OpenAI
Denne siden ble maskinoversatt. Se den opprinnelige engelske artikkelen.

Utlede innsikt med ChatGPT Data Analysis

En personlig KI-analytiker for forretningsbrukere og erfarne dataprofesjonelle

Oppdatert: 13 days ago

Samhandle med tabeller i ChatGPT

Når du laster opp en fil, oppretter ChatGPT automatisk en interaktiv tabellvisning som lar deg bla gjennom dataene dine og se alle radene og kolonnene.

Data analysis table of San Francisco film locations with titles, release years, and locations

Når filen er lastet opp, kan du stille oppfølgingsspørsmål om datasettet. Promptene trenger ikke å angi bestemte operasjoner – kommandoer i naturlig språk som «analyser» eller «sammenlign» er nok til å få resultater fra ChatGPT.

ChatGPT data analysis table comparing weekday and weekend revenue, with weekday sales higher than weekend

Du kan også opprette tabeller direkte i ChatGPT ved å be om at resultatet genereres som en tabell.

Image

For å få en bedre oversikt over dataene dine kan du utvide tabellen ved å klikke på de to pilene øverst til høyre i tabellen:

ChatGPT data analysis table expand button with tooltip “Expand table”

I tabellvisningen kan du velge en bestemt rad eller kolonne og opprette en prompt for å få innsikt om de markerte dataene. Her har vi for eksempel valgt en kolonne og spurt etter elementet som forekommer oftest.

ChatGPT Data Analysis table with the Title column selected and a prompt asking which title appears most often

Du kan velge flere rader eller kolonner ved å holde nede Command-tasten på Mac eller Ctrl-tasten på Windows og klikke på radene eller kolonnene. Du kan også velge flere celler ved å klikke på én celle og dra musen for å dekke det ønskede området.

ChatGPT answers the average of three selected spreadsheet cells as 79

Etter å ha valgt flere elementer kan du be ChatGPT om å beregne en verdi eller utføre en handling på verdiene i det valgte området. Du kan for eksempel markere et sett med celler og be ChatGPT om å beregne gjennomsnittsverdien.

Redigere og opprette tabeller med ChatGPT

Du kan laste opp og redigere eksisterende tabeller ved å be ChatGPT om å gjøre oppdateringer. Du kan for eksempel be ChatGPT om å oppdatere en tabell med en kolonne som inneholder gjennomsnittsverdiene.

ChatGPT Data Analysis table updated with a new Average column for each row

Du kan be ChatGPT om å gjøre bestemte endringer ved å markere kolonnene, radene eller cellene du vil at oppdateringene skal baseres på. Her har vi markert to av kolonnene og bedt om en ny kolonne i tabellen som inneholder summene deres.

Data table with a new Friday + Saturday column summing the Friday and Saturday values

Du kan laste ned tabellen som er generert av ChatGPT, ved å klikke på nedlastingsknappen øverst til høyre i tabellen. Vær oppmerksom på at den nedlastede filen vil være i CSV-format.

Download table button in ChatGPT Data Analysis

Visualisere dataene dine med ChatGPT

Etter at du har lastet opp en fil, kan du be ChatGPT om å lage et statisk diagram. Du kan la ChatGPT velge den ideelle diagramtypen for datasettet, eller angi en av diagramtypene vi støtter i prompten din: linjediagram, stolpediagram, sektordiagram, histogrammer, punktdiagram, boksplott (boks-og-hårdiagrammer), varmekart, arealdiagram, radardiagram, trekart, boblediagram og fossefallsdiagram.

Vær oppmerksom på at bare stolpe-, sektor-, punkt- og linjediagrammer for øyeblikket er interaktive i de fleste tilfeller.

Revenue by day of week line chart with Friday as the low point at 53

Hvis ingen diagramtype er angitt, vil ChatGPT velge den ideelle diagramtypen å vise.

ChatGPT data analysis chart comparing total revenue for weekdays versus weekends

Øverst til høyre i diagrammet kan du laste ned eller utvide størrelsen på diagrammet. Som standard er nedlastede diagrammer i PNG-format.

