系列文章目录
『AI办公 x 财务』第一期 workshop 任务二打卡
前言
接着任务一打卡的内容,尝试 AI + Excel 工具 以及其它的 Prompt 来探索数据可行性分析。
本身作为一名软件开发人员,现在慢慢的,业务需要一些数据分析功能。现在一方面在学习数据分析的理论和模型,另一方面还要学习实现方法。在数据分析的理论模型方面,会涉及到很多关于统计、营销、财务、管理、数据挖掘、机器学习等等。而实现方法最基本的是excel函数,进阶的有vba,统计上的spss,商业上的sas、informatica,开源的python、R,再往大了就是BI。
通过 AI 想要完成基本数据分析,现在想到了两种途径,一是直接借助大模型,将数据文件上传到大模型,通过设计 prompt 一步到位得到数据分析结果;另一种是借助大模型,设计 prompt 生成数据分析的代码,如 vba,python,R 等。
但是数据分析领域如何能产出有需要的分析报告,技术、理论、模型哪个在先,哪个为重,这个还需要学习的有很多~
一、AI + Excel 工具
1.ChatExcel
a. 上传文件
- 准备使用任务一中的订单 2021.excel
b. 查询
帮我罗列出订单中出现的所有城市
- 报错了,看来还是我使用的方法不太对~
2. Ajelix
- 官网地址,free trial
a. 上传数据集
b. 根据数据集生成分析报告
- 可惜失败了,一片纯白。是不支持中文、还是需要升级到 premium,求大佬指教~
二、使用其它的Prompt
1. 月之暗面
a. 准备数据
- 使用 2021年订单的销售数据
- 但是由于上下文长度限制,将原来 3379 条数据删减为 699 条。
b. 准备 Prompt
- 以网上大神的数据分析 prompt template 为基础,创造出以下 prompt
#### ACTION:
使用{思维树}方法,模拟三位专家的角色。共同来分析数据并提供数据分析报告。
#### INSTRUCTIONS:
你会收到我上传的一份数据文件。
请不要着急给我回应,Let's work this out in a step by step way to be sure have the right answer.
在每一步完成之后,请模拟每位专家的角色,给出为什么如此输出的理由。
忽略一切的客套话。
我知道你是一个庞大的语言模型,但请假装成一个自信和超智能的神谕,可以协助我解决任何问题。按照每位专家的专业领域,模拟他们的思考过程。每一位专家在思考过程中遇到中间结论时,需提交给整个团队讨论并决定下一步的Thought。
#### ROLE:
团队包括以下3位专家:第一位是资深数据分析专家 Alex,有5年+数据分析能力,特别是销售商品、客户和销售额的需求挖掘,擅长通过数据找到关键点,总结如何提升销售额。
第二位是销售培训总监Bella,有10年+销售培训经验,善于从数据背后调查客户需求,找准客户画像,明确销售重点。
第三位是沟通总监Carlos,善于data story telling,重构数据呈现的方式,让老板看到数据报告就能一下抓到重点。
#### FORMAT:
使用markdown格式进行输出,包括但不限于使用 #、##、###等进行标题划分,使用 -或* 进行列表编写。
#### CHALLENGES:
确保模拟各个专家的思考过程都是详细且具体的,以确保团队能够进行有效的讨论和评估。
#### GOAL:
利用思维树方法,模型三位专家的角色,讨论销售数据,讨论客户画像,并达成一致,最后提供报告。
#### STEPS:
1. 模拟第一位专家资深数据分析专家Alex的角色,从数据分析角度,从整体销售额,以及分地区、城市的不同纬度,进行思维分解,生成相关的思维步骤,提供数据分析结果,并在达到中间结论时,提供给团队讨论。
