【應(yīng)用篇 Excel 第二課】用 ChatGPT 處理復(fù)雜 Excel 數(shù)據(jù)
這節(jié)課我們學(xué)習(xí)用 ChatGPT 處理復(fù)雜 Excel 數(shù)據(jù)
一、用ChatGPT 處理復(fù)雜 Excel 數(shù)據(jù)的方法
由于目前 ChatGPT 還不支持上傳文件以及對(duì)大數(shù)據(jù)量的處理，
所以我們只能換一種思路結(jié)合 Excel 和 ChatGPT 的協(xié)作
1.整體思路
我們告訴 ChatGTP 我們想要實(shí)現(xiàn)什么樣的效果，
讓 ChatGPT 告訴我們結(jié)果、公式 和 vba 代碼，
我們直接按照 ChatGTP 給出的方法執(zhí)行就行
接下來我們還是通過一個(gè)案例來進(jìn)行講解
2.數(shù)據(jù)案例
我們還是使用上節(jié)課的數(shù)據(jù)，大約30條，數(shù)據(jù)如下：
3.希望通過數(shù)據(jù)分析出什么
這是一次活動(dòng)推銷的結(jié)果的數(shù)據(jù)，希望通過分析數(shù)據(jù)：
a.需要分析出哪些維度對(duì)推銷結(jié)果的影響最大
b.如何確定銀行定期產(chǎn)品推銷中最具價(jià)值的客戶
c.優(yōu)化的建議有哪些
d.實(shí)行完優(yōu)化建議后，預(yù)期的效果會(huì)是什么樣
4.清理無用數(shù)據(jù)的方法
一般我們會(huì)先把垃圾數(shù)據(jù)刪掉，比如：惡意填寫、錯(cuò)填、漏填的數(shù)據(jù)。
我喜歡把表格中的無效數(shù)據(jù)稱為：unknown
清理無效數(shù)據(jù)的方法如下
發(fā)送給 ChatGPT：
我有一個(gè) microsoft excel 文件，如果每一行任意一列中包含了 unknown 的數(shù)據(jù)，那么就把這一行刪除掉，使用 vba 代碼實(shí)現(xiàn)，不需要解釋代碼
(VBA ：通過這種代碼可以實(shí)現(xiàn) Excel 的復(fù)雜邏輯)
ChatGPT 回復(fù)：
如果不會(huì)用 VBA 代碼，
可以發(fā)送給 ChatGPT：
如何在 microsoft excel 中使用這段 vba 代碼
ChatGPT 回復(fù)如下：
您可以按以下步驟在 Microsoft Excel 中使用 VBA 代碼：
打開 Excel 文件，按下 Alt+F11 進(jìn)入 Visual Basic 編輯器。
在左邊的“項(xiàng)目”窗口中，雙擊您要向其添加代碼的工作簿，然后在新窗口中插入一個(gè)新的模塊。
在新模塊中，復(fù)制上面給出的 VBA 代碼。
回到 Excel 工作表，按下 Alt+F8 打開宏窗口。
選擇您剛剛添加的代碼，并單擊“運(yùn)行”按鈕。
當(dāng)代碼運(yùn)行完成后，將關(guān)閉 Visual Basic 編輯器并返回 Excel 工作表。請(qǐng)檢查您的數(shù)據(jù)集以確定未知值是否已被刪除。
請(qǐng)注意，運(yùn)行 VBA 代碼可能會(huì)直接修改您的 Excel 文件，因此在運(yùn)行代碼之前，請(qǐng)務(wù)必備份您的數(shù)據(jù)集。
接下來我們把 VBA 代碼按照使用方式復(fù)制到 VBA 編輯框中
點(diǎn)擊：執(zhí)行
最后我們關(guān)閉這個(gè) vba 編輯框，
可以發(fā)現(xiàn)我們的數(shù)據(jù)已經(jīng)清理干凈，
沒有 unknown 的數(shù)據(jù)了
5.維度分析
同樣我們告訴 ChatGPT
希望讓它按照維度來幫我們分析，并告訴我們?cè)撛趺醋?/p>
比如我們希望先分析一下年齡、學(xué)歷和資產(chǎn)余額維度這幾個(gè)維度對(duì)推銷結(jié)果的影響最大，
那我們可以
