我要投稿

AI做数据分析能替代实习生吗？

发布日期：2024-06-14 19:59:04 浏览次数： 1755

大部分职场人都需要“数据分析”，比如做月度总结报告、分析指标下降的原因等。

最近，发现智谱清言官方出了一个专门做「数据分析」的智能体。我决定试用一下，看能不能替代一个数据分析实习生？

以下使用步骤为：

模拟一份数据
上传Excel进行无提示分析
渠道分析
退款分析

通过以上步骤，测试AI的分析思路、分析逻辑、输出图表、输出结论等方面能力，看它表现如何。

文末附上了本次AI对话链接，可以通过链接查看完整的使用过程。

首先，我用AI随机生成了一份某电商公司在2024年4月的销售订单表，保存到Excel。

表格里共13列94行数据，包含客户、产品名称、数量、单价、优惠金额、付款金额、退款金额、渠道、订单日期、订单状态等主要字段。

模拟的4月销售订单表

根据我上传的数据，AI提供了分析思路，然后进行逐步分析，最后总结。

1）分析思路

结合表格里的数据来看，如果是做一份简单的数据报告，这些维度还比较全面。它甚至考虑到了对“退款情况”进行分析，逻辑非常贴近业务需求。

2）逐步分析

销售额与销售趋势

热门产品销量

渠道销售表现

客户购买行为

退款情况

总结

可以看到，AI选择的图表类型都很匹配，输出的图表质量也还行。甚至“客户购买行为”图表中同时结合了柱状图与折线图，以分别呈现金额与订单数据。

但是数据处理并不是非常全面，比如退款分析中，只对退款金额进行了统计，而没有分析退款订单数。

另外，给的结论概述性太强，如果每部分的分析先列出完整的分析数据，再导出结论，会更符合运营人员的需求。毕竟数据分析一定要有定量的数据。

实际使用过程中，肯定还需要对AI进行调教，以输出更加符合自己需求的报告。那我接着针对“渠道”这部分进行专项分析，看一下它深入分析与输出能力。

在我提示输出方式之后，它可以非常完美地以数据+图表+结论的形式呈现了结果，并且给了比较准确的运营建议。

1）修正数据

对比数据后，我们发现一个严重的错误，AI并没有正确识别订单状态中的“取消订单”。甚至在我手动纠正之后，依然输出的错误结果。

为了保证数据的正确性，只能开启一个新的对话，重新上传Excel进行分析。如果是开放性的问题，对于同样的内容，我们重新进行对话，往往能让AI重新梳理一遍。

开启新的对话之后，终于可以正确统计取消订单了。

2）生成指定图表

提示词：

请统计各渠道已完成订单数、取消订单数、退款订单数，然后通过数据+图表+结论的形式呈现分析结果，注意把3个订单数据放在一张图表上呈现。

图表的数据正确，图表类型也吻合，但细节还有待优化。

3）调教图表

提示词：

针对上面的图表，请优化以下几方面

1.去掉网格线

2.给所有系列添加数据标签

3.横轴的渠道按照“已完成”订单数据的大小，从左到右排列

4.修改柱状图的颜色，已完成订单用墨绿色，取消订单用黄色，退款订单用红色

5.修改图例位置，图例放在标题正下方

6.增大标题的字号

AI完成了提示词里面6点要求中的5点，但没有成功添加数据标签。另外，在图表的元素布局上出现了明显瑕疵，它没有把图例放到标题正下方，而是放在了图表底部，并且图例遮挡了横轴的文字。

在图表制作中，添加数据标签是一个基础操作，可能它暂时还没能适配多组数据的图表。

那试一下用一组数据做图。

提示词：

请统计各渠道已完成订单数，然后通过数据+饼状图的形式呈现分析结果。

在只有一组数据的情况下，成功添加了数据标签。但是标签还够完善，继续调教。

提示词：

针对上面的图表，请优化以下几方面：

1.每个数据标签添加：该渠道的已完成订单数、已完成的总销售额

2.各渠道按已完成订单数多少，从大到小顺时针排列

可以看到，能够调整标签，但是依然存在图表格式问题，AI把添加的标签全部重叠在了图表中间。

1）无提示分析

提示词：

请对退款订单进行深入分析，告诉我退款与哪些因素相关，通过数据+图表+结论的形式呈现。

AI的分析思路依然没问题，但分析维度不够全面，与表格数据不是完全匹配。甚至因为没有“退款原因”字段，而中断了分析。

2）给出分析思路

调整提示词，告诉AI怎么分析。

调整后提示词：

请提取退款订单，然后分析退款订单的产品分布、渠道分布、金额分布、快递公司分布，最后总结退款与哪些因素的相关性高。请通过数据+图表+结论的形式呈现分析结果。

在给到AI明确的分析方法之后，它能够按照要求完成分析，并且输出符合要求的结论，结论可参考性较高。

问题主要还是图表中没有数据标签，分析结论没有数据，需要再次调教，让它优化图表、给出具体数据。前面已经处理过这两类问题，这里不再赘述。

就智谱清言的数据分析智能体而言，在没有提示的情况下，它能够输出一份比较宽泛的数据分析报告，分析思路与数据业务匹配度较高。

如果做专项分析，它具备一定的分析逻辑，但不够全面，需要我们给到它准确的分析方法。

图表可能需要进行多次调教，并且在图表格式方面还有待改进。

输出的结论可供参考，但自己一定要结合数据进行判断。

本次使用过程中，AI出现了数据错误，这在数据分析工作中是比较严峻的问题。

基于以上表现，如果公司没有搭建BI，那么可以通过固定的数据表、提示词，来生成周期性的数据报告，如周报、月报等，以提升工作效率。

如果是做个性化的数据分析，检查数据、调教AI等需要花较多时间，表现不如我司的实习生。当然，如果是结合python使用，效果也不错。因为它在分析过程中披露了python代码，基于python进行修改效率更高。

