6 sätt att använda ChatGPT som dataanalytiker

Under de senaste månaderna har det skett en ökning av antalet artificiella intelligensverktyg som släpps. Ett sådant kraftfullt verktyg är ChatGPT, en avancerad LLM som kan förstå och hålla mänskliga textkonversationer.

Även om ChatGPT har visat sig generera konversationstext, har det varit en värdefull tillgång för människor i olika branscher. För dataanalytiker kan ChatGPT användas för att förbättra deras analytiska kapacitet och hantera komplexa datautmaningar. Låt oss titta på några sätt som dataanalytiker kan använda ChatGPT för att vara mer produktiva i sitt dagliga arbete.

1. Förfina idéer om en uppgift

Dataanalytiker kan utnyttja funktionerna i ChatGPT för att förfina och brainstorma om en uppgift eller fallstudie. Eftersom ChatGPT kan generera konversationstext, kan du engagera den och utforska olika perspektiv genom att ställa frågor.

Anta att du vill skriva ett skript för att automatisera en affärsprocess. Du kan fråga ChatGPT om idéer om hur du kommer igång. Allt du behöver göra är att be den om en prompt via chatten och vänta på svaret. Du kan ställa ytterligare frågor eller alternativa synpunkter från svaret.

Fallstudie: Jag har ett affärsproblem. jag vill skapa en instrumentpanel i Excel att segmentera och spåra min kunds beteende. Jag driver för närvarande ett kafé och några gör beställningar via min e-handelswebbplats.

Vilken typ av information ska jag samla in från mina kunder? Vilka nyckeltal bör jag mäta? Vilket verktyg och vilken typ av visualisering ska jag använda? Dessutom, vilken typ av kohortanalys, och vad kommer du att rekommendera att jag införlivar för min användarsegmentering?

2. Fixa buggar och felsökning

Du stöter på buggar i din kod, formel eller skript under ditt dagliga arbete som dataanalytiker. Ett samtalsmöte med ChatGPT kan ge felsökningsstrategier, ett nytt perspektiv eller till och med kodlösningar till buggarna.

ChatGPT kan förklara varför din kod orsakade problemet i första hand om du ger en prompt och felmeddelandet.

Min uppmaning: Jag vill att den här DAX-formeln ska returnera ett värde baserat på det valda datumet på mitt filter. År och månad beaktas. Formeln nedan returnerade dock ett fel.

Kundens espresso och cappuccino= 
BERÄKNA(
 BELOPP("Försäljningsdata"[Belopp]),, 
 FÖRVARINGSFILTER( "Försäljningsdata"[Produkttyp] ="Espresso" och "Försäljningsdata"[Produkttyp] ="Cappuccino")

3. Att tolka data och förklara komplex kod

ChatGPT visar sig vara användbart när man försöker förstå en lång eller komplex kod. För att förstå koden i dessa situationer, kopiera och klistra in koden du försöker förstå och begär ett svar genom att säga "Förklara den här koden."

4. Att skriva, redigera och generera koder, formel och syntax

På samma sätt som ChatGPT kan användas för att tolka komplex kodning. Du kan begära att den skapar koden eller syntaxen åt dig.

Fallstudie: Du har en Python if-sats med en för Loop. Din nuvarande kod kontrollerar bara om längden på myList är exakt 3 och går igenom den om påståendet är sant. Annars kör den else-satsen och matar ut varje objekt i myList2. Du skulle dock vilja modifiera den för att skriva ut alla objekt i någon av listan med exakt fyra bokstäver istället.

Min uppmaning: kan du ändra denna Python-kod för att skriva ut alla objekt i någon av listan med exakt fyra bokstäver istället:

min lista = ['Pytonorm', "MUO", 'Hallå']
min Lista2 = ["Fisk", "Guld", "Väska"]
omlen(min lista)== 3:
 för objekt i min lista:
skriva ut(artiklar)
annan:
 för objekt2 i min lista2:
skriva ut(artiklar 2)

5. Att lära sig nya färdigheter

Vi har en artikel om hur du kan lägg till ett statiskt datum och tid i Google Kalkylark. Du kan använda ChatGPT för att lära dig mer om detta ämne eller hur du gör något liknande i en annan applikation. Till exempel hur man lägger till ett statiskt datum och tid i Tableau.

Genom att skriva en uppmaning kan du lära dig om nya funktioner och färdigheter, eller hur du använder en specifik funktion i ditt favoritanalysverktyg.

