使用 ChatGPT 進行數據分析

使用 ChatGPT 進行數據分析

OpenAI·大約 24 小時前

學習如何透過探索數據集、生成見解、創建視覺化圖表,並將發現轉化為具體行動決策,來使用 ChatGPT 分析數據。

2026 年 4 月 10 日

使用 ChatGPT 分析數據

探索、分析數據,並將其轉化為清晰的見解與行動。

ChatGPT 可以幫助您以最少的設定,將原始數據轉化為有用的見解。您可以上傳 CSV 或 Excel 檔案、貼上表格,或連接數據源(若您的工作區支援),然後開始用自然語言提問。

您無需為每個問題建立公式、樞紐分析表或儀表板,而是可以快速探索數據、清理表格、生成簡單的視覺化圖表,並以易於分享的格式提取關鍵結論。

這在流程早期特別有用——當您還在了解數據內容、識別異常值並決定在哪裡深入挖掘時。它還能幫助將發現轉化為摘要,供他人審閱並採取行動。

如何開始

任務情境預期輸出
分析此數據並總結關鍵見解。使用我們 Shopify 商店的範例數據集(過去 30 天)。提供結構化的關鍵見解摘要,包括各通路和產品的突出表現、識別表現不佳的區域(例如轉化率低的通路)以及顯著模式。包含 4–6 個優先觀察結果,以及 5 個具體的後續分析或待調查問題。
審查並分析我們的銷售漏斗數據。使用來自 [連接的分析應用程式] 中 [活動名稱] 的數據。產出一組清晰分隔的章節:(1) 漏斗中觀察到的關鍵模式,(2) 解釋這些模式的假設(例如:入職引導為主要驅動因素),以及 (3) 建議的實驗或測試。見解按業務影響力排序,重點關注轉化瓶頸和槓桿點。
使用數據識別流程中的問題或低效率。審閱隨附的當前流程文件,以及支援團隊工單數據 CSV。輸出按優先順序排列的營運問題和瓶頸清單(例如:呈報延遲、重複工單驅動因素),每項均有數據信號支持。包含每項問題重要性的清晰推理,以及建議的立即改進或調查領域,分為「快速獲勝」與「深度修復」。

成功小撇步

查看更多:OpenAI 說明中心:數據分析⁠(在新視窗中開啟)

KPI 儀表板摘要

分析此試算表並產出:(1) KPI 表格(環比 MoM + 同比 YoY),(2) 3 個圖表,以及 (3) 包含「風險」和「建議行動」的 10 點執行摘要。數據:[上傳]。

行銷:活動表現審查

你是一位行銷分析師。使用這些數據集 [上傳],識別轉化變化的前 3 大驅動因素,計算各通路的轉化率,並建議 5 項優化措施。以表格 + 簡短敘述的形式呈現結果。

財務:異常檢測

掃描此匯出檔以尋找異常情況(重複項、意外峰值、供應商變更)。標記需要審查的行,解釋每項可疑的原因,並建議我接下來應該執行的檢查。數據:[上傳]。

營運:預測

使用此歷史產量數據,為未來 8 週建立簡單預測。顯示模型選擇、假設和置信區間。然後總結這對人力配置有何影響。數據:[上傳]。

將分析轉化為簡報

將這些發現轉化為 5 個投影片標題 + 要點(對象:高階主管)。每張投影片包含 1 個圖表,最後一張為「需要決策」投影片。發現:[貼上或連結]。

KPI 儀表板摘要

分析此試算表並產出:(1) KPI 表格(環比 MoM + 同比 YoY),(2) 3 個圖表,以及 (3) 包含「風險」和「建議行動」的 10 點執行摘要。數據:[上傳]。

行銷:活動表現審查

你是一位行銷分析師。使用這些數據集 [上傳],識別轉化變化的前 3 大驅動因素,計算各通路的轉化率,並建議 5 項優化措施。以表格 + 簡短敘述的形式呈現結果。

財務:異常檢測

掃描此匯出檔以尋找異常情況(重複項、意外峰值、供應商變更)。標記需要審查的行,解釋每項可疑的原因,並建議我接下來應該執行的檢查。數據:[上傳]。

營運:預測

使用此歷史產量數據,為未來 8 週建立簡單預測。顯示模型選擇、假設和置信區間。然後總結這對人力配置有何影響。數據:[上傳]。

將分析轉化為簡報

將這些發現轉化為 5 個投影片標題 + 要點(對象:高階主管)。每張投影片包含 1 個圖表,最後一張為「需要決策」投影片。發現:[貼上或連結]。

KPI 儀表板摘要

分析此試算表並產出:(1) KPI 表格(環比 MoM + 同比 YoY),(2) 3 個圖表,以及 (3) 包含「風險」和「建議行動」的 10 點執行摘要。數據:[上傳]。

行銷:活動表現審查

你是一位行銷分析師。使用這些數據集 [上傳],識別轉化變化的前 3 大驅動因素,計算各通路的轉化率,並建議 5 項優化措施。以表格 + 簡短敘述的形式呈現結果。

財務:異常檢測

掃描此匯出檔以尋找異常情況(重複項、意外峰值、供應商變更)。標記需要審查的行,解釋每項可疑的原因,並建議我接下來應該執行的檢查。數據:[上傳]。

營運:預測

使用此歷史產量數據,為未來 8 週建立簡單預測。顯示模型選擇、假設和置信區間。然後總結這對人力配置有何影響。數據:[上傳]。

將分析轉化為簡報

將這些發現轉化為 5 個投影片標題 + 要點(對象:高階主管)。每張投影片包含 1 個圖表,最後一張為「需要決策」投影片。發現:[貼上或連結]。

透過 OpenAI 學院繼續學習

延伸閱讀

學院 > 腦力激盪 > 封面圖片

OpenAI 學院,2026 年 4 月 10 日

學院 > 行銷 > 封面圖片

OpenAI 學院,2026 年 4 月 10 日

學院 > 寫作 > 封面圖片

OpenAI 學院,2026 年 4 月 10 日

https://openai.com/academy/data-analysis