男同 按摩 AI 数据分析，看这一篇就够了！万字长文解析 14 个 AI 场景

后台回话'AI'赢得'AI超全尊府书册'男同 按摩

公共好，我是 sky 陈天，又名 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紧迫

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进度，也躬行参与了 100 多家企业的数字化转型和数据东说念主才培养，对扫数这个词大数据行业的发展、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。

一个是国度数据局竖立，第二个是数据因素，数据钞票可以入表。

图片男同 按摩

图片

数据是新时间的石油，关联词之前许多企业并不太把它当回事，当今数据可以看成企业的钞票列出到财务报内外了，况且国度竖立了有益的数据局来管制数据职场、通顺、交游。可以意料数据会变得越来越紧迫

二）AI 三因素，数据很紧迫

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 莫得学习这样普遍据，它是无法达到今天的智能程度的，可能如故东说念主工智障。恰是有了数据这个“石油”，才能让 AI 束缚进化!

这也给企业带来了新的期待，是不是我把企业的数据钞票千里淀好，让 AI 学习后，AI 就能告诉我咫尺业务有什么问题、我们应该如何发展？

确乎是有这个可能性的，但刻下的本事还没达到。是以我以为翌日企业会越来越怜爱数据，越来越怜爱数据东说念主才。

陈天的畴昔 4 年的事迹生存都在推动一件事，那即是让更多东说念主能把数据石油给用上。别让数据蒙尘。

我们把 BI 器用作念得富足玩忽，把数据千里淀到数据平台里，浮浅用户赢得，作念了许多配套的课程和培训，鼓励企业竖立数字化转型名堂组，从上而下实行企业数据氛围。

即是但愿东说念主东说念主都是数据分析师？让最懂业务的运营、东说念主力、财务也能很浮浅地使用企业数据，教学业务有计划。

但作念了 4 年，果真太难了。

东说念主东说念主都是数据分析师，你们以为可能吗？

我告诉你特地难！因为数据分析这件事自身即是一件很高门槛的事情。

三）数据分析的 4 大门槛？门槛 1：企业和个东说念主要罕有据分析的想维和教学

雇主的企业有计划不再是我以为，我嗅觉有问题，而是要用精确的数据来描绘问题，作念撑持，如果雇主不条目用数据，都是拍脑袋。

那我这样辛费事苦作念数据分析有什么用呢？作念了也不看，或者也不必，仅仅作念作念花式。

这种情况在互联网企业会好许多，关联词在非数据原生企业很常见。

中国东说念主的传统即是语言委婉，就像庆余年的庆帝，大有文章，很拖沓，靠你猜，而且传统雇主自然就会有掌控欲，进军泰斗被挑战，你若是给他甩了一个数据，说他不合，可能业务不诊断治，被诊治的是职工。

是以用数据语言这事，如果雇主没这个禁闭，企业也不会有这个禁闭，很难推下去。

门槛 2：无米难为炊，没数据，数据质地差

往往遭受一个情况，公司招了一个数据分析新东说念主进来，准备大干一场，多样数据分析的缠绵很好，关联词真到了作念的时候，发现企业根底莫得这个表，缺目的，连数据都莫得，根底无法分析。

另外许多企业的数据质地特地差，关于业务的使用门槛特地高，百分之 70% 的时期都在作念数据的清洗和加工，根本无法让一个非本事东说念主员来作念数据分析，而且成就感特地低。

门槛 3：数据分析的常识和才调

作念数据分析需要知说念基础的统计学常识，同环比，什么是目的，什么是维度，字段类型。好多业务连表结构都没搞清亮，Excel 表都是多样统一单位格，都没法处理成一维表。

除了基础常识，还需要具备问题拆解和分析的才调，要解决什么问题，如何拆解问题，用什么目的忖度，一般有哪些维度，这些条目职工对业务很了解，又有很强的逻辑想维才调、批判性想维。

条目教还需要具备可视化好意思学，毕竟东说念主都是视觉动物。作念什么分析用什么图表，2 个目的如何呈现、3 个目的如何呈现？如何样配色，如何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，弗成对业务东说念主员有这个条目，一般是专科的数据科学家和本事性数据分析师的活。

