后台回答'AI'得到'AI超全而已书册'美女教师
巨匠好，我是 sky 陈天，别称 AIGC 培训师，AI 转型提效咨询人。
这是我的 AIGC 系列的第 93 篇著述。
01
AI 对数据分析的影响
一）数据分析变得越来越蹙迫最近受邀给野生运营社群作念一个 AI 数据分析的共享，我也趁着此次契机把讲稿共享出来。
因为陈天之前在中国的 BI 独角兽公司任职了 4 年，了解了上百家的企业数字化程度，也亲身参与了 100 多家企业的数字化转型和数据东谈主才培养，对通盘大数据行业的发展、企业数据分析都很了解。
这几年来一直都在讲数字经济，数字化转型，行业内最近发生了两件大事。
一个是国度数据局成立，第二个是数据因素，数据金钱可以入表。
图片美女教师
图片
数据是新时间的石油，然则之前许多企业并不太把它当回事，目下数据可以看成企业的金钱列出到财务报内外了，况且国度成立了特意的数据局来治理数据职场、清醒、往来。可以预感数据会变得越来越蹙迫
二）AI 三因素，数据很蹙迫而近一年最火的另一个词是AI，AI 的三个中枢因素：算法、算力、数据。
如果ChatGPT 莫得学习这样大量据，它是无法达到今天的智能程度的，可能照旧东谈主工智障。恰是有了数据这个“石油”，智力让 AI 不停进化!
这也给企业带来了新的期待，是不是我把企业的数据金钱千里淀好，让 AI 学习后，AI 就能告诉我目下业务有什么问题、我们应该怎么发展？
确乎是有这个可能性的，但现时的时刻还没达到。是以我以为畴昔企业会越来越心疼数据，越来越心疼数据东谈主才。
陈天的曩昔 4 年的工作生计都在推动一件事，那便是让更多东谈主能把数据石油给用上。别让数据蒙尘。
我们把 BI 器具作念得鼓胀轻松，把数据千里淀到数据平台里，苟简用户得到，作念了许多配套的课程和培训，激动企业成立数字化转型名目组，从上而下践诺企业数据氛围。
便是但愿东谈主东谈主都是数据分析师？让最懂业务的运营、东谈主力、财务也能很苟简地使用企业数据，升迁业务有筹画。
但作念了 4 年，确凿太难了。
东谈主东谈主都是数据分析师，你们以为可能吗？
我告诉你极端难！因为数据分析这件事自己便是一件很高门槛的事情。
三）数据分析的 4 大门槛？门槛 1：企业和个东谈主要零散据分析的想维和教会雇主的企业有筹画不再是我以为，我嗅觉有问题，而是要用精确的数据来形色问题，作念撑持，如果雇主不条件用数据，都是拍脑袋。
那我这样辛高深苦作念数据分析有什么用呢？作念了也不看，或者也毋庸，仅仅作念作念口头。
这种情况在互联网企业会好许多，然则在非数据原生企业很常见。
中国东谈主的传统便是语言委婉，就像庆余年的庆帝，大有文章，很拖拉，靠你猜，而且传统雇主自然就会有掌控欲，进犯泰斗被挑战，你若是给他甩了一个数据，说他分歧，可能业务不会调理，被调理的是职工。
是以用数据语言这事，如果雇主没这个意志，企业也不会有这个意志，很难推下去。
门槛 2：无米难为炊，没数据，数据质料差赓续碰到一个情况，公司招了一个数据分析新东谈主进来，准备大干一场，多样数据分析的筹画很好，然则真到了作念的时候，发现企业根柢莫得这个表，缺处所，连数据都莫得，根柢无法分析。
另外许多企业的数据质料极端差，关于业务的使用门槛极端高，百分之 70% 的时刻都在作念数据的清洗和加工，根本无法让一个非时刻东谈主员来作念数据分析，而且成就感极端低。
门槛 3：数据分析的学问和才略作念数据分析需要知谈基础的统计学学问，同环比，什么是处所，什么是维度，字段类型。好多业务连表结构都没搞明晰，Excel 表都是多样并吞单位格，都没法处理成一维表。
