فایل اکسل خود را به دستیار هوشمند بدهید؛ از داده‌ها پاسخ بگیرید

چرا یک جدول ساده این‌قدر ترسناک می‌شود؟

فایلی با چند هزار سطر به دستتان می‌رسد. گزارش فروش، فهرست هزینه‌ها، نتایج یک نظرسنجی یا خروجی یک سیستم. مدیر می‌پرسد: «این‌ها چه می‌گویند؟» و شما در حالی که ستون‌ها را بالا و پایین می‌کنید، نمی‌دانید از کجا شروع کنید. فیلتر بزنم؟ جدول محوری بسازم؟ اول تکراری‌ها را پیدا کنم؟

بیشتر مردم در کار اداری متخصص آمار نیستند. اما از آن‌ها انتظار می‌رود از داده‌ها نتیجه بگیرند. این شکاف، یکی از واقعی‌ترین دردسرهای کار روزمره است. کسی که اکسل را خوب بلد است هم برای یک تحلیل ساده ممکن است نیم ساعت وقت بگذارد، فقط برای اینکه به سؤال اول برسد.

در این مطلب می‌بینیم دستیار تحلیل داده در تلنت ای آی با یک فایل جدولی چه می‌کند، چه سؤال‌هایی بپرسیم، در چه موقعیت‌هایی کمک می‌کند و کجا باید خودمان مراقب باشیم. اگر مقاله از پرکردن فرم تا گفت‌وگو را نخوانده‌اید، این مطلب ادامه همان بحث برای کار با داده است.

دستیار تحلیل داده دقیقاً چه کاری می‌کند؟

شما یک فایل Excel یا CSV پیوست می‌کنید و دستیار آن را تحلیل می‌کند. خروجی چند بخش دارد: آمار هر ستون، پیدا کردن سطرهای تکراری و خالی، بررسی ارتباط بین ستون‌ها، گروه‌بندی داده‌ها و یک تفسیر کوتاه به زبان ساده.

یک نکته مهم این است که عددها از خود فایل محاسبه می‌شود، نه از حدس مدل. این تفاوت کوچکی نیست. وقتی از یک چت‌بات معمولی می‌پرسید «میانگین این ستون چند است؟» ممکن است جوابی تمیز و قانع‌کننده بگیرید که اصلاً درست نیست. در این دستیار، عدد از خود داده‌ها به دست می‌آید و تفسیر روی همان عدد سوار می‌شود. برای تحلیلی که قرار است در یک گزارش رسمی استفاده شود، همین یک ویژگی اعتماد را عوض می‌کند.

با این حال، «عدد درست» به معنای «نتیجه درست» نیست. اگر داده‌ها ناقص یا اشتباه باشند، عدد دقیقی از داده اشتباه می‌گیرید. این موضوع را در ادامه بیشتر باز می‌کنیم.

قدم اول: بفهمید داده‌هایتان چقدر تمیز است

قبل از هر تحلیلی، باید بدانید داده‌ها قابل اعتماد هستند یا نه. دستیار تحلیل داده اولین کاری که می‌کند همین است: سطرهای تکراری و خالی را پیدا می‌کند.

چرا این مهم است؟ فرض کنید فایل فروش دارید و بعضی سفارش‌ها دو بار ثبت شده‌اند. اگر مستقیم جمع بزنید، فروش واقعی را بیشتر از حد نشان می‌دهید. یا فرض کنید ستون «شهر» در یک‌پنجم سطرها خالی است. اگر بخواهید فروش هر شهر را مقایسه کنید، یک‌پنجم داده‌ها از بررسی بیرون می‌ماند و نتیجه گمراه‌کننده می‌شود.

بسیاری از اشتباه‌های تحلیلی از همین‌جا شروع می‌شوند، نه از فرمول اشتباه. پس اگر فقط یک کار با فایل جدید می‌کنید، اول بپرسید «این داده‌ها چقدر تمیز است؟» و جواب را جدی بگیرید.

