Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Kombinovanie viacerých zdrojov dát

Lekcia 13 z 14 Aktualizované 5. novembra 2026 Mierne pokročilý
Na tejto strane
  1. Krížové odkazovanie dát pre hlbšiu analýzu
  2. Import viacerých súborov
  3. Spájanie tabuliek (joins)
  4. Porovnanie rozpočtu so skutočnosťou
  5. Obohatenie o externé dáta
  6. Riešenie nezrovnalostí medzi zdrojmi
  7. Viacrozmerná krížová analýza
  8. Teraz si to vyskúšaš ty
  9. Kľúčové poznatky

Krížové odkazovanie dát pre hlbšiu analýzu

Najsilnejšie poznatky vznikajú krížovým odkazovaním viacerých zdrojov. Predaj a CRM, rozpočet oproti skutočnosti, webová analytika a konverzie: každý súbor izolovane rozpráva len polovicu príbehu. Ich spojenie odhaľuje vzorce, ktoré sú v jednotlivých zdrojoch neviditeľné – napríklad zistenie, že vaši najväčší zákazníci sú z hľadiska marže vlastne tí najmenej ziskoví.

Import viacerých súborov

ChatGPT akceptuje viacero súborov v rámci jednej konverzácie. Najlepšou praxou je nahrať ich na začiatku relácie a explicitne uviesť, čo každý z nich obsahuje. Ušetríte si tým odpovede na doplňujúce otázky a čo je dôležitejšie, predídete tomu, aby ChatGPT nesprávne interpretoval úlohu súboru.

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.

Nahrajte ich jeden po druhom alebo všetky naraz; ChatGPT ich dokáže všetky prečítať vo svojom prostredí Python. Počet súborov povolených na konverzáciu sa líši podľa typu súboru, modelu, typu predplatného a vášho limitu pre import. Keď sú pre váš účet dostupné príslušné pluginy, môžete pripojiť aj súbory z Google Drive, OneDrive alebo SharePointu. Ako v lekcii 1, ponechajte len stĺpce z CRM potrebné na spojenie.

Spájanie tabuliek (joins)

Spojenie (join) kombinuje dve tabuľky na základe spoločného stĺpca: to je jadro akéhokoľvek krížového odkazovania. Požadujte ho explicitným pomenovaním kľúča a vyžadujte okamžité hlásenie osamelých riadkov – tých, kde sa pre kľúč nenašla žiadna zhoda.

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.

Výsledok závisí od typu zvoleného spojenia a táto voľba nikdy nie je neutrálna: podľa situácie buď stratíte údaje o predaji, alebo si ponecháte neúplné riadky.

Typ spojeniaSprávanieKedy použiť
Inner joinPonechá len zhodyPrísna analýza, žiadne neúplné dáta
Left joinPonechá všetky riadky z primárnej tabuľkyObohatenie predaja o informácie o klientovi (aj keď je klient neznámy)
Outer joinPonechá všetky riadky z oboch tabuliekIdentifikácia nezrovnalostí medzi dvoma zdrojmi

Na použitie tejto funkcie nemusíte poznať tento žargón. Jednoducho popíšte požadovaný výsledok a špecifikujte, ako zaobchádzať s nezhodnými prípadmi.

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 preloží túto požiadavku na spojenie – v tomto prípade na ľavé spojenie (left join), keďže žiadny predaj nesmie zmiznúť z celkového súčtu; overte si to v kóde. Na formulácii záleží: keby ste jednoducho napísali „prepojte tieto dva súbory“ bez ďalšej špecifikácie, vnútorné spojenie (inner join) by mohlo z vašich tržieb odstrániť všetkých klientov, ktorí chýbajú v CRM.

Porovnanie rozpočtu so skutočnosťou

Najbežnejším krížovým odkazom v riadení výkonnosti je konfrontácia dvoch súborov vytvorených rôznymi tímami: na jednej strane ciele stanovené na začiatku roka, na druhej strane agregované predaje. Háčikom je tu kľúč spojenia, ktorý je zložený – región a mesiac – pretože ani jeden stĺpec sám o sebe nestačí na identifikáciu riadku.

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.

Obohatenie o externé dáta

Referenčný súbor vám umožňuje pridať dimenziu, ktorá vo vašich predajných dátach nikde neexistuje. Klasickým prípadom je poštové smerovacie číslo: je prítomné v každej objednávke a po spárovaní s vyhľadávacou tabuľkou odomkne geografickú analýzu. Prostredie Python v ChatGPT nemá prístup na web: stiahnite si túto tabuľku z oficiálneho zdroja a následne ju pripojte.

