ChatGPT を使ってデータを分析する 6 つの方法

翻訳者 |ブガッティ

レビュー | Chonglou

ここ数か月で、リリースされる AI ツールの数は増加しています。そのような強力なツールの1 つがChatGPTです。これは、人間のようなテキスト会話を理解して実行できる高度な大規模言語モデル (LLM)です。

ChatGPT は会話テキストを生成することが証明されていますが、あらゆる分野の人々に大きなメリットをもたらす可能性があります。データアナリストの場合、 ChatGPT を使用すると分析機能を強化し、複雑なデータの課題に対処できます。データアナリストがChatGPT を使用して日常業務の作業効率を向上させる方法をいくつか見てみましょう。

1.タスクに関するアイデアを改善する

データアナリストはChatGPTの機能を活用して、タスクやケース スタディを改良したりブレインストーミングしたりできます。 ChatGPT は会話テキストを生成できるため、質問することでさまざまな視点を探ることができます。

ビジネス プロセスを自動化するスクリプトを作成するとします。開始方法についてはChatGPTにお問い合わせください。チャットでプロンプトを入力し、応答を待つだけです。さらに質問したり、回答に対して追加の視点を提供したりすることもできます。

ケーススタディ:ビジネス上の問題があります。顧客の行動をセグメント化して追跡するためのダッシュボードをExcelで作成したいと考えています。私は現在コーヒーショップを経営しており、私の電子商取引ウェブサイトを通じて注文をする顧客が数人います。

顧客からどのような情報を収集する必要がありますか?どのような主要業績評価指標を測定すべきでしょうか?どのツールとどのタイプの視覚化を使用すればよいですか?また、ユーザーセグメンテーションにはどのようなコホート分析を含めることをお勧めしますか?

2.バグ修正とトラブルシューティング

データアナリストとして、日常業務の中でコード、数式、またはスクリプトのエラーに遭遇することがあります。 ChatGPTとの会話により、デバッグ戦略、新しい視点、さらにはバグのあるコードを修正するためのソリューションが提供される場合があります。

ヒントやエラー メッセージを提供すると、 ChatGPT はコードで問題が発生している理由を説明できます。

ヒント:このDAX数式では、フィルターで選択した日付に基づいて値を返すようにしたいです。年と月を考慮してください。ただし、以下の数式ではエラーが返されました。

 Customer Espresso and Cappuccino= CALCULATE( SUM('Sales Data'[Amount]), , KEEPFILTERS( 'Sales Data'[Product Type] ="Espresso" and 'Sales Data'[Product Type] ="Cappuccino")

3.データを解釈し、複雑なコードを説明する

ChatGPT は、長くて複雑なコードを理解しようとするときに役立ちました。このような場合、コードを理解するには、理解しようとしているコードをコピーして貼り付け、 「このコードを説明してください」と言って応答を要求します。

4.コード、数式、構文を記述、編集、生成する

C hatGPT は複雑なコードを解釈するためにも使用できます。コードや文法の作成を依頼できます。

ケーススタディ: forループを含むPython の ifステートメントがあります。現在のコードは、 myList の長さがちょうど 3 であるかどうかをチェックし、ステートメントが true の場合はループします。それ以外の場合は、else ステートメントを実行し、myList2 の各項目を出力します。ただし、どちらかのリストで4 文字のみの項目をすべて印刷するように変更する必要があります。

私のヒント:この Python コードを変更して、リスト内の 4 文字のみの項目をすべて出力できますか。

 myList = ['Python', 'MUO', 'Hello'] myList2 = ["Fish", "Gold", "Bag"] if len(myList) == 3: for items in myList: print(items) else: for items2 in myList2: print(items2)

5. 新しいスキルを学ぶ

以前、 Googleスプレッドシートに静的な日付と時刻を追加する方法に関する記事を公開しました。 ChatGPT を使用してこのトピックについてさらに詳しく学習したり、さまざまなアプリケーションで同様のことを実行する方法を学習したりできます。たとえば、Tableau で静的な日付と時刻を追加する方法などです。

