Siirry pääsisältöön
Suomi— Valitse kieli
Valikko

Yhdistä useita tietolähteitä

Oppitunti 13 / 14 Päivitetty 5. marraskuuta 2026 Keskitasoinen
Tällä sivulla
  1. Ristiinviittaa dataa syvällisempää analyysiä varten
  2. Tuo useita tiedostoja
  3. Yhdistä taulukot (liitokset)
  4. Vertaa budjettia ja toteumaa
  5. Rikasta ulkoisella datalla
  6. Käsittele lähteiden välisiä epäjohdonmukaisuuksia
  7. Moniulotteinen ristianalyysi
  8. Sinun vuorosi
  9. Keskeiset asiat

Ristiinviittaa dataa syvällisempää analyysiä varten

Voimakkaimmat oivallukset syntyvät, kun ristiinviittaat useita lähteitä. Myynti ja CRM, budjetti vs. toteuma, web-analytiikka ja konversiot: eristettyinä tarkasteltuina jokainen tiedosto kertoo vain puolet tarinasta. Niiden yhdistäminen paljastaa kuvioita, jotka jäävät näkymättömiin missä tahansa yksittäisessä lähteessä – esimerkiksi sen, että suurimmat asiakkaasi ovat itse asiassa vähiten kannattavia katteen näkökulmasta.

Tuo useita tiedostoja

ChatGPT hyväksyy useita tiedostoja saman keskustelun aikana. Paras käytäntö on ladata ne istunnon alussa ja ilmoittaa nimenomaisesti, mitä kukin sisältää. Tämä säästää sinua myöhemmiltä tarkennuskysymyksiltä ja, mikä tärkeämpää, estää ChatGPT:tä tulkitsemasta väärin tiedoston roolia.

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.

Lataa ne yksi kerrallaan tai kaikki yhdessä; ChatGPT pystyy lukemaan ne kaikki Python-ympäristössään. Keskustelua kohden sallittujen tiedostojen määrä vaihtelee tiedostotyypin, mallin, tilauspaketin ja tuontikiintiösi mukaan. Voit myös liittää tiedostoja Google Drivesta, OneDrivesta tai SharePointista, kun vastaavat lisäosat ovat käytettävissä tililläsi. Kuten oppitunnilla 1, säilytä liitosta varten vain CRM:n tarvittavat sarakkeet.

Yhdistä taulukot (liitokset)

Liitos yhdistää kaksi taulukkoa yhteisen sarakkeen perusteella: tämä on minkä tahansa ristiinviittauksen ydin. Pyydä sitä nimeämällä avain nimenomaisesti ja vaadi välitöntä raportointia orporiveistä – eli riveistä, joille avaimelle ei löydy vastinetta.

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.

Tulos riippuu valitusta liitostyypistä, eikä tämä valinta ole koskaan yhdentekevä: tapauksesta riippuen joko menetät myyntidataa tai säilytät epätäydellisiä rivejä.

LiitostyyppiToimintaMilloin käyttää
Sisäinen liitos (Inner join)Säilyttää vain osumatTiukka analyysi, ei epätäydellistä dataa
Vasen liitos (Left join)Säilyttää kaikki ensisijaisen taulukon rivitRikasta myyntiä asiakastiedoilla (vaikka asiakas olisi tuntematon)
Ulkoinen liitos (Outer join)Säilyttää kaikki rivit molemmista taulukoistaTunnista eroavaisuudet kahden lähteen välillä

Sinun ei tarvitse tuntea tätä jargonia käyttääksesi sitä. Kuvaile yksinkertaisesti haluttu lopputulos ja määritä, miten käsittelet osumattomat tapaukset.

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 kääntää tämän pyynnön liitokseksi – tässä tapauksessa vasemmaksi liitokseksi, sillä yhdenkään myynnin ei pitäisi kadota kokonaismäärästä; varmista tämä koodista. Sanavalinnat merkitsevät: jos olisit kirjoittanut pelkästään “ristiinviittaa kaksi tiedostoa” ilman tarkennuksia, sisäinen liitos olisi saattanut poistaa liikevaihtoluvuistasi kaikki CRM:stä puuttuvat asiakkaat.

Vertaa budjettia ja toteumaa

Yleisin suorituskyvyn hallinnan ristiinviittaus asettaa vastakkain kaksi eri tiimien laatimaa tiedostoa: vuoden alussa asetetut tavoitteet toisella puolella ja aggregoidut myyntiluvut toisella. Juoni kääntyy liitosavaimessa, joka on yhdistetty – alue ja kuukausi – koska kumpikaan sarake yksinään ei riitä rivin tunnistamiseen.

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.

Rikasta ulkoisella datalla

Viitetiedosto mahdollistaa ulottuvuuden lisäämisen, jota ei ole missään myyntidatassasi. Klassinen esimerkki on postinumero: se esiintyy jokaisessa tilauksessa ja avaa maantieteellisen analyysin, kun se paritetaan hakutaulukon kanssa. ChatGPT:n Python-ympäristöllä ei ole pääsyä verkkoon: lataa tämä taulukko virallisesta lähteestä ja liitä se sitten.

