Combinarea mai multor surse de date
Pe această pagină
Interconectarea datelor pentru o analiză mai bogată
Cele mai valoroase informații rezultă din interconectarea mai multor surse. Vânzări și CRM, buget versus realizări, analize web și conversii: luate izolat, fiecare fișier spune doar jumătate din poveste. Combinarea lor dezvăluie tipare invizibile într-o singură sursă – de exemplu, descoperirea faptului că cei mai mari clienți ca volum sunt, de fapt, cei mai puțin profitabili în ceea ce privește marja.
Importul mai multor fișiere
ChatGPT acceptă mai multe fișiere într-o singură conversație. Cea mai bună practică este să le încărcați la începutul sesiunii și să specificați explicit conținutul fiecăruia. Acest lucru vă scutește de a răspunde ulterior la întrebări de clarificare și, mai important, previne interpretarea eronată de către ChatGPT a rolului unui fișier.
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.
Încărcați-le unul câte unul sau pe toate deodată; ChatGPT le poate citi pe toate în mediul său Python. Numărul de fișiere permise per conversație variază în funcție de tipul fișierului, modelul utilizat, planul de abonament și cota dvs. de import. De asemenea, puteți atașa fișiere din Google Drive, OneDrive sau SharePoint atunci când plugin-urile corespunzătoare sunt disponibile pentru contul dvs. Ca și în Lecția 1, păstrați doar coloanele din CRM necesare pentru asociere (join).
Combinarea tabelelor (joins)
O asociere (join) combină două tabele pe baza unei coloane comune: acesta este nucleul oricărei interconectări. Solicitați-o numind explicit cheia și cereți raportarea imediată a rândurilor orfane – acelea unde cheia nu găsește nicio corespondență.
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.
Rezultatul depinde de tipul de asociere selectat, iar această alegere nu este niciodată neutră: în funcție de caz, fie pierdeți date despre vânzări, fie păstrați rânduri incomplete.
| Tip de asociere | Comportament | Când să utilizați |
|---|---|---|
| Inner join | Păstrează doar corespondențele | Analiză strictă, fără date incomplete |
| Left join | Păstrează toate rândurile din tabelul primar | Îmbogățirea vânzărilor cu informații despre clienți (chiar dacă clientul este necunoscut) |
| Outer join | Păstrează toate rândurile din ambele tabele | Identificarea discrepanțelor dintre două surse |
Nu trebuie să cunoașteți acest jargon pentru a-l utiliza. Descrieți pur și simplu rezultatul dorit, specificând cum să fie gestionate cazurile fără corespondență.
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 traduce această cerere într-o asociere – în acest caz, un left join, deoarece nicio vânzare nu ar trebui să dispară din total; verificați acest lucru în cod. Formularea contează: dacă ați fi scris simplu „interconectați cele două fișiere“ fără alte precizări, un inner join ar fi putut elimina din cifrele dvs. de vânzări toți clienții lipsă din CRM.
Compararea bugetului cu realizările
Cea mai frecventă interconectare în gestionarea performanței opune două fișiere construite de echipe diferite: obiectivele stabilite la începutul anului, pe de o parte, și vânzările agregate, pe de altă parte. Noutatea aici este cheia de asociere, care este compusă – regiune și lună – deoarece nicio coloană individuală nu este suficientă pentru a identifica un rând.
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.
Îmbogățirea cu date externe
Un fișier de referință vă permite să adăugați o dimensiune care nu există nicăieri în datele dvs. de vânzări. Cazul clasic este codul poștal: prezent în fiecare comandă, acesta deblochează analiza geografică odată asociat cu un tabel de căutare. Mediul Python al ChatGPT nu accesează web-ul: descărcați acest tabel dintr-o sursă oficială, apoi atașați-l.
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.
Același mecanism face legătura între două lumi adesea izolate: marketingul digital și comerțul. Corelarea traficului cu vânzările dezvăluie paginile care atrag vizitatori, dar nu reușesc să convertească – acelea al căror public flată rapoartele de marketing fără a umple vreodată registrul de comenzi.
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?
Gestionarea inconsecvențelor dintre surse
Sursele de date rareori partajează același format, iar aici eșuează exact asocierile – în mod silențios. Trei probleme reapar constant. Prima implică numele coloanelor, care etichetează aceeași informație diferit, deoarece două echipe le-au denumit separat.
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.
A doua privește datele, unde granularitatea și formatarea diferă de la un sistem la altul. Armonizarea trebuie să preceadă fuzionarea, niciodată să o urmeze: odată ce rândurile sunt nepotrivite, nimic nu vă permite să urmăriți eroarea înapoi la sursă.
Sales use the DD/MM/YYYY format.
Targets use the YYYY-MM format.
Harmonize both to month (YYYY-MM) before cross-referencing.
A treia implică valori categorice, unde o simplă diferență de majuscule/minuscule sau de accentuare face ca potrivirea să eșueze, chiar dacă un cititor uman nu ar vedea nicio ambiguitate.
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.
Niciuna dintre aceste precauții nu înlocuiește necesitatea unei verificări finale. O asociere eșuată nu produce un mesaj de eroare: produce un tabel mai mic, perfect prezentabil, și nimeni nu observă până la întâlnire. Prin urmare, solicitați sistematic un rezumat.
After the join, how many rows were lost?
How many rows found no match?
Show 5 examples of non-matches.
Analiza încrucișată multidimensională
Odată ce sursele sunt fuzionate, puteți interconecta dimensiuni care erau anterior separate. Acesta este adevăratul beneficiu al tuturor acestor lucrări de infrastructură și momentul în care devine vizibil.
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)
Aceste analize ar fi imposibile cu un singur fișier: fișierul de vânzări ignoră dimensiunea companiei clientului, iar CRM-ul ignoră ceea ce cumpără acesta. Interconectarea este cea care vă permite în final să puneți întrebarea care contează pentru conducerea comercială – ce tip de client cumpără ce tip de produs.
Pe rândul dumneavoastră
Prima dumneavoastră interconectare.
- Alegeți două fișiere care partajează o cheie: vânzări și CRM, buget și realizări
- Prezentați-le ChatGPT, specificând rolul fiecăruia
- Armonizați numele coloanelor, datele și valorile înainte de asociere
- Descrieți cum să fie gestionate rândurile fără corespondență, apoi executați asocierea
- Solicitați un rezumat al rândurilor pierdute și examinați cinci exemple
Surse oficiale: Extracting Insights with ChatGPT Data Analysis · Data analysis with ChatGPT (Centrul de Ajutor OpenAI)
Puncte cheie
- Importați mai multe fișiere în aceeași conversație pentru a le interconecta
- Descrieți logica de asociere în limbaj natural, apoi verificați tipul de asociere în cod
- Armonizați formatele (date, nume, majuscule/minuscule) înainte de fuzionare
- Verificați întotdeauna numărul de rânduri înainte și după asociere
- Interconectarea surselor multiple dezvăluie informații invizibile în orice sursă izolată