6. Dokumentera dina koder

Koder som har kommentarer är lättare att läsa. Men du kan erkänna att alla tycker att processen är tråkig och monoton. ChatGPT kan utföra denna uppgift utan ansträngning och med stor noggrannhet och effektivitet.

Ställ en fråga så kommer den att ge dig en fullständigt kommenterad kod som du kan kopiera och klistra in som svar.

Min uppmaning: Kan du lägga till kommentarer till denna SQL-kod:

VÄLJ
 e.employee_id SOM"Anställd #"
, e.first_name || ' ' || e.efternamn SOM"Namn"
, e.e-post SOM"E-post"
, e.phone_number SOM"Telefon"
, TO_CHAR(e.hyrdatum, 'MM/DD/ÅÅÅÅ') SOM"Anställningsdatum"
, TO_CHAR(e.lön, 'L99G999D99', 'NLS_NUMERIC_CHARACTERS = ''.,'' NLS_CURRENCY = ''$''') SOM"Lön"
, e.commission_pct SOM"Provision %"
, 'arbetar som ' || j.job_title || ' i ' || d.avdelningsnamn || ' avdelningschef: '
 || dm.first_name || ' ' || dm.efternamn || ') och närmaste chef: ' || m.förnamn || ' ' || m.efternamn SOM"Nuvarande jobb"
, TO_CHAR(j.min_lön, 'L99G999D99', 'NLS_NUMERIC_CHARACTERS = ''.,'' NLS_CURRENCY = ''$''') || ' - ' ||
 TO_CHAR(j.max_lön, 'L99G999D99', 'NLS_NUMERIC_CHARACTERS = ''.,'' NLS_CURRENCY = ''$''') SOM"Nuvarande lön"
, l.street_address || ', ' || l.postal_code || ', ' || l.stad || ', ' || l.state_provins || ', '
 || c.country_name || ' (' || r.region_name || ')'SOM"Plats"
, jh.job_id SOM"Historik jobb-ID"
, "arbetade från" || TO_CHAR(jh.startdatum, 'MM/DD/ÅÅÅÅ') || 'till' || TO_CHAR(jh.slutdatum, 'MM/DD/ÅÅÅÅ') ||
' som ' || jj.job_title || ' i ' || dd.avdelningsnamn || 'avdelning'SOM"Historisk jobbtitel"

FRÅN anställda e
-- till skaffa sig titeln på aktuellt jobb-id
 ANSLUTA SIG jobb j 
 PÅ e.job_id = j.job_id
-- till skaffa sig namn på nuvarande manager_id
 LEFT JOIN anställda m 
 PÅ e.manager_id = m.employee_id
-- till skaffa sig namn på nuvarande avdelnings-id
 LEFT JOIN avdelningar d 
 ON d.department_id = e.department_id
-- till skaffa sig namn på chef för nuvarande avdelning
-- (inte lika med nuvarande chef och kan vara lika med medarbetaren själv)
 LEFT JOIN anställda dm 
 PÅ d.manager_id = dm.employee_id
-- till skaffa sig platsens namn
 LEFT JOIN platser l
 ON d.location_id = l.location_id
 LEFT JOIN länder c
 PÅ l.country_id = c.country_id
 LEFT JOIN regioner r
 PÅ c.region_id = r.region_id
-- till skaffa sig anställds jobbhistoria
 LEFT JOIN job_history jh
 PÅ e.employee_id = jh.employee_id
-- till skaffa sig titel på jobbhistorik job_id
 VÄNSTER GÅ MED jobb jj
 PÅ jj.job_id = jh.job_id
-- till skaffa sig namn på avdelning från jobbhistorik
 LEFT JOIN avdelningar dd
 PÅ dd.department_id = jh.department_id
BESTÄLLAFÖRBIe.Anställnings-ID;

Dataanalytiker kan använda ChatGPT i sitt arbete

Kraftfulla AI-lösningar som ChatGPT ökar allas produktivitet, även dataanalytiker. Genom att använda ChatGPT: s naturliga språkbehandlingsmöjligheter och fråga rätt uppmaning kan dataanalytiker snabbt och exakt få idéer och insikter i sina uppgifter.

Men även om ChatGPT kan vara en samarbetspartner i ditt arbete, är det viktigt att kritiskt utvärdera och testa dess feedback. Så utforska denna fantastiska teknik, integrera den i ditt arbetsflöde och låt mig veta dina tankar.