發(fā)送給 ChatGPT：
這個(gè) excel 是一次營銷活動(dòng)的數(shù)據(jù)，目的是為了分析哪些維度對(duì)推銷結(jié)果的影響最大，請(qǐng)先根據(jù)年齡、學(xué)歷和資產(chǎn)余額維度進(jìn)行分析哪個(gè)維度對(duì)推銷結(jié)果的影響最大，寫一段 vba 代碼用于分析結(jié)果，并將結(jié)果放在 Sheet2,如果 Sheet 2 不存在需要通過 vba 代碼創(chuàng)建，不要解釋代碼的意思，我是 mac Microsoft excel,需要考慮到代碼的兼容性，請(qǐng)使用比較簡(jiǎn)潔的代碼編寫。
下面列出了數(shù)據(jù)的結(jié)構(gòu)和對(duì)應(yīng)的解釋
"""
Feature Description
age 年齡（數(shù)值）
job 職業(yè)（分類：admin, bluecollar, entrepreneur, housemaid, management, retired, self-employed, services,student, technician, unemployed, unknown）
marital 婚姻狀況（分類：divorced, married, single, unknown）
education 學(xué)歷（分類：primary, secondary, tertiary and unknown）
default 失信狀況（分類：yes, no）
balance 資產(chǎn)余額（數(shù)值）
housing 房屋貸款（分類：yes, no, unknown）
loan 個(gè)人貸款（分類：yes, no, unknown）
contact 聯(lián)系方式（分類：cellular, telephone）
day 最后一次電話營銷的日期（數(shù)值：月份中的哪一天）
month 最后一次電話營銷的月份（分類：jan, feb, mar, apr,…,nov, dev）
duration 通話時(shí)長（數(shù)值：以秒為單位，0的話最終輸出結(jié)果必然是0）
campaign 聯(lián)系次數(shù)（數(shù)值：此活動(dòng)中聯(lián)系該客戶的次數(shù)）
pdays 距上次聯(lián)系完客戶后的天數(shù)（數(shù)值：999代表未聯(lián)系過該客戶）
previous 這次活動(dòng)前與這位客戶聯(lián)系的次數(shù)（數(shù)值）
poutcome 上次營銷的結(jié)果（分類：yes, no, unknown）
deposit 定期存款（分類：yes, no）客戶是否已購買定期存款
ChatGPT 回：
同樣，
在 Excel 中按下 Alt+F11 ，我們把代碼放入到 Excel 中的 VBA 編輯框
最后我們?cè)?Sheet 2 中
就可以得到分析出來的結(jié)果
6.看不懂?dāng)?shù)據(jù)怎么辦？
我們?cè)趤韱枂?ChatGPT
發(fā)送給 ChatGPT：
分析出來的有四列，F(xiàn)eature Mean Variance Standard Deviation 解釋一下都代表什么意思
ChatGPT回：
Feature: 數(shù)據(jù)的特征，即所分析的維度
Mean： 平均值，是該特征所有樣本值的總和除以樣本個(gè)數(shù)，它可以表示該特征的集中趨勢(shì)。
Variance: 算術(shù)平均數(shù)與各觀察值偏差平方和的算術(shù)平均數(shù)。也就是說，每個(gè)數(shù)值與特征平均值的差值的平方之和的平均值，可以反映出樣本的離散程度。
Standard Deviation:標(biāo)準(zhǔn)差是更常用的的用以衡量變量之間的差異性的統(tǒng)計(jì)量。簡(jiǎn)單的說，標(biāo)準(zhǔn)差是方差的算術(shù)平方根。標(biāo)準(zhǔn)差越小，則表示從平均數(shù)開始，每個(gè)數(shù)據(jù)都比較接近平均水平。反之，則表示很多數(shù)據(jù)離平均水平較遠(yuǎn)。