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.

Rovnaký mechanizmus prepája dva svety, ktoré sú zvyčajne oddelené: digitálny marketing a obchod. Korelácia návštevnosti s predajom odhaľuje stránky, ktoré lákajú návštevníkov, ale nekonvertujú – tie, ktorých publikum skrášľuje marketingové reporty, no nikdy nenaplní knihy objednávok.

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?

Riešenie nezrovnalostí medzi zdrojmi

Zdroje dát zriedka zdieľajú rovnaký formát a práve tu zlyhávajú spojenia – a to potichu. Neustále sa opakujú tri problémy. Prvým sú názvy stĺpcov, ktoré označujú tie isté informácie odlišne, pretože ich dva tímy pomenovali samostatne.

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.

Druhý problém sa týka dátumov, kde sa granularita a formátovanie líšia systém od systému. Harmonizácia musí predchádzať spájaniu, nie nasledovať po ňom: akonáhle sú riadky nezhodné, nič vám neumožní vystopovať chybu späť.

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

Tretí problém zahŕňa kategorické hodnoty, kde jednoduchý rozdiel vo veľkosti písmen alebo diakritike spôsobí zlyhanie zhody, hoci ľudský čitateľ by nevidel žiadnu nejednoznačnosť.

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.

Žiadne z týchto opatrení nenahrádza potrebu konečnej kontroly. Neúspešné spojenie nevyprodukuje chybové hlásenie: vyprodukuje menšiu tabuľku, ktorá vyzerá úplne v poriadku, a nikto si to nevšimne až do porady. Preto si systematicky vyžiadajte zhrnutie.

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

Viacrozmerná krížová analýza

Akonáhle sú zdroje zlúčené, môžete krížovo odkazovať dimenzie, ktoré boli predtým oddelené. To je skutočný prínos všetkej tejto technickej práce a moment, keď sa stane viditeľným.

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)

Tieto analýzy by boli s jediným súborom nemožné: súbor o predaji ignoruje veľkosť firmy zákazníka a CRM ignoruje, čo nakupujú. Práve krížové odkazovanie vám konečne umožňuje položiť otázku, na ktorej záleží obchodnému vedeniu – aký typ klienta kupuje aký typ produktu.

Krížovo odkazuj dva zdroje bez straty riadkov Päť krokov: popíš úlohu každého súboru; zosúlaď názvy stĺpcov, dátumy a hodnoty; spojuj na explicitnom kľúči; skontroluj stratené riadky; krížovo odkazuj dimenzie. SPOJENIA Krížovo odkazuj dva zdroje bez straty riadkov 1 Popíš Úloha 2 Zosúlaď Formáty 3 Spoj Kľúč 4 Over Riadky 5 Krížovo odkazuj Dimenzie Neúspešné spojenie nevyvolá chybu: vyprodukuje menšiu tabuľku.
Metóda lekcie; spájanie dátových súborov na základe článku „Extracting Insights with ChatGPT Data Analysis“ z centra pomoci OpenAI (november 2026).

Teraz si to vyskúšaš ty

Tvoje prvé krížové odkazovanie.

  1. Vyber dva súbory, ktoré zdieľajú kľúč: predaj a CRM, rozpočet a skutočnosť.
  2. Predstav ich ChatGPT a uveď úlohu každého z nich.
  3. Pred spojením harmonizuj názvy stĺpcov, dátumy a hodnoty.
  4. Popíš, ako zaobchádzať s nezhodnými riadkami, a potom spusti spojenie.
  5. Vyžiadaj si zhrnutie stratených riadkov a preskúmaj päť príkladov.

Oficiálne zdroje: Extracting Insights with ChatGPT Data Analysis · Data analysis with ChatGPT (Centrum pomoci OpenAI)

Kľúčové poznatky

  • Importuj viacero súborov do tej istej konverzácie, aby si ich mohol krížovo odkazovať.
  • Popíš logiku spojenia prirodzeným jazykom a následne over typ spojenia v kóde.
  • Pred zlúčením harmonizuj formáty (dátumy, názvy, veľkosť písmen).
  • Vždy skontroluj počty riadkov pred spojením a po ňom.
  • Krížové odkazovanie z viacerých zdrojov odhaľuje poznatky, ktoré sú v izolovaných zdrojoch neviditeľné.