门槛 4：数据分析器用使用才调

有了前三样，要作念数据分析，还得掌抓数据分析器用，而数据分析器用自身也需要破耗许多时期去学习。

像最基础的 Excel，职场中确凿用的很熟练的东说念主很少。

像更进阶BI 器用，Python、SQL 这种波及到一些代码的，又更清贫。

总而言之，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、东说念主力学会这样多东西，学非所用，很难。

毕竟职场中 90% 的东说念主都不爱学习，是以今天来参加学习的同学都是很棒的！只消沸腾学习就罕见了 90% 的东说念主了。

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 咫尺的普遍，AI 比我一个行业老鸟都更了解用户的痛点，这事自身就特地离谱。

图片

这些痛点我信托公共都会遭受，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男同 按摩3 年运行，我一直在护理和深度使用ChatGPT 和各种 AI 器用，包括我从 BI（贸易智能）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 运用场景的专栏。

我发现，有了 AI，让东说念主东说念主都是数据分析师成为了现实。

为什么呢？我用一个案例给公共演示一下。

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，汇集了简略 40 多份数据。我想阐述这 40 份数据来准备我的课程。

公共作念运营一定会遭受类似的场景，用户调研的反应问卷。

那在畴昔，我们要如何作念数据分析呢？

用 Excel 的同学，是不是即是创建一个图表，遴选一下数据。快的同学每个图破耗个 2 分钟，所有 6 说念题，可能十几分钟就搞收场。

再索要一些数据作念个总结，想几个建议，半个小时措置了。

那当今我们不必 30 分钟，只需要 1 分钟，把数据上传给 ChatGPT，并把我们的条目告诉他，让他维护分析一下这个问卷。

图片

我们也不必管什么数据分析的门径， AI 凯旋把每一齐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。

一分钟把这个事情措置，很舒缓，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历程，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，如故定方向用，如故作念一个专题的分析，如故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。这包括细则分析的门径、器用和数据需求。如果我们的方向是教学销售功绩，我们需要分析刻下的销售额、利润、各居品的销售情况以及各销售渠说念的进展。此外，还需要护理转化率等环节目的。3、数据赢得数据分析想路细则后，我们需要入辖下手赢得数据。数据可能起原于企业的数据库、在线分析系统（如生意咨询）或各个 saas 的系统等。赢得数据是分析的基础，确保数据的准确性和完满性至关紧迫。4、数据加工处理赢得的数据往往需要进一步的加工处理才能用于分析。这包括数据清洗、花式退换、缺失值处理等。邃密的数据处理能够提高数据质地，为后续分析打下坚实基础。5、数据分析最终清洗好的数据，即是过问到数据分析的要领，我们用多样目的维度、多样分析门径往复提真金不怕火一些数据信息。6、数据可视化终末一步是将分析恶果通过可视化妙技展现出来，并撰写分析评释。数据可视化匡助我们更直不雅地领悟数据，而一份清亮的评释则能够将分析论断和建议传达给有计划者。这里的每一步都要破耗许多的时期想考、掌抓许多的基础常识，掌抓多样器用和才调才能完成。二）AI 数据分析历程，极限3步而AI 到来之后，数据分析有了一个特地恐怖的变化，那即是数据分析的历程被极限压缩了。

图片

我们只需要给到 AI 数据，然后提议我们想要的问题，可能没那么明确，也可以让 AI 先维护看一看，AI 就能把数据论断凯旋给我们。但这并不虞味着我们不需要学数据分析了。三）

用好 AI 的环节在于发问

图片

用好 AI 的环节在于发问，你只好精确地提议你的问题、才能让 AI 处理。是以 AI 时间，我们要修皆的是如何精确地抒发我们的需乞降问题。而对业务的领悟亦然运营的中枢才调，只好对业务富足了解，我们才能确凿从数据中提真金不怕火出瞻念察，第三个抒发才调也特地紧迫。而且数据分析并莫得全都变成那么智能，他如故通过蓝本的要领在责任，AI 咫尺是对每一个数据分析的责任流进行处理。咫尺的 AI 诚然可以一刀流，但还莫得那么锻真金不怕火，而且许多东说念主都还无法使用 ChatGPT，我们如故要了解 AI 如安在每一个要领都表现对应的作用。