شناخت هر ستون: چه چیزی در این داده‌ها وجود دارد؟

بعد از بررسی تمیزی، نوبت شناخت ستون‌هاست. دستیار برای هر ستون آمار مناسبش را می‌دهد. برای ستون‌های عددی مثل مبلغ یا تعداد، چیزهایی مثل میانگین، کمینه و بیشینه. برای ستون‌های متنی مثل نام محصول یا شهر، اینکه چه مقدارهایی چندبار تکرار شده‌اند.

همین مرور ساده معمولاً چند چیز را روشن می‌کند. شاید یک مقدار غیرعادی دیده شود، مثلاً مبلغی که ده برابر بقیه است و احتمالاً اشتباه تایپی است. شاید معلوم شود یک محصول بیش از نیمی از سطرها را تشکیل می‌دهد. شاید ستونی که فکر می‌کردید مهم است، تقریباً همیشه یک مقدار دارد و اطلاعات تازه‌ای نمی‌دهد.

این مرحله شبیه نگاه کردن به نقشه قبل از شروع سفر است. وقتی بدانید داده‌ها چه شکلی‌اند، سؤال‌های بعدی‌تان دقیق‌تر می‌شود.

رابطه بین ستون‌ها: چه چیزهایی با هم تغییر می‌کنند؟

یکی از قابلیت‌های دستیار بررسی همبستگی بین ستون‌هاست. یعنی ببیند وقتی یک ستون بالا می‌رود، ستون دیگر هم معمولاً بالا می‌رود یا پایین می‌آید.

مثلاً در داده‌های یک فروشگاه ممکن است ببینید با زیاد شدن تخفیف، تعداد فروش هم بیشتر می‌شود. یا اینکه ارتباط روشنی بین هزینه تبلیغات و فروش دیده نمی‌شود. این‌ها سرنخ‌های مفیدی‌اند.

اما یک هشدار جدی لازم است. همبستگی به معنای علت نیست. اگر فروش بستنی و تعداد غرق‌شدگی‌ها هر دو در تابستان بالا می‌روند، بستنی علت غرق شدن نیست؛ هر دو تحت تأثیر فصل‌اند. دستیار می‌تواند بگوید دو ستون با هم تغییر می‌کنند، اما اینکه چرا و آیا یکی باعث دیگری است، قضاوتی است که باید با دانش خودتان از کار انجام دهید.

گروه‌بندی: مقایسه بخش‌های مختلف

بسیاری از سؤال‌های واقعی از جنس مقایسه‌اند. فروش کدام شعبه بیشتر است؟ کدام ماه ضعیف‌ترین بود؟ هزینه کدام بخش بالاتر رفته؟ برای جواب دادن به این سؤال‌ها داده‌ها باید گروه‌بندی شوند.

با دستیار کافی است بپرسید «فروش را به تفکیک شعبه نشان بده» یا «میانگین هزینه هر بخش را مقایسه کن». نتیجه یک خلاصه مرتب است که به‌سادگی قابل خواندن است. چیزی که در اکسل معمولاً با جدول محوری و چند کلیک ساخته می‌شود، اینجا با یک جمله به دست می‌آید.

سه موقعیت واقعی

بگذارید ببینیم این کارها در عمل چه شکلی دارند. سه موقعیت زیر فرضی‌اند اما بسیار معمولی.

اولی مسئول فروشی است که فایل فروش ماهانه شعبه‌ها را دارد. می‌پرسد «این ماه کدام شعبه بیشترین فروش را داشت و کدام افت کرد؟» دستیار شعبه‌ها را مقایسه می‌کند، یک شعبه را به‌عنوان افت‌کرده نشان می‌دهد و تفسیر کوتاهی می‌نویسد. مسئول فروش حالا می‌داند باید سراغ کدام شعبه برود، نه اینکه ساعتی در جدول‌ها بگردد.

دومی کارشناس منابع انسانی است که نتایج یک نظرسنجی رضایت کارکنان را دارد. می‌پرسد «کدام سؤال‌ها کمترین امتیاز را گرفتند و آیا بین بخش‌ها تفاوتی هست؟» دستیار سؤال‌های کم‌امتیاز و تفاوت بین گروه‌ها را نشان می‌دهد. نتیجه می‌تواند پایه یک گزارش برای مدیریت باشد.

