. targets_2026.csv — targets by region and month
I will ask you to cross-reference them for a complete analysis.
Качете ги един по един или всички заедно; ChatGPT може да ги прочете всички в своята Python среда. Броят на разрешените файлове на разговор варира според типа файл, модела, абонаментния план и Вашата квота за импортиране. Можете също така да прикачите файлове от Google Drive, OneDrive или SharePoint, когато съответните плъгини са налични за Вашия акаунт. Както в Урок 1, запазете само колоните от CRM, необходими за обединяването.
Обединяване на таблици (joins)
Обединяването (join) комбинира две таблици въз основа на обща колона: това е сърцевината на всяко кръстосано препратки. Поискайте го, като изрично назовете ключа, и изискайте незабавно докладване на осиротелите редове – тези, при които ключът не намира съвпадение.
Merge the sales file with the clients file
using the "id_client" column as the join key.
Show a preview of the result and flag any sales
without a matching client.
Резултатът зависи от избрания тип обединяване и този избор никога не е неутрален: в зависимост от случая, или губите данни за продажбите, или запазвате непълни редове.
| Тип обединяване | Поведение | Кога да се използва |
|---|---|---|
| Inner join | Запазва само съвпаденията | Строг анализ, без непълни данни |
| Left join | Запазва всички редове от основната таблица | Обогатяване на продажбите с информация за клиента (дори ако клиентът е неизвестен) |
| Outer join | Запазва всички редове от двете таблици | Идентифициране на несъответствия между два източника |
Не е необходимо да познавате този жаргон, за да го използвате. Просто опишете желания резултат, като посочите как да се обработват несъвпадащите случаи.
I want to enrich my sales data with client info.
Keep all sales, even those where the client
is not in the CRM (mark these as "Unknown").
ChatGPT превежда тази заявка в обединяване – в този случай left join, тъй като никакви продажби не трябва да изчезнат от общия сбор; проверете това в кода. Формулировката има значение: ако бяхте написали просто „свържете двата файла“ без допълнителна прецизност, едно inner join би могло да лиши Вашите фигури за приходите от всички клиенти, липсващи в CRM.
Сравнение на бюджет срещу реални резултати
Най-честото кръстосано препратки в управлението на ефективността противопоставя два файла, изградени от различни екипи: целеви показатели, определени в началото на годината от една страна, и агрегирани продажби от друга. Особеността тук е ключът за обединяване, който е съставен – регион и месец, – защото нито една колона сама по себе си не е достатъчна за идентифициране на ред.
Cross-reference the targets file (columns: region, month, target_revenue)
with the aggregated sales file (region, month, actual_revenue).
Calculate the variance in euros and percentage for each combination.
Flag any instances where the target was not met.
Обогатяване с външни данни
Референтен файл Ви позволява да добавите измерение, което не съществува никъде във Вашите данни за продажбите. Класическият случай е пощенският код: присъстващ във всяка поръчка, той отключва географския анализ, след като се сдвои с таблица за търсене. Python средата на ChatGPT няма достъп до уеб: изтеглете тази таблица от официален източник, след което я прикачете.
Here is a reference file with postal codes
and French administrative regions.
Add a "region" column to my sales data
using the postal code as the key.
Същият механизъм свързва два обикновено изолирани свята: дигиталния маркетинг и търговията. Корелирането на трафика с продажбите разкрива страници, които привличат посетители, но не успяват да конвертират – тези, чиято аудитория ласкае маркетинговите отчети, без никога да попълни книгата с поръчки.
File 1: Web traffic by product page (page_url, visits, bounce_rate)
File 2: Sales by product (product, revenue, quantity)
Cross-reference the two files on the product name.
Calculate the conversion rate (sales / visits) per product.
Which product has the best visits-to-sales ratio?
Обработка на несъответствия между източници
Източниците на данни рядко споделят един и същи формат и точно тук обединяванията се провалят – тихо. Три проблема се повтарят постоянно. Първият включва имената на колоните, които етикетират една и съща информация различно, защото два екипа са ги наименували поотделно.
In the sales file, the column is named "client_id".
In the CRM, it is named "customer_identifier".
Perform the join by mapping these two columns.
Вторият засяга датите, където гранулярността и форматирането се различават от система до система. Хармонизацията трябва да предшества обединяването, никога да не го следва: след като редовете са несъответстващи, нищо не Ви позволява да проследите грешката назад.
Sales use the DD/MM/YYYY format.
Targets use the YYYY-MM format.
Harmonize both to month (YYYY-MM) before cross-referencing.
Третият включва категориални стойности, където проста разлика в главните/малките букви или акцентите кара съвпадението да се провали, въпреки че човешкият читател не би видял никаква двусмислица.
In sales, regions are uppercase (ILE-DE-FRANCE).
In the CRM, they are mixed case with accents (Île-de-France).
Normalize both before the join.
Нито една от тези предпазни мерки не замества нуждата от финална проверка. Неуспешното обединяване не произвежда съобщение за грешка: то произвежда по-малка таблица, перфектно представима, и никой не забелязва до срещата. Затова систематично искайте обобщение.
After the join, how many rows were lost?
How many rows found no match?
Show 5 examples of non-matches.
Многоизмерен кръстосан анализ
След като източниците са обединени, можете да направите кръстосано препратки на измерения, които преди са били отделни. Това е истинската полза от цялата тази техническа работа и моментът, в който тя става видима.
Now that I have sales enriched with CRM info:
1. Revenue by client industry sector AND by product category
2. Average order value by company size (Micro, Small, Medium, Large)
3. Top 10 most profitable combinations (sector × product)
Тези анализи биха били невъзможни с един единствен файл: файлът с продажбите игнорира размера на компанията на клиента, а CRM игнорира какво купуват те. Кръстосаното препратки е това, което най-накрая Ви позволява да зададете въпроса, който вълнува търговското ръководство – кой тип клиент купува кой тип продукт.
Ваш ред
Вашето първо кръстосано препратки.
- Изберете два файла, които споделят ключ: продажби и CRM, бюджет и реални резултати
- Представете ги на ChatGPT, като посочите ролята на всеки
- Хармонизирайте имената на колоните, датите и стойностите преди обединяването
- Опишете как да се обработват несъвпадащите редове, след което изпълнете обединяването
- Поискайте обобщение на загубените редове и разгледайте пет примера
Официални източници: Extracting Insights with ChatGPT Data Analysis · Data analysis with ChatGPT (Help Center на OpenAI)
Ключови изводи
- Импортирайте множество файлове в един и същи разговор, за да ги кръстосате
- Опишете логиката на обединяване на естествен език, след което проверете типа обединяване в кода
- Хармонизирайте форматите (дати, имена, главни/малки букви) преди обединяването
- Винаги проверявайте броя на редовете преди и след обединяването
- Кръстосаното препратки от множество източници разкрива прозрения, невидими в който и да е изолиран източник