如何进行数据分析

1、请根据已有的不同来源的数据，生成详细的报告，分别汇报给下属、跨部门平级和领导2、请根据给出的数据，回答以下问题，并给出结论与图表最近一个季度的销售趋势如何？导致销售量变化的因素有哪些？客户反馈如何反映我们的营销策略效果？根据客户反馈，我们可以做出哪些调整？我们营销活动的投资回报率是多少？如何优化我们的营销支出以在下一个季度获得更好的效果？3、请根据数据报表，提炼3个重要结论汇报给领导第一步，明确进行数据分析的目标确定目标是理解业务、优化业务还是预测未来第二步，收集整理与清洗相关数据收集整理销售数据、客户反馈、财务报告等方面的数据，可以通过公司的数据库、营销工具、调查问卷等方式收集。完成后做简单的数据清洗。第三步，让ChatGPT学习相关数据含义和用法将不同来源的数据输入到ChatGPT中进行学习，让ChatGPT能够理解这些数据的含义和用法。这些数据可以包括销售额、销售量、客户满意度、市场份额、竞争情况、营销费用等信息。第四步，进行数据分析给出重要结论通过ChatGPT生成的结果，分析不同来源的数据，根据以下几个方面得出重要结论提高销售额和市场份额的营销策略和活动：例如降低产品价格、提供更好的售后服务、优化产品设计和功能、增加市场推广力度等。影响客户满意度和忠诚度的因素：例如产品质量、服务质量、品牌形象、价格竞争力等。影响财务报告的因素：例如销售额、毛利率、净利润、营销费用占比等。第五步，根据汇报对象身份进行可视化调整报告可以包括销售趋势、客户分析、竞争分析、市场细分、营销效果评估等方面的信息。针对不同身份的人的营销报告的不同之处：

1.第一个user prompt：限定SELECT SQL，这里告诉它：不要用SELECT*来查询全部列，且仅回复一条SELECT SQL语句。至少查询两列：数据项、数据值，且不能直接查询如mediumtext/longtext这样的长类型字段，可以用count/substring等函数查询这些长类型列。2.system prompt是表结构信息，如有难以理解的字段可以告诉GPT字段的意义，有多个表可分开描述。3.需校验GPT生成的SQL，不通过直接返回提示：抱歉，不支持此类请求。通过再执行SQL查询数据。4.数据分析的user prompt：提示数据分析，限定返回的JSON格式：conclusion、keyMap、title。keyMap的作用：数据key的映射，获取结果数据对应的维度、数据项、数据值的key值，用于映射数据渲染图表。由于支持多维数据，单维度数据的keyMap没有维度项，就存在让GPT返回两种结构的情况。这里我采取分开定义单维度数据和多维度数据的prompt，根据结果数据tableData的维度，用条件运算符选择对应的prompt，再传递给GPT。5.结果数据tableData是跟随接口一起返回到前端，已经通过SQL查询的数据，不能让GPT又生成一次，否则非常耗时。

逻辑流程图如下：上面说的两种方式对应流程图的上下两个步骤，红色部分是重点。SQL分析：用户描述想分析的内容，后台连接DB，附带表结构信息让AI输出SQL语句，校验是SELECT类型的SQL，其他操作如UPDATE/DELETE绝不能通过！！校验通过后执行SQL返回结果数据。再将数据传给GPT（附带上下文），让AI学习并分析数据，最后输出分析结论和建议，和结果数据一起返回给前端页面渲染图表、展示分析结论。目前已实现两张表关联查询。个性化分析：用户上传文件，如有需要可以简单描述这是什么数据、字段意义或作用辅助分析。前端解析用户上传的文件，再传给GPT分析数据，后续步骤与上面一致。流程描述得比较详细，就不具体讲解开发过程和代码了，而是会更多讲述开发时的一些问题、重点和技巧。相关重点：