除了基础学问，还需要具备问题拆解和分析的才略，要解决什么问题，怎么拆解问题，用什么处所揣测，一般有哪些维度，这些条件职工对业务很了解，又有很强的逻辑想维才略、批判性想维。
要文告还需要具备可视化好意思学，毕竟东谈主都是视觉动物。作念什么分析用什么图表，2 个处所怎么呈现、3 个处所怎么呈现？怎么样配色，怎么作念可视化看板布局等等。
就不说更高档的数据建模分析了，要用到数据挖掘、多样建模算法，这种门槛就不是一般的高了，不行对业务东谈主员有这个条件，一般是专科的数据科学家和时刻性数据分析师的活。
门槛 4：数据分析器具使用才略有了前三样，要作念数据分析，还得掌持数据分析器具，而数据分析器具自己也需要破耗许多时刻去学习。
像最基础的 Excel，职场中真确用的很熟练的东谈主很少。
像更进阶BI 器具，Python、SQL 这种波及到一些代码的，又更难题。
要而论之，数据分析是有很大的门槛的，想让一个闲居责任很忙的运营、东谈主力学会这样多东西，学非所用，很难。
毕竟职场中 90% 的东谈主都不爱学习，是以今天来参加学习的同学都是很棒的！只消欢腾学习就杰出了 90% 的东谈主了。
四）运营数据分析的痛点在哪？因为今天来的都是运营同学，我就问了一下perplexity，运营数据分析有什么痛点呢？我以为这比我总结得还好还要全！
这也侧面印证了 AI 目下的强大，AI 比我一个行业老鸟都更了解用户的痛点，这事自己就极端离谱。
图片
这些痛点我信赖巨匠都会碰到，但 AI 来了之后，这些情况会有什么变化吗？
五）AI数据分析，有嘴就行从 202美女教师3 年开动，我一直在温存和深度使用ChatGPT 和种种 AI 器具，包括我从 BI（买卖智能）绝对转型到 AI 业务提效，作念 AI 企业培训和业务提效，每天都会用 AI 来解决我的业务问题，还作念了一个 1000 个 AI 诓骗场景的专栏。
我发现，有了 AI，让东谈主东谈主都是数据分析师成为了执行。
为什么呢？我用一个案例给巨匠演示一下。
六）ChatGPT 案例演示：问卷分析最近我在准备一个客户的企业培训，发了一份课前的调研问卷，收罗了省略 40 多份数据。我想字据这 40 份数据来准备我的课程。巨匠作念运营一定会碰到类似的场景，用户调研的响应问卷。
那在曩昔，我们要怎么作念数据分析呢？
用 Excel 的同学，是不是便是创建一个图表，聘请一下数据。快的同学每个图破耗个 2 分钟，整个 6 谈题，可能十几分钟就搞完毕。
再索求一些数据作念个总结，想几个建议，半个小时处治了。
那目下我们毋庸 30 分钟，只需要 1 分钟，把数据上传给 ChatGPT，并把我们的条件告诉他，让他帮衬分析一下这个问卷。
图片
我们也毋庸管什么数据分析的设施， AI 平直把每一王人题的数据清况告诉我了，还帮我写好了数据的论断，以及这个数据对我到底有什么用。
一分钟把这个事情处治，很粗放，从 30 分钟到 1 分钟，基本上是 30 倍的提效了。
那我们来对比一下传统的数据分析过程，望望在 AI 时间下，数据分析到底发生了什么变化？
02
传统数据VS数据分析