Du kan også endre diagramfarger eller slå interaktiviteten av eller på. Når du endrer farger, kan du velge en av standardfargene våre eller angi heksadesimalkoden for en farge.

Color settings panel with Dataset color set to blue and Interactive toggled on

Vanlige analysetyper

ChatGPT er trent til å utføre en rekke dataanalyseoppgaver. Noen vanlige oppgaver inkluderer:

Avviksdeteksjon og -håndtering

Når du tar beslutninger med data, er det viktig å sørge for at kildedataene er så nøyaktige som mulig. ChatGPT vet hvordan den kan identifisere data som kan mangle eller være feil. Vanlige problemer ChatGPT kan identifisere og rette opp, inkluderer:

  • Manglende verdier

  • Avvikende verdier

  • Dupliserte rader

  • Feil datatyper

Start analysen med en prompt som denne: Sjekk disse dataene for vanlige problemer.

Når ChatGPT har identifisert vanlige problemer, kan du be den om å fikse dem. Avhengig av problemene som oppstår, kan ChatGPT tilby flere alternativer du kan velge mellom. Hvis du er usikker på konsekvensene av disse valgene, kan du prøve å be ChatGPT om mer informasjon.

Aggregering & integrering

ChatGPT kan aggregere store mengder strukturerte data for å hjelpe deg med å forstå informasjon. Noen aggregeringer ChatGPT kan utføre, inkluderer:

  • Summer

  • Sentralmål (median, gjennomsnitt, typetall)

  • Minimums- og maksimumsverdier

  • Antall unike verdier

  • Standardavvik

Du kan utvide en tabell og velge én eller flere numeriske kolonner, og deretter bruke en prompt som denne: Beregn medianen og standardavviket for disse dataene.

ChatGPT kan også slå sammen flere datasett basert på felles identifikatorer.

La oss si at du laster opp to regneark, ett som inneholder kunder og ett som inneholder kjøp. Kjøpsposter er knyttet til kundeposter via en customer_id -egenskap. ChatGPT vet hvordan begge filene kan integreres i ett enkelt datasett, slik at den kan svare på spørsmål som «Hva er totalsummen for alle kjøp gjort av kunder med gullabonnement?»

ChatGPT slår automatisk sammen datasett for deg når du stiller et spørsmål der det er nødvendig.

Avansert statistisk analyse

ChatGPT forstår hvordan den kan utføre mange ulike statistiske analyser, og kan velge passende teknikker basert på kravene dine. Noen typer analyser ChatGPT kan utføre, inkluderer:

  • Sammenlignende statistikk: Dette innebærer å sammenligne ulike grupper eller variabler for å forstå forskjellene eller likhetene mellom dem. Teknikker inkluderer t-tester, ANOVA (variansanalyse) og MANOVA (multivariat variansanalyse).

  • Korrelasjons- og regresjonsanalyse: Disse metodene vurderer forholdet mellom variabler. Korrelasjonsanalyse måler styrken og retningen på sammenhengen, mens regresjonsanalyse modellerer sammenhengen for å forutsi utfall.

  • Tidsserieanalyse: Denne typen analyse undersøker datapunkter samlet inn over tid for å identifisere trender, sykluser og sesongeffekter. Metoder inkluderer ARIMA (autoregressivt integrert glidende gjennomsnitt) og sesongdekomponering.

Du trenger ikke å være dataforsker for å bruke disse teknikkene! Hvis du ikke er sikker på hvilken teknikk som passer best for dataene dine, kan du prøve å fortelle ChatGPT hva du vil forstå, og be den anbefale den beste analyseteknikken. Hvis du ikke er sikker på hvordan du skal tolke resultatet av analysen, kan du be ChatGPT forklare det for deg. En effektiv prompt kan være: Er det noe bemerkelsesverdig eller uvanlig ved denne analysen?

Var denne artikkelen nyttig?