Kombinér flere datakilder
På denne side
Krydsreferér data for en dybere analyse
De mest værdifulde indsigter opstår, når du krydsrefererer flere kilder. Salg og CRM, budget kontra faktisk realisering, webanalyser og konverteringer: Hver fil fortæller kun halvdelen af historien, hvis du betragter den isoleret. Ved at kombinere dem afslører du mønstre, der er usynlige i enhver enkelt kilde – for eksempel at dine kunder med højest volumen faktisk er de mindst profitable, når du ser på dækningsgraden.
Importér flere filer
ChatGPT accepterer flere filer i én og samme samtale. Den bedste praksis er at uploade dem i starten af sessionen og eksplicit angive, hvad hver enkelt indeholder. Det sparer dig for at skulle svare på afklarende spørgsmål senere og – endnu vigtigere – forhindrer ChatGPT i at misforstå en fils rolle.
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.
Upload dem én efter én eller alle på én gang; ChatGPT kan læse dem alle inden for sit Python-miljø. Antallet af tilladte filer pr. samtale varierer afhængigt af filtype, model, abonnementsplan og din importkvote. Du kan også vedhæfte filer fra Google Drive, OneDrive eller SharePoint, når de tilsvarende plugins er tilgængelige for din konto. Som i lektion 1 skal du kun beholde de kolonner fra CRM’en, der er nødvendige for sammenføjningen.
Sammenføj tabeller (joins)
En join (sammenføjning) kombinerer to tabeller baseret på en fælles kolonne: Dette er kernen i enhver krydsreferencing. Anmod om det ved eksplicit at nævne nøglen, og kræv øjeblikkelig rapportering af forældreløse rækker – altså de rækker, hvor nøglen ikke finder nogen match.
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.
Resultatet afhænger af den valgte join-type, og dette valg er aldrig neutralt: Afhængigt af tilfældet mister du enten salgsdata eller beholder ufuldstændige rækker.
| Join-type | Adfærd | Hvornår skal den bruges? |
|---|---|---|
| Inner join | Beholder kun matches | Streng analyse, ingen ufuldstændige data |
| Left join | Beholder alle rækker fra primærtabellen | Berig salgsdata med kundeinfo (selv hvis kunden er ukendt) |
| Outer join | Beholder alle rækker fra begge tabeller | Identificér uoverensstemmelser mellem to kilder |
Du behøver ikke kende dette fagsprog for at bruge det. Beskriv blot det ønskede resultat, og specificér, hvordan u匹配ede tilfælde skal håndteres.
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 oversætter denne anmodning til en join – i dette tilfælde en left join, da ingen salgstal bør forsvinde fra totalen; verificér dette i koden. Ordvalget betyder noget: Hvis du blot havde skrevet “krydsreferér de to filer” uden yderligere præcisering, kunne en inner join have fjernet alle dine omsætningstal for kunder, der mangler i CRM’en.
Sammenlign budget kontra faktisk realisering
Den mest almindelige krydsreferencing inden for performance management sætter to filer op mod hinanden, der er bygget af forskellige teams: Målsætninger fastlagt ved årets start på den ene side og aggregerede salgstal på den anden. Twistet her er join-nøglen, som er sammensat – region og måned – fordi ingen af kolonnerne alene er tilstrækkelig til at identificere en række.
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.
Berig med eksterne data
En referencefil giver dig mulighed for at tilføje en dimension, der ikke eksisterer nogen steder i dine salgsdata. Det klassiske tilfælde er postnummeret: Det findes i hver ordre og låser op for geografisk analyse, når det parres med en opslagstabel. ChatGPTs Python-miljø har ikke adgang til webbet: Download denne tabel fra en officiel kilde, og vedhæft den derefter.
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.
Den samme mekanisme overbygger kløften mellem to verden, der normalt er siloer: digital marketing og handel. Ved at korrelere trafik med salg afslører du sider, der tiltrækker besøgende, men ikke konverterer – altså sider, hvis publikum pynter i marketingrapporterne uden nogensinde at fylde ordrebogen.
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?
Håndtér inkonsistenser mellem kilder
Datakilder deler sjældent samme format, og det er præcis her, joins fejler – lydløst. Tre problemer går igen konstant. Det første vedrører kolonnenavne, der mærker de samme oplysninger forskelligt, fordi to teams har navngivet dem hver for sig.
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.
Det andet vedrører datoer, hvor granularitet og formatering varierer fra system til system. Harmonisering skal gå forud for sammenføjning, aldrig følge efter: Når rækker først er mismatchede, findes der ingen måde at spore fejlen tilbage på.
Sales use the DD/MM/YYYY format.
Targets use the YYYY-MM format.
Harmonize both to month (YYYY-MM) before cross-referencing.
Det tredje vedrører kategoriske værdier, hvor en simpel forskel i store/små bogstaver eller accenttegn får matchingen til at fejle, selvom en menneskelig læser ikke ville se nogen tvetydighed.
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.
Ingen af disse forholdsregler erstatter behovet for en endelig kontrol. En mislykket join producerer ikke en fejlmeddelelse: Den producerer en mindre tabel, der ser helt præsentabel ud, og ingen opdager det før mødet. Anmod derfor systematisk om et resumé.
After the join, how many rows were lost?
How many rows found no match?
Show 5 examples of non-matches.
Flere-dimensionel krydsanalyse
Når kilderne er sammenføjet, kan du krydsreferere dimensioner, der tidligere var adskilte. Dette er den virkelige gevinst ved alt dette rørarbejde, og det øjeblik, det bliver synligt.
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)
Disse analyser ville være umulige med en enkelt fil: Salgsfilen ignorerer kundens virksomhedsstørrelse, og CRM’en ignorerer, hvad de køber. Krydsreferencing er det, der endelig giver dig mulighed for at stille det spørgsmål, som den kommercielle ledelse bekymrer sig om: Hvilken type kunde køber hvilken type produkt?
Din tur
Din første krydsreferencing.
- Vælg to filer, der deler en nøgle: salg og CRM, budget og faktisk realisering
- Præsentér dem for ChatGPT, og angiv rollen for hver enkelt
- Harmonisér kolonnenavne, datoer og værdier før join’en
- Beskriv, hvordan u匹配ede rækker skal håndteres, og udfør derefter join’en
- Anmod om et resumé over mistede rækker, og undersøg fem eksempler
Officielle kilder: Extracting Insights with ChatGPT Data Analysis · Data analysis with ChatGPT (OpenAI Help Center)
Vigtige pointer
- Importér flere filer i samme samtale for at krydsreferere dem
- Beskriv join-logikken på naturligt sprog, og verificér derefter join-typen i koden
- Harmonisér formater (datoer, navne, store/små bogstaver) før sammenføjning
- Tjek altid antallet af rækker før og efter join’en
- Krydsreferencing på tværs af flere kilder afslører indsigter, der er usynlige i enhver isoleret kilde