一）ChatGPT 案例演示：问卷分析1、界说业务问题数据分析的第一步是明确我们想要解答的业务问题。比如我的分析是为了看某个数，照旧定处所用，照旧作念一个专题的分析，照旧但愿探索价钱对销量的瞻望等等。2、数据分析想路拆解明确了业务问题后，接下来我们需要拆解数据分析的想路。这包括笃定分析的设施、器具和数据需求。如果我们的处所是升迁销售功绩，我们需要分析现时的销售额、利润、各居品的销售情况以及各销售渠谈的发扬。此外，还需要温存调动率等要津处所。3、数据得到数据分析想路笃定后，我们需要入部属手得到数据。数据可能开头于企业的数据库、在线分析系统（如生意照看）或各个 saas 的系统等。得到数据是分析的基础，确保数据的准确性和齐全性至关蹙迫。4、数据加工处理得到的数据常常需要进一步的加工处明智力用于分析。这包括数据清洗、口头调节、缺失值处理等。精采的数据处理能够提高数据质料，为后续分析打下坚实基础。5、数据分析最终清洗好的数据，便是插足到数据分析的法子，我们用多样处所维度、多样分析设施走动提真金不怕火一些数据信息。6、数据可视化临了一步是将分析效果通过可视化技能展现出来，并撰写分析讲明。数据可视化匡助我们更直不雅地认知数据，而一份澄莹的讲明则能够将分析论断和建议传达给有筹画者。这里的每一步都要破耗许多的时刻想考、掌持许多的基础学问，掌持多样器具和才略智力完成。二）AI 数据分析过程，极限3步而AI 到来之后，数据分析有了一个极端恐怖的变化，那便是数据分析的过程被极限压缩了。图片
我们只需要给到 AI 数据，然后建议我们想要的问题，可能没那么明确，也可以让 AI 先帮衬看一看，AI 就能把数据论断平直给我们。但这并不料味着我们不需要学数据分析了。三）用好 AI 的要津在于发问
图片
用好 AI 的要津在于发问，你唯有精确地建议你的问题、智力让 AI 处理。是以 AI 时间，我们要修王人的是如何精确地抒发我们的需乞降问题。而对业务的认知亦然运营的中枢才略，唯有对业务鼓胀了解，我们智力真确从数据中提真金不怕火出知悉，第三个抒发才略也极端蹙迫。而且数据分析并莫得统统变成那么智能，他照旧通过蓝本的法子在责任，AI 目下是对每一个数据分析的责任流进行处理。目下的 AI 自然可以一刀流，但还莫得那么熟谙，而且许多东谈主都还无法使用 ChatGPT，我们照旧要了解 AI 如安在每一个法子都证实对应的作用。03
AI 如何赋能数据分析全过程
一）追思执行，AI 赋能客户数据分析全景图这张图是我梳理的 AI 目下可以赋能数据分析的责任流，我会用一个案例带着巨匠把这通盘过程走一遍。图片
为了更苟简巨匠认知，接下来 AI 赋能全法子，我用这个案例数据给巨匠演示。
图片
这里是一份直播的电商运营数据，纪录了直播电商平台用户消费数据，包括用户的基本信息、消费行为和偏好，假定我们是电商平台的直播运营专员，我们需要字据这个数据分析调理我们的直播和运营计谋。
二）AI 辅助界说梳理数据分析想路我们作念数据分析的第一步是梳理数据分析的想路，在莫得 AI 之前，我们需要了解统计学学问和数据分析想维，作念分析想路的拆解，梳理出一个很好的分析想路便是相比糟践时刻的。
既要懂业务，又要懂分析。
而有了 AI 之后，这个过程变得极端轻松，我们只需要告诉 AI，我是谁，我作念什么业务，我的业务处所是什么，我有什么数据。
它会给到极端细心的数据分析想路给到我们！
图片
三）AI 辅助数据得到
数据分析想路梳理竣事后，我们要得到数据，AI 可以帮我们作念什么事情呢？因为这个案例我们自己如故零散据了，我就说一说没零散据的情况下，怎么作念。
1、AI 辅助写 SQL如果你的业务是要 IT 帮你取数的，然则你也不太会写 SQL，要提需求等排期，目下毋庸这样艰难，因为 AI 就可以帮我们写 SQL 取数据。
图片
2、AI+RPA 辅助得到外部数据如果要得到一些外部数据，比如要抓取抖音的褒贬数据，抓取爆款账号对标，曩昔需要写爬虫。