03

AI 如何赋能数据分析全历程

一）转头现实，AI 赋能客户数据分析全景图这张图是我梳理的 AI 咫尺可以赋能数据分析的责任流，我会用一个案例带着公共把这扫数这个词过程走一遍。

图片

为了更浮浅公共领悟，接下来 AI 赋能全要领，我用这个案例数据给公共演示。

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、消费活动和偏好，假定我们是电商平台的直播运营专员，我们需要阐述这个数据分析诊治我们的直播和运营战略。

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常识和数据分析想维，作念分析想路的拆解，梳理出一个很好的分析想路即是比拟浮滥时期的。

既要懂业务，又要懂分析。

而有了 AI 之后，这个过程变得特地玩忽，我们只需要告诉 AI，我是谁，我作念什么业务，我的业务方向是什么，我有什么数据。

它会给到特地稳重的数据分析想路给到我们！

图片

三）

AI 辅助数据赢得

数据分析想路梳理终了后，我们要赢得数据，AI 可以帮我们作念什么事情呢？因为这个案例我们自身照旧罕有据了，我就说一说没罕有据的情况下，如何作念。

1、AI 辅助写 SQL

如果你的业务是要 IT 帮你取数的，关联词你也不太会写 SQL，要提需求等排期，当今不必这样糊涂，因为 AI 就可以帮我们写 SQL 取数据。

图片

擦玻璃 裸舞2、AI+RPA 辅助赢得外部数据

如果要赢得一些外部数据，比如要抓取抖音的接洽数据，抓取爆款账号对标，畴昔需要写爬虫。

当今有绝酌夺低门槛的零代码数据抓取器用，比如多抓鱼、后羿聚集器、影刀PRA，这些器用安逸都会 AI 化，变得特地易于上手。

图片

比如这个是我用 后羿聚集器抓取的 BOSS 直聘的数据，不需要写代码，只需要玩忽设立一些页面即可抓取。

3、AI索要非结构化数据

另外如果我们有一些数据是图片、文本等非结构化数据，我们只可东说念主工一个个整理，特地费时费力，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。

当今有了 AI 之后，这类责任都可以快速措置。

比如一个教师机构让家长在群里作念了一个接龙，一运行也没料想非结构化数据不好分析，直到要数据分析了，才发现，这个花式不行，得一个个复制黏贴到表格里，区别开来，这个任务，20 分钟征服是需要的。

图片

我们把这个图片凯旋丢给ChatGPT，凯旋让他整理，他就可以整理成一份结构化数据到我们了。是不是很浮浅！

图片

4、AI 梳理目的体系，一键生成业务系统

如果你的企业数据质地特地差，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 来梳理业务的目的体系。

比如陈天作念开脱事迹，我基于我的业务需要（企业培训从诈骗到托付到售后），我缠绵了我的业务的目的体系。

图片

图片

有了这些目的后，我用飞书AI 快速作念了一个3、4 个历程抒发， 这样我会在这个业务系统里纪录我的业务数据，每一个痕迹，每一个客户信息，每一个居品，每一个订单，先积贮我个东说念主的数据钞票。

图片

更浮浅的是，在飞书汇集到的数据，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，到业务管制的闭环。

图片

搭建这样一个小的业务系统，我花了不到 1 个小时把握，特地适合开脱事迹者、小团队，或者是大公司的某个子团队使用。

除了飞书，简说念云的低代码器用也很可以，翌日扫数的类似的器用都会植入 AI 器用，搭建一个业务系统都会变得特地快速。

是以不要再衔恨没罕有据了，英雄从不衔恨环境（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，特地令东说念主头大的一件事情，我作念分析，一半的时期都在搞数据处理。

