Apvienot vairākus datu avotus
Šajā lapā
Datu savstarpēja salīdzināšana padziļinātai analīzei
Visvērtīgākās atziņas rodas, savstarpēji salīdzinot vairākus avotus. Pārdošanas dati un CRM, budžets pret faktiskajiem rādītājiem, tīmekļa analītika un konversijas: aplūkoti atsevišķi, katrs fails stāsta tikai pusi no patiesības. To apvienošana atklāj likumsakarības, kas nav saskatāmas nevienā atsevišķā avotā – piemēram, secinājumu, ka jūsu lielākie klienti pēc apjoma patiesībā ir vismazāk rentabli attiecībā uz peļņas normu.
Vairāku failu importēšana
ChatGPT vienā sarunā pieņem vairākus failus. Labākā prakse ir augšupielādēt tos sesijas sākumā un skaidri norādīt katra saturu. Tas ietaupa tevi no skaidrojošu jautājumu atbildēšanas vēlāk un, vēl svarīgāk, novērš ChatGPT nepareizu faila lomas interpretāciju.
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.
Augšupielādē tos pa vienam vai visus kopā; ChatGPT spēj nolasīt tos visus savā Python vidē. Atļauto failu skaits vienā sarunā ir atkarīgs no faila veida, modeļa, abonementa plāna un tava importa limita. Ja tavam kontam ir pieejami atbilstoši spraudņi, vari pievienot failus arī no Google Drive, OneDrive vai SharePoint. Tāpat kā 1. nodarbībā, patur tikai tās CRM kolonnas, kas nepieciešamas savienošanai.
Tabulu apvienošana (savienojumi)
Savienojums (join) apvieno divas tabulas, balstoties uz kopīgu kolonnu: tas ir jebkuras savstarpējās salīdzināšanas kodols. Pieprasi to, skaidri nosaucot atslēgu, un pieprasi tūlītēju ziņojumu par “bāreņu” rindām – tām, kurām atslēga neatrod atbilstību.
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.
Rezultāts ir atkarīgs no izvēlētā savienojuma veida, un šī izvēle nekad nav neitrāla: atkarībā no situācijas tu vai nu zaudē pārdošanas datus, vai arī saglabā nepilnīgas rindas.
| Savienojuma veids | Darbība | Kad lietot |
|---|---|---|
| Iekšējais savienojums (Inner join) | Saglabā tikai atbilstības | Stingra analīze, bez nepilnīgiem datiem |
| Kreisais savienojums (Left join) | Saglabā visas primārās tabulas rindas | Bagātini pārdošanas datus ar klienta info (pat ja klients nav zināms) |
| Ārējais savienojums (Outer join) | Saglabā visas rindas no abām tabulām | Identificē neatbilstības starp diviem avotiem |
Tev nav jāzina šī žargonvaloda, lai to izmantotu. Vienkārši apraksti vēlamo rezultātu, norādot, kā rīkoties ar neatbilstošiem gadījumiem.
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 šo pieprasījumu pārvērš savienojumā – šajā gadījumā kreisajā savienojumā, jo nevienam pārdošanas darījumam nevajadzētu pazust no kopsummas; pārbaudi to kodā. Formulējumam ir nozīme: ja būtu vienkārši uzrakstījis “salīdzini abus failus” bez turpmākas precizēšanas, iekšējais savienojums varētu izsvītrot tavus ieņēmumu rādītājus visiem klientiem, kuri trūkst CRM sistēmā.
Budžeta salīdzināšana ar faktiskajiem rādītājiem
Visizplatītākā darbības vadības savstarpējā salīdzināšana nostata vienu pret otru divus failus, ko izveidojušas dažādas komandas: gada sākumā noteiktos mērķus no vienas puses un apkopotos pārdošanas datus no otras. Šeit sarežģītība slēpjas savienojuma atslēgā, kas ir salikta – reģions un mēnesis –, jo neviena kolonna vien pati par sevi nav pietiekama rindas identificēšanai.
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.