سومی مدیر پروژه‌ای است که فایل هزینه‌های پروژه را دارد. می‌پرسد «کدام دسته هزینه بیشترین سهم را دارد و آیا ردیف‌های تکراری هست؟» ممکن است معلوم شود چند فاکتور دو بار ثبت شده است. کشف همین یک مورد می‌تواند ارزش کل تحلیل را توجیه کند.

در هر سه مورد الگو یکی است: یک سؤال روشن، یک فایل و یک پاسخ مبتنی بر خود داده‌ها.

یک گفت‌وگوی نمونه

کارشناسی فایل Excel فروش یک سه‌ماهه را پیوست می‌کند و می‌نویسد: «این فایل را تحلیل کن.»

دستیار ابتدا یک مرور کلی می‌دهد: تعداد سطرها، چند سطر تکراری، چند سلول خالی و آمار ستون‌های اصلی. می‌گوید در ستون «شهر» حدود یک‌دهم مقدارها خالی است و چند سفارش دو بار ثبت شده.

کارشناس می‌پرسد: «بدون سطرهای تکراری، فروش هر ماه چقدر بوده؟» دستیار نتیجه را به تفکیک ماه می‌دهد و تفسیر می‌کند که ماه دوم نسبت به ماه اول رشد داشته اما ماه سوم افت کرده. کارشناس می‌پرسد: «افت ماه سوم مربوط به کدام محصول است؟» و دستیار گروه‌بندی را بر اساس محصول انجام می‌دهد.

در چند پرسش کوتاه، کارشناس از یک فایل خام به یک تصویر روشن رسید. اما توجه کنید که دلیل افت را دستیار نگفت، چون دلیل در فایل نیست. اینکه افت به تعطیلات مربوط بود یا به تأمین، دانشی است که فقط شما دارید. دستیار نشان می‌دهد چه چیزی اتفاق افتاده؛ چرایش با شماست.

چه سؤال‌هایی بپرسیم؟

کیفیت تحلیل به کیفیت سؤال بستگی دارد. یک سؤال خوب سه ویژگی دارد: مشخص است، به یک تصمیم مربوط می‌شود و می‌شود با داده‌های همین فایل جوابش را داد.

«این داده‌ها چه می‌گویند؟» سؤال شروع خوبی است، اما سؤال نهایی نیست. بعد از آن باید به سؤال‌هایی برسید که به کارتان مربوط‌اند: کدام بخش بیشتر هزینه می‌کند؟ کدام ماه ضعیف‌ترین بود؟ چه چیزی در داده‌ها غیرعادی به نظر می‌رسد؟

یک ترفند ساده هم هست. اگر نمی‌دانید چه بپرسید، از خود دستیار بخواهید «پنج سؤال مهم که می‌شود از این داده‌ها پرسید» را پیشنهاد دهد. از آن‌ها شروع کنید و بعد سؤال‌های خودتان را اضافه کنید.

کجا باید مراقب باشید؟

تحلیل داده ابزار خوبی است، اما محدودیت‌هایی دارد که باید صادقانه گفت.

اول اینکه کیفیت خروجی به کیفیت داده بستگی دارد. اگر داده‌ها اشتباه وارد شده باشند، تحلیل دقیق از داده اشتباه همچنان اشتباه است. دوم اینکه همبستگی علت نیست و دستیار نمی‌تواند به‌جای شما بگوید چرا یک چیز اتفاق افتاده. سوم اینکه تفسیر کوتاه دستیار نقطه شروع است، نه نتیجه نهایی؛ قبل از اینکه آن را در گزارشی رسمی بیاورید، باید با دانش خودتان از کار بسنجید.

چهارم، و مهم‌تر از همه، اطلاعات حساس است. فایل‌های جدولی اغلب شامل اطلاعات مشتریان، حقوق کارکنان یا داده‌های مالی‌اند. قبل از پیوست کردن هر فایل بپرسید آیا واقعاً لازم است همه ستون‌ها وارد شود. اگر نام و شماره تماس برای تحلیلتان لازم نیست، آن ستون‌ها را پیش از پیوست حذف کنید.

پنجم، اگر فایلتان بسیار بزرگ یا چندبرگی و پیچیده است، با یک نمونه کوچک شروع کنید. اول روی چند صد سطر ببینید دستیار چطور داده‌ها را می‌خواند، بعد سراغ کل فایل بروید.