53AI，企业落地应用大模型首选服务商

产品：大模型应用平台+智能体定制开发+落地咨询服务

承诺：先做场景POC验证，看到效果再签署服务协议。零风险落地应用大模型，已交付160+中大型企业

160+中大型企业正在使用53AI

立即咨询预约演示

百度智能云邀53AI：共创AI新纪元，启航智能新时代

2024-05-27

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

2024-05-22

热点资讯

GraphRAG+Ollama 本地部署，保姆教程，踩坑无数，闭坑大法

2024-07-18

万字长文解析：大模型需要怎样的硬件算力

2024-03-30

全面对比dify、coze、streamlit、chainlit

2024-04-26

“大数据+”医疗

2024-04-11

太强了！10大开源大模型！

2024-05-06

Qwen2 阿里最强开源大模型（Qwen2-7B）本地部署、API调用和WebUI对话机器人

2024-06-12

【深度】AI搜索产品深度分析-搜索原理和商业模式分析

2024-07-09

大模型训练及推理【硬件选型指南】及 GPU 通识

2024-05-09

HealthGPT：华工数字孪生人实验室发布主动健康大模型基座

2023-07-01

Ollama 本地运行大模型(LLM)完全指南

2024-07-25

大家都在问

LlamaIndex报告：未来Agentic App，不仅是RAG

2024-09-19

从案例分析到客户沟通：AI提示词如何优化律师工作流程？

2024-09-19

o1 能带我们走进 AGI 吗？

2024-09-19

端到端的 NL2SQL 引擎: Super-Analysis 震撼来袭，一个不同于市面已有产品的存在

2024-09-19

Golden-Retriever：提升工业知识库检索准确性

2024-09-18

再见了，LangChain！

2024-09-18

LLMFarm功能汇总：揭秘您可能错过的亮点功能！

2024-09-18

LLM Agent在商业中的应用：探索自主智能的新前沿

2024-09-18

开箱即用的企业大模型应用平台

工作+AI

业务+AI

AIx业务

大模型咨询

大模型定制

相关资讯

160+中大型企业正在使用53AI

百度智能云邀53AI：共创AI新纪元，启航智能新时代

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

热点资讯

GraphRAG+Ollama 本地部署，保姆教程，踩坑无数，闭坑大法

万字长文解析：大模型需要怎样的硬件算力

全面对比dify、coze、streamlit、chainlit

“大数据+”医疗

太强了！10大开源大模型！

Qwen2 阿里最强开源大模型（Qwen2-7B）本地部署、API调用和WebUI对话机器人

【深度】AI搜索产品深度分析-搜索原理和商业模式分析

大模型训练及推理【硬件选型指南】及 GPU 通识

HealthGPT：华工数字孪生人实验室发布主动健康大模型基座

Ollama 本地运行大模型(LLM)完全指南

大家都在问

LlamaIndex报告：未来Agentic App，不仅是RAG

从案例分析到客户沟通：AI提示词如何优化律师工作流程？

o1 能带我们走进 AGI 吗？

端到端的 NL2SQL 引擎: Super-Analysis 震撼来袭，一个不同于市面已有产品的存在

Golden-Retriever：提升工业知识库检索准确性

再见了，LangChain！

LLMFarm功能汇总：揭秘您可能错过的亮点功能！

LLM Agent在商业中的应用：探索自主智能的新前沿

热门标签

开箱即用的企业大模型应用平台

工作+AI

业务+AI

AIx业务

大模型咨询

大模型定制

相关资讯

160+中大型企业正在使用53AI

百度智能云邀53AI：共创AI新纪元，启航智能新时代

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

热点资讯

GraphRAG+Ollama 本地部署，保姆教程，踩坑无数，闭坑大法

万字长文解析：大模型需要怎样的硬件算力

全面对比dify、coze、streamlit、chainlit

“大数据+”医疗

太强了！10​大开源大模型！

Qwen2 阿里最强开源大模型（Qwen2-7B）本地部署、API调用和WebUI对话机器人

【深度】AI搜索产品深度分析-搜索原理和商业模式分析

大模型训练及推理【硬件选型指南】及 GPU 通识

HealthGPT：华工数字孪生人实验室发布主动健康大模型基座

Ollama 本地运行大模型(LLM)完全指南

大家都在问

LlamaIndex报告：未来Agentic App，不仅是RAG

从案例分析到客户沟通：AI提示词如何优化律师工作流程？

o1 能带我们走进 AGI 吗？

端到端的 NL2SQL 引擎: Super-Analysis 震撼来袭，一个不同于市面已有产品的存在

Golden-Retriever：提升工业知识库检索准确性

再见了，LangChain！

LLMFarm功能汇总：揭秘您可能错过的亮点功能！

LLM Agent在商业中的应用：探索自主智能的新前沿

热门标签

太强了！10大开源大模型！