Postavljaj vprašanja svojim podatkom v naravnem jeziku
Na tej strani
Povprašuj po svojih podatkih, kot bi govoril s kolegom
Največja prednost ChatGPT pri analizi podatkov se skriva v enem: razume tvoja vprašanja v preprostem jeziku. Ne rabiš SQL, Pythona ali trikrat gnezdenih Excelovih formul. Samo opiši, kaj iščeš, točno tako, kot bi povedal kolegu analitiku, ki gleda isto datoteko, in ChatGPT bo tvojo namero prevedel v izvedljivo kodo. Ta premik je resničen in spreminja naravo dela: tvoj napor se seli iz sintakse v oblikovanje pravega vprašanja.
Načelo: od naravnega jezika do kode Python
Ko zastaviš vprašanje o svojih podatkih, se v ozadju zgodi naslednje:
Ta koda ni črna škatla: lahko jo prikažeš, pregledaš in od ChatGPT zahtevaš prilagoditev metode. Upoštevaj, da okolje Python nima dostopa do spleta: če tvoja analiza potrebuje zunanje podatke, jih uvozi ali poveži vir.
Vrste vprašanj, ki jih lahko postaviš
Vprašanja za povzetek ti pomagajo dobiti občutek za datoteko, preden se poglobiš v podrobnosti: “Koliko vrstic in stolpcev ima ta datoteka?”, “Daj mi splošen pregled podatkov” ali “Kateri stolpci so na voljo in kakšni so njihovi tipi?” Ta vprašanja te obvarujejo pred začetkom analize, ki predpostavlja zrnatost, ki jo tvoji podatki nimajo – ne moreš izračunati povprečne vrednosti košarice na stranko, če je datoteka že agregirana po regijah.
Sledijo vprašanja za agregacijo, ki stisnejo na tisoče vrstic v uporabna števila: “Kakšna je skupna prodaja po kategorijah izdelkov?”, “Kakšna je povprečna vrednost košarice po mesecih?”, “Koliko edinstvenih strank na četrtletje?” To je jedro mesečnih poročil in pogosto polovica dela, ki ga boš moral opraviti.
Vprašanja za filtriranje nato izolirajo ustrezen podmnožic – “Prikaži mi samo prodajo nad 10.000 €”, “Kateri izdelki marca niso imeli prodaje?”, “Naštej stranke v regiji Île-de-France” – medtem ko vprašanja za razvrščanje urejajo podatke, da izpostavijo skrajnosti: “Kdo je 10 najboljših prodajalcev?”, “Razvrsti regije po prihodkih padajoče”, “Kateri mesec je bil najbolj uspešen?” V praksi resna analiza poveže vse štiri vrste: povzameš, agregiraš, filtriraš anomalijo, ki si jo opazil, nato razvrstiš, da določiš prioritete ukrepov. Lahko tudi izbereš vrstice, stolpce ali celice v interaktivnem predogledu tabele in nato postaviš vprašanje samo o tej izbiri – najpogostejšo vrednost v stolpcu, povprečje nekaj celic.
Oblikovanje učinkovitih vprašanj
Kakovost odgovora je neposredno odvisna od jasnosti tvojega vprašanja. Tvoj prvi refleks naj bo poimenovanje stolpcev namesto govora v splošnem. “Analiziraj prodajo” pusti ChatGPT, da ugiba, kateri stolpec vsebuje znesek; ta formulacija ne pušča prostora za razlago:
Calculate the total of the "amount_incl_tax" column grouped by "region"
and sorted from highest to lowest.
Tvoj drugi refleks je določitev želenega izhodnega formata. V nasprotnem primeru boš dobil pisni odgovor, ko si potreboval tabelo za lepljenje v poročilo, in izgubil čas, ki si ga prihranil pri izračunu, s ponovnim oblikovanjem:
Give me the result as a table with these columns:
region, total sales, number of transactions, average basket size.
Tretji, pogosto spregledan korak, je zagotovitev poslovnega konteksta, ki ga datoteka ne vsebuje. ChatGPT ne ve, da določenih vrstic ne bi smeli vključiti v izračun:
The "status" column contains "approved", "pending", and "cancelled".
Only include approved orders.
Brez tega pojasnila tvoji preklicani naročili umetno napihnejo prihodek in napaka ostane neopažena: rezultat še vedno izgleda popolnoma verjeten. To je vrsta napake, ki se neopazno prikrade skozi sestanek vodstva.
Iteracija rezultatov
Analiza podatkov redko poteka linearno in od tebe se ne pričakuje, da boš pravo vprašanje našel že pri prvem poskusu. Začneš z zahtevo po skupnih prihodkih po mesecih, opaziš padec februarja, nato pa vprašaš, zakaj je do tega padca prišlo. Če odgovor ostane nejasen, filtriraš na kategorijo “premium” in ponovno izračunaš, nato primerjaš z istim obdobjem lani, da ugotoviš, ali gre za znano sezonskost ali incident.
ChatGPT ohranja kontekst pogovora in naloženo datoteko, zato vsako vprašanje nadgrajuje prejšnja. To omogoča postopno raziskovanje: februarski padec, ko je enkrat izoliran na segment premium, bi lahko pojasnil prehod enega samega velikega klienta h konkurentu – zaključek, do katerega s prvim vprašanjem ne bi prišel.
Več razmišljanja za kompleksne analize
Nekaterih vprašanj ni mogoče rešiti s preprosto agregacijo. Navzkrižne korelacije, analize z več viri, niansirane interpretacije: kadar koli je potrebno večstopenjsko sklepanje, izberi višjo raven razmišljanja v izbirniku ChatGPT – Visoko ali Zelo visoko, odvisno od tvoje naročnine, ali gumb Think (Razmišljaj) pri načrtih Free in Go. Dodatno razmišljanje pomaga upoštevati dejavnike, ki bi lahko pojasnili povezavo med dvema spremenljivkama, preden sklepaš o vzročnosti, prepoznati subtilne vzorce – sezonskost, zamaknjeno za tri tedne, segment, ki upada iz četrtletja v četrtletje – in zgraditi priporočila na podlagi izračunanih števil. Nobena nastavitev pa ne spremeni korelacije v vzročnost: tu odloča tvoje poznavanje področja in včasih test.
Tvoja vrsta
Tvoja prva vprašanja.
- Uvozi datoteko, ki jo dobro poznaš
- Postavi eno vprašanje iz vsake družine: povzetek, agregacija, filtriranje, razvrščanje
- Preoblikuj enega od njih tako, da poimenuješ stolpce in določiš izhodni format, nato primerjaj oba odgovora
- Dodaj poslovno pravilo – na primer izključi preklicana naročila – in izmeri razliko
- Prikaži kodo za izračun in jo ročno preveri na dveh ali treh vrsticah
Uradni viri: Data analysis with ChatGPT · Extracting Insights with ChatGPT Data Analysis (Center za pomoč OpenAI) · Prompting (Dokumentacija ChatGPT)
Ključne ugotovitve
- Postavljaj vprašanja v preprostem jeziku; ChatGPT jih prevede v kodo
- Bodite specifični: poimenuj stolpce, določi filtre, navedi želeni format
- Iteriraj znotraj istega pogovora, da poglobiš analizo
- Povišaj raven razmišljanja za večstopenjske analize
- Vedno preveri rezultate – ChatGPT lahko napačno razlaga stolpec