اشتباهی که در این مرحله رایج است

رایج‌ترین اشتباه این است که کاربر فایل را پیوست می‌کند و می‌نویسد «تحلیل کن» و بعد انتظار دارد دستیار بفهمد چه می‌خواهد. نتیجه معمولاً یک مرور کلی است که جواب هیچ سؤال واقعی شما را نمی‌دهد. تحلیل بدون سؤال مثل رفتن به کتابخانه بدون دانستن اینکه دنبال چه کتابی هستید.

راه‌حل ساده است: قبل از پیوست، یک جمله بنویسید که می‌خواهید چه چیزی بفهمید. «می‌خواهم بدانم کدام شعبه در این سه ماه بیشترین افت را داشته» با «تحلیل کن» دو دنیا فاصله دارد.

اشتباه دوم این است که یافته‌ها را بدون بازبینی در گزارش بگذارند. چون عدد دقیق به نظر می‌رسد، وسوسه می‌شوند آن را کامل باور کنند. اما یک عدد دقیق از داده ناقص همچنان گمراه‌کننده است. حتماً چند عدد کلیدی را با خود فایل یا با دانسته‌های قبلی‌تان تطبیق دهید.

اشتباه سوم این است که از مرحله پاک‌سازی بگذرند. اگر سطرهای تکراری را نبینید، همه نتیجه‌های بعدی روی پایه ناقص ساخته می‌شود. همیشه اول بپرسید داده‌ها چقدر تمیزند.

چطور بفهمیم این روش جواب داده است؟

برای سنجش لازم نیست شاخص پیچیده‌ای تعریف کنید. سه نشانه ساده کافی است.

نشانه اول زمان رسیدن به اولین پاسخ است. اگر قبلاً نیم ساعت طول می‌کشید تا بفهمید داده‌هایتان چه می‌گویند و حالا چند دقیقه، روش جواب داده است. نشانه دوم سؤال‌هایی است که قبلاً نمی‌پرسیدید. وقتی پاسخ‌گرفتن آسان شود، سؤال‌های بیشتری می‌پرسید و همین کیفیت تصمیم‌ها را بالا می‌برد. نشانه سوم کشف مشکل است: اگر دستیار سطر تکراری یا مقدار غیرعادی‌ای نشان داد که قبلاً ندیده بودید، یعنی ارزشش را ثابت کرده است.

برای شروع، یکی از فایل‌های واقعی کارتان را انتخاب کنید که پاسخ آن را از قبل تقریباً می‌دانید. نتیجه دستیار را با دانسته‌های خودتان مقایسه کنید. اگر با هم می‌خواندند، می‌توانید با اطمینان بیشتری سراغ فایل‌هایی بروید که جوابشان را نمی‌دانید. برای آشنایی با دستیارهای دیگر و شروع، به تلنت ای آی سر بزنید. و اگر می‌خواهید نتایج تحلیل را به یک گزارش مرتب تبدیل کنید، مقاله چگونه با هوش مصنوعی نامه اداری، صورت‌جلسه و گزارش حرفه‌ای بسازیم؟ را ببینید.

جمع‌بندی

دستیار تحلیل داده از یک فایل Excel یا CSV چند کار می‌کند: داده‌های تکراری و خالی را پیدا می‌کند، آمار هر ستون را می‌دهد، ارتباط بین ستون‌ها را می‌سنجد، گروه‌بندی می‌کند و یک تفسیر کوتاه می‌نویسد، با عددهایی که از خود فایل محاسبه شده‌اند. اما سؤال را شما باید بپرسید، تمیز بودن داده را باید جدی بگیرید و علت اتفاق‌ها را هم خودتان باید تفسیر کنید.

اگر امروز فقط یک کار می‌خواهید بکنید، یک فایل واقعی از کارتان را انتخاب کنید، یک سؤال روشن بنویسید و اول بپرسید داده‌ها چقدر تمیزند. بعد در تلنت ای آی ببینید چقدر سریع‌تر به اولین پاسخ می‌رسید.

برای دیدن همه دستیارها و شروع، به talentai.ir سر بزنید.