7.可視化分析
前面 ChatGPT 分析出來的結(jié)果是表格形式不易理解，
也不清楚哪個(gè)維度影響最大，
如果我們也不知道該如何可視化進(jìn)一步分析，那我們可以接著問：
發(fā)送給 ChatGPT：
你認(rèn)為該以什么樣的圖形化展示比較好
ChatGPT回：
根據(jù)這三個(gè)維度的數(shù)據(jù)，可以采用多條柱形圖（Multi-Bar Plot）進(jìn)行可視化展示，將每個(gè)維度的平均值、標(biāo)準(zhǔn)差分別繪制成一條柱形，并按大小排序，以便于觀察哪個(gè)維度對(duì)推銷結(jié)果的影響最大。另外，也可以考慮使用散點(diǎn)圖（Scatter Plot）進(jìn)行可視化展示，將每個(gè)樣本的三個(gè)維度的值展示在平面坐標(biāo)系中，以便于觀察每個(gè)樣本在三個(gè)維度上的分布情況和特征之間的關(guān)系。
希望進(jìn)一步分析，再發(fā)送給 ChatGPT：
那基于 Sheet2 分析出來的數(shù)據(jù)，使用 多條柱形圖 進(jìn)一步分析出來哪一個(gè)維度對(duì)推銷結(jié)果的影響最大，并以圖形在 Sheet3 展示，如果 Sheet3不存在請(qǐng)自行創(chuàng)建；請(qǐng)用比較簡(jiǎn)潔的 vba 代碼實(shí)現(xiàn)
ChatGPT 回：
同樣，在 Excel 中按下 Alt+F11 ，我們把代碼放入到 Excel 中的 VBA 編輯框
最后，
我們可以得到 Sheet3 的可視化表
8.基于分析結(jié)果得出結(jié)論
當(dāng) ChatGPT 生成了可視化的分析，
進(jìn)一步讓 ChatGPT 幫我們分析出來結(jié)論
發(fā)送給 ChatGPT：
這是分析出來的結(jié)果，解釋分析一下
"""
Feature Mean Standard Deviation
age 42.47619048 18.35
education 3.047619048 1.45
balance 22080.95238 34856.84
ChatGPT 回：
根據(jù) Sheet2 分析的數(shù)據(jù)結(jié)果，我們可以得出如上的表格。
Feature: 數(shù)據(jù)的特征，即所分析的維度，包括 age, education 和 balance。
Mean: 該維度所有樣本值的平均值，代表該特征的集中趨勢(shì)。
Standard Deviation: 標(biāo)準(zhǔn)差是用以衡量變量之間的差異性的統(tǒng)計(jì)量，表示該特征的樣本數(shù)據(jù)的離散程度。
通過對(duì)比不同特征的標(biāo)準(zhǔn)差，我們可以判斷不同特征對(duì)推銷結(jié)果的影響，標(biāo)準(zhǔn)差越大，說明該特征對(duì)推銷結(jié)果的影響越大。
結(jié)合上表，我們可以發(fā)現(xiàn) balance 的標(biāo)準(zhǔn)差遠(yuǎn)大于其他兩個(gè)特征，因此，資產(chǎn)余額這一特征對(duì)推銷結(jié)果的影響最大。
9.提出優(yōu)化建議和預(yù)測(cè)
有了分析出來的結(jié)論后，那
可以讓 ChatGPT 給出優(yōu)化的建議，并且預(yù)測(cè)數(shù)據(jù)
發(fā)送給 ChatGPT：
a.基于這個(gè)結(jié)果，給出優(yōu)化建議
b.列出幾個(gè)可行的措施
c.如果落實(shí)了這幾個(gè)措施，會(huì)對(duì)結(jié)果產(chǎn)生多大影響，用一句話總結(jié)，并給出一個(gè)大致的比例
二、總結(jié)
基于上述案例我們做了什么?