多样空值、访佛值、目的缺失、目的的字段花式不合，比如把省市区都放到一个省，还要作念分列才好分析。

而这些作假数据的处理，在莫得 AI 之前，你很难识别，分析后可能才发现不太对，回过火来处理数据。

而数据处理又要写多样公式函数，莫得对器用有富足的掌抓很难完成。

而当今我们可以凯旋把数据传给 ChatGPT，比如这份数据他有一些翰墨是英文，我但愿用汉文展示，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校正数据中的作假，处理缺失值，并退换数据花式，以适合后续分析的需求。而且根底不需要你入手和作念复杂的筹划，一句话，它帮你全部措置了。

图片

ChatGPT 处理好的数据，还扶持再次下载到腹地。

另外，有一些针织对 Excle 不是很纯熟，AI 也可以很浮浅帮你使用 Excel 处理数据。

图片

比如上边有一个很典型的数据花式问题，文本花式的内容，要去除无关的内容，转化为数值花式，要处理这个数据，得对Excel 函数特地了解，至少我得花少许时期才能想出来。

关联词我凯旋问 AI，它是可以很快帮我们措置的。

图片

五）

AI 辅助数据分析

让 ChatGPT 清洗终了数据后，就可以让它凯旋分析数据，你致使都不需要知说念分析的目的、门径，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，计议性分析，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 帮我措置了。这个建模我躬行作念过，莫得 AI 的时候，要处理 十几步的数据，生人领悟模子+上手实操至少 1 个小时才能措置。AI 太快了！果真是分娩力啊！

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，用什么器用。

而在ChatGPT 里，你不需要议论这些，你只需要在作念好这些分析之后，凯旋告诉ChatGPT 让他一键生成图表，扫数图表都会一键生成。

图片

这些图表也可以下载到腹地，放到 PPT 中。

图片

2、AI辅助求教

如果公共是用 PPT 求教的，闲居是把这些图表和论断粘贴到 PPT 中，那么主要的器用即是 AIPPT 器用。

可以用讯飞智文1 分钟一键生成 PPT，再附上这些图表，就可以作念一个求教了。

图片

公共如果用神态板作念求教的，也可以用一些 BI 器用，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。

追忆我们作念数据分析的方向是什么？是呈现数据近况，找到业务问题，提供有计划撑持。

但现实情况是什么呢？大普遍东说念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照旧浮滥了他们扫数的时期和元气心灵。

是以他们仅仅把数据作念出来了、而莫得进一步分析，为什么留存率会着落，为什么这个月利润着落了，价钱提高若干能均衡销售最大化。

而 AI 把作念数据的时期裁汰了，把作念分析的门槛裁汰了，让我们确凿或然期有才调去作念分析，找问题，找原因，找业务瞻念察。

只好这样，数据的价值才能充分被表现出来！

04AI 局限性与翌日发展趋势一）

AI 数据分析的局限性

图片

终末，我也要说几点刻下用 AI 作念数据分析的局限性：

1.数据安全问题，数据上传给 GPT，会变成数据涌现，严慎上传

2.刻下的 AI 器用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 并不擅长筹划，试验上如故调用了当然语言转化为 Python 语言。

4.AI 筹划校验准确清贫

5.AI 生成的图表内容花式无法缜密诊治

二）

国产之光- AI 器用

终末我们只可录用但愿于国产的各个数据分析厂商能马上出追逐上 ChatGPT 的 AI 分析器用，我的前司在这块也作念了一个智能问答 BI，我也第一时期拿到了内测。

它可以解决数据安全（腹地独到化部署）、筹划精确度（不是 AI 筹划）、数据校验（过程可校验）、数据量（可以筹划千万级别的数据量）、图表花式（个性化诊治图表花式）

帆软 BI 亦然咫尺国产 BI 软件在企业普及度最高的 BI 器用，许多企业都照旧采购了我们的 BI，信托很快到下半年，BI +AI 的器用就能确凿给到公共使用。

图片

如果公共想进一步了解，也可以找我要视频，以及我可以给公共看一看～

终末但愿公共都能用好 AI，早放工，多赢利，下一期相遇👋

图片

END我是 sky陈天，AI 讲师& AI 转型提效咨询人 本站仅提供存储劳动，扫数内容均由用户发布，如发现存害或侵权内容，请点击举报。