目下有极端多低门槛的零代码数据抓取器具，比如多抓鱼、后羿集中器、影刀PRA，这些器具缓缓都会 AI 化，变得极端易于上手。
图片
比如这个是我用 后羿集中器抓取的 BOSS 直聘的数据，不需要写代码，只需要轻松树立一些页面即可抓取。
3、AI索求非结构化数据另外如果我们有一些数据是图片、文本等非结构化数据，我们只可东谈主工一个个整理，极端费时远程，而且这种情况在企业中还真不少，毕竟中国企业大部分数据基础都很差。
目下有了 AI 之后，这类责任都可以快速处治。
比如一个证明机构让家长在群里作念了一个接龙，一开动也没料到非结构化数据不好分析，直到要数据分析了，才发现，这个口头不行，得一个个复制黏贴到表格里，分歧开来，这个任务，20 分钟服气是需要的。
图片
我们把这个图片平直丢给ChatGPT，平直让他整理，他就可以整理成一份结构化数据到我们了。是不是很苟简！
图片
4、AI 梳理处所体系，一键生成业务系统如果你的企业数据质料极端差，AI 似乎帮不上忙了？
长痛不如短痛，不如用 AI 来一次全面的业务数据梳理吧，你可以借助 AI 的力量，让 AI 来梳理业务的处所体系。
比如陈天作念解放工作，我基于我的业务需要（企业培训从绑架到录用到售后），我筹画了我的业务的处所体系。
图片
图片
有了这些处所后，我用飞书AI 快速作念了一个3、4 个过程抒发， 这样我会在这个业务系统里纪录我的业务数据，每一个陈迹，每一个客户信息，每一个居品，每一个订单，先积贮我个东谈主的数据金钱。
图片
更苟简的是，在飞书收罗到的数据，除了可以导出为 Excel，还可以一键生成数据看板！在飞书里就可以完成从业务数据到数据可视化，到业务治理的闭环。
图片
搭建这样一个小的业务系统，我花了不到 1 个小时傍边，极端合适解放工作者、小团队，或者是大公司的某个子团队使用。
除了飞书，简谈云的低代码器具也很可以，畴昔统统的类似的器具都会植入 AI 器具，搭建一个业务系统都会变得极端快速。
是以不要再怀恨没零散据了，能人从不怀恨环境（狗头），有了 AI 之后，数据我们我方造，业务系统也可以我方造！
四）AI 辅助数据处理
说到数据处理，极端令东谈主头大的一件事情，我作念分析，一半的时刻都在搞数据处理。多样空值、近似值、处所缺失、处所的字段口头分歧，比如把省市区都放到一个省，还要作念分列才好分析。
而这些造作数据的处理，在莫得 AI 之前，你很难识别，分析后可能才发现不太对，回偏激来处理数据。
而数据处理又要写多样公式函数，莫得对器具有鼓胀的掌持很难完成。
而目下我们可以平直把数据传给 ChatGPT，比如这份数据他有一些笔墨是英文，我但愿用华文展示，另外有一些是缺失值，但愿也能够处理掉。
可以看到它能够识别和更正数据中的造作，处理缺失值，并调节数据口头，以恰当后续分析的需求。而且根柢不需要你出手和作念复杂的联想，一句话，它帮你全部处治了。
图片
ChatGPT 处理好的数据，还支持再次下载到土产货。
另外，有一些厚实对 Excle 不是很熟悉，AI 也可以很苟简帮你使用 Excel 处理数据。
图片
比如上边有一个很典型的数据口头问题，文本口头的内容，要去除无关的内容，调动为数值口头，要处理这个数据，得对Excel 函数极端了解，至少我得花少许时刻智力想出来。
然则我平直问 AI，它是可以很快帮我们处治的。
图片
五）AI 辅助数据分析
让 ChatGPT 清洗竣事数据后，就可以让它平直分析数据，你致使都不需要知谈分析的处所、设施，他会帮你自动分析好，况且给出对应的数据论断和业务建议！图片