我們可以再次讓 ChatGPT 幫我們總結(jié)
發(fā)送給 ChatGPT：
分析一下這次的對(duì)話，列出步驟
ChatGPT 回：
以下是這次對(duì)話的步驟：
第一個(gè)問題的提出：用戶提出了一個(gè) Excel 相關(guān)的問題和需求。
第一個(gè)問題的回答：AI 幫助回答了用戶的第一個(gè)問題。
第二個(gè)問題的提出：用戶向 AI 提出了一個(gè)新的問題和需求，希望得到一段 VBA 代碼，實(shí)現(xiàn)對(duì) Excel 文件中的數(shù)據(jù)進(jìn)行篩選。
第二個(gè)問題的回答：AI 給出了一段簡(jiǎn)潔的 VBA 代碼來實(shí)現(xiàn)用戶的需求。
第三個(gè)問題的提出：用戶向 AI 提出了另一個(gè)需求，希望根據(jù)年齡、學(xué)歷和資產(chǎn)余額這三個(gè)維度進(jìn)行分析，以便找出哪個(gè)維度對(duì)推銷結(jié)果的影響最大。
第三個(gè)問題的回答：AI 根據(jù)用戶的需求給出了一段 VBA 代碼，并解釋了代碼的作用，同時(shí)也提供了多條柱形圖和散點(diǎn)圖的可視化方式，以便更好地展現(xiàn)和分析數(shù)據(jù)。
對(duì)分析結(jié)果的解釋和優(yōu)化建議：AI 解釋了根據(jù)分析結(jié)果得出的結(jié)論，并提供了可行的幾個(gè)措施來優(yōu)化推銷的效果。
對(duì)落實(shí)措施的影響進(jìn)行分析：AI 對(duì)采取措施后推銷成功率的提高進(jìn)行了預(yù)測(cè)。
ChatGPT 和 Excel 的協(xié)議可以說非常的強(qiáng)大，
但前提是需要我們準(zhǔn)確的告訴 ChatGPT 應(yīng)該做什么，以什么的格式去做，
特別是對(duì)于 Excel 的術(shù)語（比如第一行，第一列、第一個(gè)Sheet... 等）
因?yàn)?ChatGPT 沒辦法知道計(jì)算出來的結(jié)果是什么，
所以我們希望 ChatGPT 基于什么樣的結(jié)果進(jìn)行分析時(shí)，
則需要把通過代碼算出來的結(jié)果再次告訴 ChatGPT。
三、當(dāng)然你也可以直接用我剛才的案例數(shù)據(jù)練手
1.案例數(shù)據(jù)下載鏈接
https://temp-1257364845.cos.ap-nanjing.myqcloud.com/%E8%A7%A3%E9%94%81excel%E6%A1%88%E4%BE%8B%E5%88%86%E6%9E%90.xlsx
2.或者讓 ChatGPT 幫你生成新的案例數(shù)據(jù)
發(fā)送給 ChatGPT：
根據(jù)下面這個(gè)信息，根據(jù)每個(gè)字段和描述生成30條數(shù)據(jù)，并以表格方式展示
"""
字段名 理解
age 年齡（數(shù)值）
job 職業(yè)（分類：admin, bluecollar, entrepreneur, housemaid, management, retired, self-employed, services,student, technician, unemployed, unknown）
marital 婚姻狀況（分類：divorced, married, single, unknown）
education 學(xué)歷（分類：primary, secondary, tertiary and unknown）
default 失信狀況（分類：yes, no）
balance 資產(chǎn)余額（數(shù)值）
housing 房屋貸款（分類：yes, no, unknown）
loan 個(gè)人貸款（分類：yes, no, unknown）
contact 聯(lián)系方式（分類：cellular, telephone）
day 最后一次電話營銷的日期（數(shù)值：月份中的哪一天）
month 最后一次電話營銷的月份（分類：jan, feb, mar, apr,…,nov, dev）
duration 通話時(shí)長（數(shù)值：以秒為單位，0的話最終輸出結(jié)果必然是0）
campaign 聯(lián)系次數(shù)（數(shù)值：此活動(dòng)中聯(lián)系該客戶的次數(shù)）
pdays 距上次聯(lián)系完客戶后的天數(shù)（數(shù)值：999代表未聯(lián)系過該客戶）
previous 這次活動(dòng)前與這位客戶聯(lián)系的次數(shù)（數(shù)值）
poutcome 上次營銷的結(jié)果（分類：yes, no, unknown）
deposit 定期存款（分類：yes, no）客戶是否已購買定期存款
"""
四、注意事項(xiàng)
在對(duì)話的過程中可能會(huì)出現(xiàn)字?jǐn)?shù)超長的情況，
可以嘗試把已經(jīng)無用的代碼記錄刪除掉