Bagātināšana ar ārējiem datiem
Atsauces fails ļauj pievienot dimensiju, kas nepastāv nevienā no taviem pārdošanas datiem. Klasiskais piemērs ir pasta indekss: tas ir katrā pasūtījumā un ļauj veikt ģeogrāfisko analīzi, tiklīdz tas ir sapārots ar meklēšanas tabulu. ChatGPT Python videi nav piekļuves tīmeklim: lejupielādē šo tabulu no oficiāla avota un pēc tam pievieno to.
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.
Tas pats mehānisms savieno divas parasti nodalītas pasaules: digitālo mārketingu un tirdzniecību. Satiksmes korelācija ar pārdošanu atklāj lapas, kas piesaista apmeklētājus, bet nespēj tos konvertēt – tās, kuru auditorija glaimo mārketinga ziņojumiem, nekad neaizpildot pasūtījumu grāmatu.
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?
Neatbilstību risināšana starp avotiem
Datu avoti reti dalās vienādā formātā, un tieši šeit savienojumi klusi izgāžas. Trīs problēmas atkārtojas pastāvīgi. Pirmā ir kolonnu nosaukumi, kas vienu un to pašu informāciju apzīmē atšķirīgi, jo divas komandas tās nosaukušas atsevišķi.
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.
Otrā attiecas uz datumiem, kuru granularitāte un formatējums atšķiras no sistēmas uz sistēmu. Saskaņošanai jānotiek pirms apvienošanas, nevis pēc tās: tiklīdz rindas ir nesaskaņotas, nekas vairs neļauj izsekot kļūdas izcelsmi.
Sales use the DD/MM/YYYY format.
Targets use the YYYY-MM format.
Harmonize both to month (YYYY-MM) before cross-referencing.
Trešā problēma ir kategoriskās vērtības, kur vienkārša atšķirība lielo/burto rakstībā vai akcentos izraisa saskaņošanas kļūmi, lai gan cilvēks lasītājs neredzētu nekādu neskaidrību.
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.
Neviens no šiem piesardzības pasākumiem neaizstāj nepieciešamību veikt galīgo pārbaudi. Neizdevies savienojums nerada kļūdas ziņojumu: tas rada mazāku tabulu, kas izskatās pilnīgi korekta, un neviens to nepamanīs līdz pat sapulcei. Tāpēc sistemātiski pieprasi kopsavilkumu.
After the join, how many rows were lost?
How many rows found no match?
Show 5 examples of non-matches.
Daudzdimensiju krustanalīze
Kad avoti ir apvienoti, vari savstarpēji salīdzināt dimensijas, kas iepriekš bija atdalītas. Tas ir visu šo tehnisko darbu patiesais ieguvums un brīdis, kad tas kļūst redzams.
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)
Šādas analīzes būtu neiespējamas ar vienu failu: pārdošanas fails ignorē klienta uzņēmuma lielumu, bet CRM ignorē to, ko viņi pērk. Tieši savstarpējā salīdzināšana ļauj beidzot uzdot jautājumu, kas rūp komercvadībai – kāda veida klients pērk kāda veida produktu.
Tava kārta
Tava pirmā savstarpējā salīdzināšana.
- Izvēlies divus failus, kuriem ir kopīga atslēga: pārdošana un CRM, budžets un faktiskie rādītāji.
- Prezentē tos ChatGPT, norādot katra lomu.
- Pirms savienošanas saskaņo kolonnu nosaukumus, datumus un vērtības.
- Apraksti, kā rīkoties ar neatbilstošām rindām, un pēc tam veic savienošanu.
- Pieprasi zaudēto rindu kopsavilkumu un pārbaudi piecus piemērus.
Oficiālie avoti: Extracting Insights with ChatGPT Data Analysis · Data analysis with ChatGPT (OpenAI palīdzības centrs)
Galvenās atziņas
- Importē vairākus failus vienā sarunā, lai tos savstarpēji salīdzinātu.
- Apraksti savienojuma loģiku dabiskā valodā, pēc tam pārbaudi savienojuma veidu kodā.
- Pirms apvienošanas saskaņo formātus (datumus, nosaukumus, lielos/burtus).
- Vienmēr pārbaudi rindu skaitu pirms un pēc savienošanas.
- Daudzu avotu savstarpējā salīdzināšana atklāj atziņas, kas nav saskatāmas nevienā izolētā avotā.