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.

Sama mekanismi yhdistää kaksi yleensä erillään pysyvää maailmaa: digitaalisen markkinoinnin ja kaupankäynnin. Liikenteen ja myynnin korrelointi paljastaa sivuja, jotka houkuttelevat kävijöitä mutta eivät muunna niitä – niitä, joiden yleisö imartelee markkinointiraportteja täyttämättä koskaan tilauskirjaa.

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?

Käsittele lähteiden välisiä epäjohdonmukaisuuksia

Tietolähteet harvoin jakavat samaa muotoa, ja juuri tässä liitokset epäonnistuvat – hiljaa. Kolme ongelmaa toistuu jatkuvasti. Ensimmäinen koskee sarakkeiden nimiä, jotka kuvaavat samaa informaatiota eri tavalla, koska kaksi tiimiä on nimennyt ne erikseen.

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.

Toinen koskee päivämääriä, joissa granulaarisuus ja muotoilu vaihtelevat järjestelmästä toiseen. Yhdenmukaistamisen on edellytettävä yhdistämistä, ei seurattava sitä: kun rivit on once yhdistetty väärin, mikään ei mahdollista virheen jäljittämistä taaksepäin.

Sales use the DD/MM/YYYY format.
Targets use the YYYY-MM format.
Harmonize both to month (YYYY-MM) before cross-referencing.

Kolmas koskee kategorisia arvoja, joissa pelkkä ero kirjainkoossa tai tarkkeissa aiheuttaa osumien epäonnistumisen, vaikka ihmislukija ei näkisi mitään epäselvyyttä.

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.

Mikään näistä varotoimista ei korvaa lopullista tarkistusta. Epäonnistunut liitos ei tuota virheilmoitusta: se tuottaa pienemmän taulukon, joka näyttää täysin kelvolliselta, eikä kukaan huomaa sitä ennen kokousta. Pyydä siksi systemaattisesti yhteenvetoa.

After the join, how many rows were lost?
How many rows found no match?
Show 5 examples of non-matches.

Moniulotteinen ristianalyysi

Kun lähteet on yhdistetty, voit ristiinviitata ulottuvuuksia, jotka olivat aiemmin erillään. Tämä on kaiken tämän putkityön todellinen hyöty ja hetki, jolloin se muuttuu näkyväksi.

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)

Nämä analyysit olisivat mahdottomia yhdellä tiedostolla: myyntitiedosto ei tiedä asiakkaan yrityksen kokoa, ja CRM ei tiedä, mitä he ostavat. Ristiinviittaus on se, mikä viime kädessä mahdollistaa kysymyksen esittämisen, joka kiinnostaa kaupallista johtoa – minkä tyyppinen asiakas ostaa minkä tyyppistä tuotetta.

Ristiinviittaa kaksi lähdettä menettämättä rivejä Viisi askelta: kuvaile kunkin tiedoston rooli; kohdista sarakkeiden nimet, päivämäärät ja arvot; liitä nimenomaiseen avaimeen; tarkista menetetut rivit; ristiinviittaa ulottuvuudet. LIITOKSET Ristiinviittaa kaksi lähdettä menettämättä rivejä 1 Kuvaile Rooli 2 Kohdista Muodot 3 Liitä Avain 4 Varmista Rivit 5 Ristiinviittaa Ulottuvuudet Epäonnistunut liitos ei tuota virhettä: se tuottaa pienemmän taulukon.
Oppitunnin metodi; tietojoukkojen yhdistäminen perustuen artikkeliin "Extracting Insights with ChatGPT Data Analysis" OpenAI Help Centeristä (marraskuu 2026).

Sinun vuorosi

Ensimmäinen ristiinviittauksesi.

  1. Valitse kaksi tiedostoa, joilla on yhteinen avain: myynti ja CRM, budjetti ja toteuma
  2. Esittele ne ChatGPT:lle ja kerro kummankin rooli
  3. Yhdenmukaista sarakkeiden nimet, päivämäärät ja arvot ennen liitosta
  4. Kuvaile, miten käsittelet osumattomat rivit, ja suorita sitten liitos
  5. Pyydä yhteenveto menetetyistä riveistä ja tutki viittä esimerkkiä

Viralliset lähteet: Extracting Insights with ChatGPT Data Analysis · Data analysis with ChatGPT (OpenAI Help Center)

Keskeiset asiat

  • Tuo useita tiedostoja samaan keskusteluun ristiinviittaamista varten
  • Kuvaile liitoslogiikka luonnollisella kielellä ja varmista sitten liitostyyppi koodista
  • Yhdenmukaista muodot (päivämäärät, nimet, kirjainkoko) ennen yhdistämistä
  • Tarkista aina rivimäärät ennen liitosta ja sen jälkeen
  • Usean lähteen ristiinviittaus paljastaa oivalluksia, jotka jäävät näkymättömiin missä tahansa eristetyssä lähteessä