使用 ChatGPT 分析数据

在 ChatGPT、Excel 或 Google Sheets 中探索和分析数据，将数据转化为清晰的洞察与行动。

只需简单设置，ChatGPT 就能帮助你从原始数据中提炼有价值的洞察。你可以直接在 ChatGPT 中上传 CSV 或 Excel 文件、粘贴表格，或连接数据源（如果你的工作空间支持），然后用日常语言开始提问。如果工作空间设置允许，你也可以在 Excel 和 Google Sheets 中使用 ChatGPT。

无需针对每个问题都编写公式、制作数据透视表或看板，你就能快速探索数据、整理表格、生成简单的可视化图表，并以便于分享的格式提炼关键结论。在分析初期，当你还在了解数据内容、识别异常并决定深入分析的方向时，它尤其有用。它还能将分析结果整理成摘要，方便他人审阅并据此采取行动。

直接在 ChatGPT 中分析数据

首先说明你希望通过分析来支持什么决策。可以使用一个简单的句式：“我想根据 ___ 来决定 ___。”这能让 ChatGPT 明白怎样才算“完成任务”，并让分析始终围绕目标展开。
提供数据时，也要说明关键背景信息，包括相关定义、时间范围以及关键列的含义。你可以通过上传文件或使用已连接的应用来提供数据。
不只要答案，也要让它说明分析方法。例如，可以先让它总结探索性数据分析（EDA）的结果，再提出待检验的假设。相比直接下结论，这样得到的结果更有条理，也更可靠。
如果图表有助于理解，就明确提出要求：展示哪些数据、如何分组，以及坐标轴标签或单位等必需元素。
要求输出可复用的成果，例如整理好的最终表格，或简短的管理层摘要，将分析结果转化为行动建议。

任务	背景信息	预期输出
分析这些数据并总结关键洞察。	使用我们 Shopify 商店最近 30 天的样本数据集。	以结构化形式总结关键洞察，包括各渠道和产品中值得关注的表现、表现不佳的方面（如转化率低的渠道），以及值得注意的规律。包含按优先级排序的 4–6 条观察结论，以及接下来值得深入研究的 5 项具体分析或问题。
审查并分析我们的销售漏斗数据。	使用 [connected analytics app] 中 [Campaign name] 的数据。	输出内容应明确分为以下部分：（1）在漏斗中观察到的主要规律，（2）解释这些规律的假设（如新用户引导是主要影响因素），以及（3）建议开展的实验或测试。按业务影响对洞察排序，重点关注转化瓶颈和能有效带动改善的关键环节。
利用数据识别流程中的问题或低效环节	查看附件中的现行流程文档，以及支持团队的工单数据 CSV 文件。	输出按优先级排序的运营问题与瓶颈清单（如工单升级处理延迟、重复工单的诱因），每项都需有数据依据。清楚说明每个问题为何重要，并建议应立即改进或调查的方面，分为可快速见效的改进和需要深入解决的问题。

在 Excel 或 Google Sheets 中分析数据

如果你的大量工作都直接在电子表格中进行，Excel 和 Google Sheets 中的 ChatGPT⁠（在新窗口中打开）能帮助你更快地创建、更新和理解表格内容，而无需离开你熟悉的工具。它位于工作簿的侧边栏中，你可以用日常语言提出修改要求，并直接在工作表中查看结果。你可以把 Excel 或 Google Sheets 中的 ChatGPT 看作内置协作伙伴，帮助你处理电子表格操作并开展初步分析。

请注意，要在 Excel 工作簿或 Google Sheets 表格中使用 ChatGPT，你还必须在相应应用中启用插件。请参阅 Excel 版 ChatGPT⁠（在新窗口中打开）和 Google Sheets 版 ChatGPT⁠（在新窗口中打开）的安装说明。

提示词越清楚地说明哪些内容需要保留，结果就越好。实际使用时，在提示词中明确指定要使用哪些工作表、哪些工作表不能修改、期望得到什么输出，以及 ChatGPT 是否应在编辑前说明计划，效果最佳。

目标	提示词
整理工作簿	“整理这份工作簿，以便高管审阅。统一标签和格式，删除重复项，尽可能修复出错的公式，并汇总你所做的具体更改。”
理解模型逻辑	“解释收入如何通过这个模型影响利润率和 EBITDA。指出包含关键驱动因素的单元格，并标明任何不寻常的假设。”
更新假设	“仅更新‘输入’工作表中的假设。不要更改格式。然后列出所有因此发生变化的下游工作表，并总结影响。”
制作 KPI 报表	“使用‘收入’、‘运营费用’和‘员工人数’工作表，为管理层制作月度 KPI 汇总，涵盖收入增长、毛利率、EBITDA 利润率，以及各部门相对计划的偏差。”
做好审阅准备	“在编辑任何内容之前，先概述你的计划。告诉我你将修改哪些工作表、预计添加哪些公式，以及有哪些假设需要我确认。”

实用技巧

提前说明什么样的结果才算“好”，能让 ChatGPT 更好地帮助你。请告诉它你关注的成效指标、分析的时间范围，以及想要比较的群体或细分组别。
如果数值非常重要，你还可以让它展示得出结果的过程，包括采用的假设、计算指标所用的公式，以及对数据缺失或异常激增的快速检查。
设定几条简单的基本规则，也有助于确保分析可信。例如，你可以要求它不要把相关性当作因果关系，指出数据的局限性，并标出任何看起来不对劲的地方。在分享结果或做出决策之前，先做一次快速核验：抽查几个关键数字，确保结果合理、前后一致。

了解更多：
OpenAI 帮助中心：数据分析⁠（在新窗口中打开）

OpenAI 帮助中心：Excel 和 Google Sheets 中的 ChatGPT⁠（在新窗口中打开）

KPI 看板摘要

分析这份电子表格，并输出：（1）KPI 表格，包含环比和同比；（2）3 张图表；（3）供高管查看的 10 条要点摘要，涵盖“风险”和“建议行动”。数据：[upload]。

营销：活动效果复盘

你是一名营销分析师。使用这些数据集 [upload]，找出导致转化变化的 3 个主要因素，计算各渠道的转化率，并提出 5 项优化建议。以表格配合简短文字说明呈现结果。

财务：异常检测

检查这份导出数据中的异常情况，如重复项、异常激增和供应商变更。标出需要复核的行，逐一解释可疑原因，并建议我下一步应进行什么检查。数据：[upload]。

运营：业务预测

根据这些历史业务量数据，对未来 8 周做一个简单预测。说明所选模型、假设和置信区间。然后总结这一预测对人员配置的影响。数据：[upload]。

将分析结果转为幻灯片

将这些分析结果整理成 5 页幻灯片的标题和要点，供高管团队查看。每页配 1 张图表，并在最后添加一页“待决策事项”。分析结果：[paste or link]。