ヒントを書き込むことで、新しい機能やスキルについて学んだり、お気に入りの分析ツールの特定の機能の使い方を学んだりすることができます。

6.コードを文書化する

コメント付きのコードは読みやすくなります。しかし、誰もがこのプロセスが退屈で面倒だと感じていることを認めなければなりません。 ChatGPT は、このタスクを簡単かつ高精度かつ効率的に実行できます。

質問すると、コピーして貼り付けることができる、完全にコメントされたコードが表示されます。

私のヒント:この SQL コードにコメントを追加できます:

 SELECT e.employee_id AS "Employee #" , e.first_name || ' ' || e.last_name AS "Name" , e.email AS "Email" , e.phone_number AS "Phone" , TO_CHAR(e.hire_date, 'MM/DD/YYYY') AS "Hire Date" , TO_CHAR(e.salary, 'L99G999D99', 'NLS_NUMERIC_CHARACTERS = ''.,'' NLS_CURRENCY = ''$''') AS "Salary" , e.commission_pct AS "Comission %" , 'works as ' || j.job_title || ' in ' || d.department_name || ' department (manager: ' || dm.first_name || ' ' || dm.last_name || ') and immediate supervisor: ' || m.first_name || ' ' || m.last_name AS "Current Job" , TO_CHAR(j.min_salary, 'L99G999D99', 'NLS_NUMERIC_CHARACTERS = ''.,'' NLS_CURRENCY = ''$''') || ' - ' || TO_CHAR(j.max_salary, 'L99G999D99', 'NLS_NUMERIC_CHARACTERS = ''.,'' NLS_CURRENCY = ''$''') AS "Current Salary" , l.street_address || ', ' || l.postal_code || ', ' || l.city || ', ' || l.state_province || ', ' || c.country_name || ' (' || r.region_name || ')' AS "Location" , jh.job_id AS "History Job ID" , 'worked from ' || TO_CHAR(jh.start_date, 'MM/DD/YYYY') || ' to ' || TO_CHAR(jh.end_date, 'MM/DD/YYYY') || ' as ' || jj.job_title || ' in ' || dd.department_name || ' department' AS "History Job Title" FROM employees e -- to get title of current job_id JOIN jobs j ON e.job_id = j.job_id -- to get name of current manager_id LEFT JOIN employees m ON e.manager_id = m.employee_id -- to get name of current department_id LEFT JOIN departments d ON d.department_id = e.department_id -- to get name of manager of current department -- (not equal to current manager and can be equal to the employee itself) LEFT JOIN employees dm ON d.manager_id = dm.employee_id -- to get name of location LEFT JOIN locations l ON d.location_id = l.location_id LEFT JOIN countries c ON l.country_id = c.country_id LEFT JOIN regions r ON c.region_id = r.region_id -- to get job history of employee LEFT JOIN job_history jh ON e.employee_id = jh.employee_id -- to get title of job history job_id LEFT JOIN jobs jj ON jj.job_id = jh.job_id -- to get namee of department from job history LEFT JOIN departments dd ON dd.department_id = jh.department_id ORDER BY e.employee_id;

データアナリストは仕事でChatGPTを活用できる

ChatGPT のような強力なAI ソリューションは、データアナリストを含め、すべての人の生産性を向上できます。 ChatGPT の自然言語処理機能を使用し、適切なプロンプトを尋ねることで、データ アナリストはタスクに関するアイデアや洞察を迅速かつ正確に得ることができます。

ただし、ChatGPT は仕事のアシスタントとして役立ちますが、そのフィードバックを批判的に評価してテストすることが重要です。この素晴らしいテクノロジーを探索し、ワークフローに統合してください。

原題:データアナリストとして ChatGPT を使用する 6 つの方法、著者: Ifeanyi Iheagwara