[數據分析#69] ChatGPT Plus 大進化：一條龍數據分析實戰！5 分鐘解 Kaggle 題目示範

小提醒：ChatGPT 有權將你匯入的資料拿進去他的模型中訓練，因此，切記不要把公司的機密資料外洩到這裡 (非常重要，打三顆星！)！如果你需要 ChatGPT 的分析脈絡 (例如幫你寫 code)，你可以給他假資料 (資料欄位是真的，裡面的資料是假的)，這樣就可以「請他幫你寫腳本」但是「又不會外流公司或你的私人資料」！！！

ChatGPT 現在也面臨一些官司問題，因為他把別人付費的出版著作拿來當作訓練模型的依據，並且再生出很像的文章，所以正在被告中！所以大家一定要非常小心機密資料，這是資料分析師的基本倫理道德～～！(也是公司很在意的倫理道德)

步驟二：並且輸入你希望他給出的答案

匯入檔案之後，你就可以開始對 ChatGPT-4 下指令了
你可以簡單的告訴他：你希望他進行什麼樣的分析，以下我舉幾個例子：
- 請幫我分析這份數據中，銷售量最高的商品是什麼？請幫我分析每個月份最常購買的商品、商品價格的分布？
- 將這份數據按照不同的類別進行統計，提供我多個統計指標，讓我清楚知道不同類別的表現

這些都是簡單的統計分析！還不能完全稱得上數據分析～不過可以幫助初學的大家，你在使用工具練習處理資料的時候，有一個助教幫你在旁邊對答案！

步驟三：研究他的分析過程，並且持續給他指令，探索更多資料面向

步驟三有一件事可以幫助我們學習工具，像是 ChatGPT 常用的 Python，你可以打開他的分析過程，看一下他寫了什麼
步驟二結束之後，你對於資料的問題，都可以獲得解答！但接下來才是問題的開始，因為資料統計不代表資料分析，沒有 insights 的資料結果只是資料探索而已
接著我們可以依照他給出的結論，延伸分析，以下我舉個例：
- ChatGPT 告訴我 xxx 類別有最高的營業額
- 那我想知道都是誰去買這個類別的商品，我就可以延伸問：請幫我將用戶分群，告訴我這些用戶的消費傾向
不斷的依照 ChatGPT 給你的結論，繼續去反思，這個數據可以為公司帶來什麼價值，就能夠讓你這份分析專案，變得更完整！

Kaggle 題目實戰，5 分鐘解題示範：見識一下一條龍數據分析的威力！

步驟一：到 Kaggle 下載資料、觀看題目

先註冊 Kaggle 之後，到這裡下載資料集，今天會示範的是非常常見的資料表：Sales Product Data
簡單看一下資料維度之後，有幾道題目：
- What was the best Year for sales? How much was earned that Year? → 了解一下業績最好的時間
- What was the best month for sales? How much was earned that month? → 了解一下業績最好的時間
- What City had the highest number of sales? → 了解一下業績最好的地區
- What time should we display advertisement to maximize likelihood of customer’s buying product? → 了解一下銷售最好的時間點，以利投放廣告
- What products are most often sold together? → 跨品、包套組合分析
- What product sold the most? Why do you think it sold the most? → 爆品分析、原因深入研究
  - 這邊有一個小彩蛋，順便跟大家說為什麼「沒有數據思維」，ChatGPT 也無法回答你問題！

步驟二：開啟 ChatGPT Plus 開始一條龍數據分析，魔法開始！

接下來直接公開我們的聊天記錄！

先匯入載下來的數據
資料清洗
下咒語：直接把所有題目一次貼給 ChatGPT

ChatGPT Plus 數據分析完整攻略與步驟：透過 Kaggle 題目示範 5 分鐘完成數據分析！ — 請問這份資料有哪些欄位？

ChatGPT Plus 數據分析完整攻略與步驟：如何下指令 (code interpreter) — 直接輸入問題

步驟三：深入研究，才能得到有意義的答案或是行動方案

最後一個問題是一個很好的範例，因為他問說「你覺得為什麼？」這也是老闆很喜歡問的問題：「所以你覺得為什麼？」

這裡「定義商業問題、問問題、數據思維」就很重要了！還有包括，是否了解資料的維度、架構等等！

ChatGPT Plus 數據分析完整攻略與步驟：精準定義商業問題給 ChatGPT — 我延伸問下去，希望給這個專案一個收尾：AAA Batteries (4-pack) 的價格在過去有浮動嗎？或者是銷量最多的時間是什麼時候？

透過金字塔法則或是腦袋風暴，有助於我們知道下一步還可以怎麼看？看什麼？而不是停留在沒有行動方案的「虛無結論」！

像這一題，我沒有得到我想要的答案，所以我還會想細看很多面向，以得到一個有建設性的行動方案：

廣告：
- 廣告數據中，這檔商品的競價
- 來自廣告的購買量
- 廣告預算分佈
原生流量：
- Organic Traffic 這檔商品的流量
- 替代品的銷售是否影響？
- 到 Google Trend 看商品趨勢

結論：真正的 AI 數據分析時代來臨，不會利用數據得到行動方案的資料分析師可能會很難混下來

不得不說，這一次的 ChatGPT 更新，已經算是對資料分析領域產生「革命性的影響」！但其實我是樂見其成的！因為我又可以更偷懶了 XD

因為資料處理對 ChatGPT 而言，太簡單、太快了！很制式化的：資料清洗、資料統計、資料視覺化，ChatGPT 只要十秒鐘就可以完成，所以資料分析領域會迎來革命性的變化！我會分析一下幾個變化方向：

資料分析師不能再依賴自己會多少工具：因為 ChatGPT 可以在幾秒之後換一種工具、給你完整的使用操作說明，就算不太熟練工具的，也可以馬上獲得專人解答
資料分析師會更注重在找到這個領域的核心問題：當統計、做圖表、找商業問題的統計答案變得非常容易，資料分析師就可以全心全意的找這個領域的核心問題，並且把數據落地到各個不同的部門，讓更多部門可以因為資料而受惠
資料分析師會成為接軌數據與現實的核心角色：接下來，數據的應用會發展得更快，因為學習門檻降低了，那數據分析師就變成很核心的角色，讓更多人知道怎麼透過數據、透過自動化，幫助歸納、整合現有的工作
資料分析師正式走向「分析為王」或是「資料基礎建設為王」：
1. 資料必須先有基礎建設才能夠自動運轉，數位轉型會更普及，所以基礎建設變成資料分析師必修的領域！
2. 分析代表的意義是：把資料變成有價值的行動方案，而不只是簡單統計！當統計變得簡單，那分析的工作比重就會變得更為重要！

ChatGPT 革命：數據分析師需要數據思維，而非工具導向～

如果你想要學習的不只是數據工具，而是數據分析師怎麼思考問題，將問題落地、用工具解決、並且把分析結果變成完整的行動方案、變成提案的簡報跟內容，可以參考我的：數據分析師培訓班，這是一個教練式的培訓系統，依照你的背景，設計你的專案，並且給你客製化的回饋～我期望你是懂思維、擁有專業競爭壁壘的數據分析師，而不要淪為「數據工具人」！

專注在身心靈平衡、財富時間自由的數據分析師

[數據分析#69] ChatGPT Plus 大進化：一條龍數據分析實戰！5 分鐘解 Kaggle 題目示範