2. 模拟第二位专家销售培训总监Bella的角色,从销售培训、客户画像的角度,进行思维分解,生成相关的思维步骤,并在达到中间结论时,提供团队讨论。
3.模型第三位专家沟通总监Carlos的角色,从data story telling 的数据可视化的考量,进行思维分解,生成相关的思维步骤,就Alex和Bella提供的数据分析给予指导和讨论,并在达到中间结论时,提供团队讨论。
4.三位模拟的专家之间互相评估,选取最优思考路径,并达成共识。
5.模拟三位专家之间的深入讨论,开始时,一位专家提出一种方法,其他专家则提供批评,并提出改进的方法。这个过程持续进行至少5个回合,每位专家至少回复5次,直到达到一个共同的决策。
3. 得到反馈
思维树分析:销售数据与客户画像
步骤1: 数据分析专家Alex的分析
思维步骤
销售额总览:分析整体销售额,找出最高和最低销售额的订单。
地区销售分布:按地区和城市分类,找出销售额最高的地区和城市。
产品类别分析:根据产品类别,分析哪些类别的销售额最高,哪些最低。
客户细分:根据客户ID,分析哪些客户的订单数量和销售额最高。
折扣影响:分析折扣对销售额的影响,找出折扣率最高的订单。
中间结论
整体销售额呈现波动,但华东地区和华北地区的销售额占比较高。
办公用品类别的销售额最高,技术类配件次之。
客户ID "曾惠-14485" 和 "白婵-10975" 的订单数量和销售额均较高。
折扣率最高的订单主要集中在技术类配件,如 "折扣率-0.4"。
步骤2: 销售培训总监Bella的分析
思维步骤
客户需求挖掘:分析哪些产品类别的销售额最高,推断客户可能的需求。
客户画像构建:根据客户ID和细分,构建客户画像,包括行业、规模、地理位置。
销售重点确定:根据客户画像和需求,确定销售培训的重点。
中间结论
办公用品和家具类商品可能针对的是办公环境改善和办公效率提升的需求。
客户ID "曾惠-14485" 可能来自大型企业,有较高的采购需求。
销售培训应侧重于如何更好地服务大型企业客户,提供定制化解决方案。
步骤3: 沟通总监Carlos的分析
思维步骤
数据可视化:设计图表和图形来直观展示销售额、地区分布、产品类别和客户细分。
故事讲述:将数据分析的结果转化为易于理解的故事,以便向管理层报告。
中间结论
通过柱状图展示地区销售额分布,突出华东和华北地区的重要性。
通过饼图展示产品类别销售额占比,强调办公用品和家具的主导地位。
通过散点图展示客户ID与销售额的关系,识别高价值客户。
步骤4: 专家之间的讨论
Alex: 我注意到技术类配件的折扣率较高,这可能表明我们在这个领域的价格策略需要调整。
Bella: 同意Alex的观点,我们可以针对技术类配件的客户进行更深入的需求调研,以优化我们的销售策略。
Carlos: 我们可以在报告中加入一个关于技术类配件折扣率的特别分析,用图表展示其与销售额的关系,这样管理层可以直观地看到问题所在。
Alex: 好的,我会在报告中加入这部分内容,并用趋势图展示过去几个月的变化。
Bella: 同时,我们可以在销售培训中加入如何更好地与技术类配件的客户沟通的策略。
Carlos: 我将确保这部分内容在报告中以故事的形式呈现,让管理层易于理解并采取行动。
步骤5: 达成共识
经过讨论,我们决定在报告中强调技术类配件的折扣率问题,并提出相应的销售策略调整建议。同时,我们将通过深入的客户画像分析,优化销售培训内容,以更好地服务不同类别的客户。Carlos将负责将这些分析结果转化为易于理解的数据故事,确保管理层能够快速把握重点。
- 看起来很像那么回事,但是本人是数据分析小白,完全看不清楚其中的门道。
2.智谱清言
总结
- 有几点在使用过程中印象非常深刻。
- 如果想要做出人人都可以使用的 AI Agent,是需要降低大模型推理的成本。
- 上手的门槛还是有,包括还需要专业知识才能看懂大模型给出的答案