除此除外，ChatGPT 可以帮我们完成一些更高档的分析，比如建模分析，干系性分析，比如我让 ChatGPT 用 RFM 模子帮我作念一个建模，对用户的价值进行分层。AI 30s 帮我处治了。这个建模我亲身作念过，莫得 AI 的时候，要处理 十几步的数据，外行认知模子+上手实操至少 1 个小时智力处治。AI 太快了！确凿是出产力啊！图片
六）AI 辅助数据可视化
1、AI 快速生成图表作念好分析后，作念图表亦然许多非专科数据分析师头疼的事，要用什么图表，什么配色，用什么器具。
而在ChatGPT 里，你不需要商酌这些，你只需要在作念好这些分析之后，平直告诉ChatGPT 让他一键生成图表，统统图表都会一键生成。
图片
这些图表也可以下载到土产货，放到 PPT 中。
图片
2、AI辅助文告如果巨匠是用 PPT 文告的，闲居是把这些图表和论断粘贴到 PPT 中，那么主要的器具便是 AIPPT 器具。
可以用讯飞智文1 分钟一键生成 PPT，再附上这些图表，就可以作念一个文告了。
图片
巨匠如果用面孔板作念文告的，也可以用一些 BI 器具，举例FineBI，PowerBI 等
七）AI 最大的价值：从数据到分析
图片
AI 大大加快了数据分析的速率，但我以为这并不是最大的价值。
AI + 数据分析最大的价值是：让数据分析，从数据，到分析。
追思我们作念数据分析的处所是什么？是呈现数据近况，找到业务问题，提供有筹画撑持。
但执行情况是什么呢？大大量东谈主只作念到了第一步，用数据呈现近况，俗称表格表姐。
为什么呢？
因为把数据作念出来就如故糟践了他们统统的时刻和元气心灵。
是以他们仅仅把数据作念出来了、而莫得进一步分析，为什么留存率会下落，为什么这个月利润下落了，价钱提高若干能均衡销售最大化。
而 AI 把作念数据的时刻裁减了，把作念分析的门槛裁减了，让我们真确随机刻有才略去作念分析，找问题，找原因，找业务知悉。
勾引porn唯有这样，数据的价值智力充分被证实出来！
04AI 局限性与畴昔发展趋势一）AI 数据分析的局限性
图片
临了，我也要说几点现时用 AI 作念数据分析的局限性：
1.数据安全问题，数据上传给 GPT，会酿成数据露馅，严慎上传
2.现时的 AI 器具处理不了大数据量的数据，基本上实测 20w 以上的数据，GPT 就有点绷不住了
3.AI 并不擅长联想，实质上照旧调用了自然语言调动为 Python 语言。
4.AI 联想校验准确难题
5.AI 生成的图表内容口头无法缜密调理
二）国产之光- AI 器具
临了我们只可委托但愿于国产的各个数据分析厂商能飞速出追逐上 ChatGPT 的 AI 分析器具，我的前司在这块也作念了一个智能问答 BI，我也第一时刻拿到了内测。
它可以解决数据安全（土产货专有化部署）、联想精确度（不是 AI 联想）、数据校验（过程可校验）、数据量（可以联想千万级别的数据量）、图表口头（个性化调理图表口头）
帆软 BI 亦然目下国产 BI 软件在企业普及度最高的 BI 器具，许多企业都如故采购了我们的 BI，信赖很快到下半年，BI +AI 的器具就能真确给到巨匠使用。
图片
如果巨匠想进一步了解，也可以找我要视频，以及我可以给巨匠看一看～
临了但愿巨匠都能用好 AI，早放工，多赢利，下一期重逢👋图片
END我是 sky陈天，AI 讲师& AI 转型提效咨询人 本站仅提供存储工作，统统内容均由用户发布，如发现存害或侵权内容，请点击举报。