ChatGPT बिल्डिंग डेटा साइंस वर्कफ़्लो के लिए कार्य

यदि आप डेटा, रिपोर्ट या व्यावसायिक विश्लेषण के साथ काम करते हैं, तो यह गाइड आपके लिए है। ChatGPT वर्क कार्यस्थल कार्यों के लिए निर्मित ChatGPT का व्यवसाय-उन्मुख संस्करण आपको मूल कारण ब्रीफ लिखने में मदद कर सकता है, KPI मेमो का मसौदा तैयार करता है, स्कोप एनालिसिस करता है और डैशबोर्ड को एक खाली पृष्ठ से शुरू करने की तुलना में तेज़ी से निर्दिष्ट करता है। इस लेख में, आपको चार व्यावहारिक वर्कफ़्लो मिलेंगे जिन्हें आप आज अनुकूलित कर सकते हैं, प्रत्येक स्पष्ट संरचना, नमूना संकेतों और परिणाम प्राप्त करने के लिए युक्तियाँ जो आप वास्तव में उपयोग कर सकते हैंः

क्यों ChatGPT कार्य विश्लेषणात्मक लेखन फिट बैठता है

विश्लेषणात्मक कार्य शायद ही कभी JUST संख्याओं को चलाने के बारे में होता है. अधिकांश प्रयास समस्या की रूपरेखा बनाने, जो आपने पाया उसे प्रलेखित करने और इसे उन लोगों से संवाद करने में जाता है जो कमरे में नहीं थे। यही वह जगह है जहाँ ChatGPT काम चमकता हैः यह संरचनात्मक दस्तावेजों में मोटे नोट्स बदलने में अच्छा है

सामान्य chatbot सत्र के विपरीत, ChatGPT कार्य को कार्यस्थल सहयोग के आसपास डिज़ाइन किया गया है। आप अपनी कंपनी, अपने डेटा और अपने दर्शकों के बारे में संदर्भ साझा कर सकते हैं, और इसे अपने संगठन के सामान्य प्रारूप में डिलिवरबल्स का उत्पादन करने के लिए कह सकते हैं। परिणाम स्वरूपण कम समय और अधिक सोचने वाला समय है.

नीचे चार कार्यप्रवाह एक प्राकृतिक प्रगति का पालन करेंः पहले पता लगाने क्यों कुछ हुआ, तो संवाद मीट्रिक जो मायने रखते हैं, फिर योजना बनाएं आगे क्या जांच करनी है, और अंत में परिभाषित करें यह सब कैसे प्रस्तुत करें.

कार्यप्रवाह 1: मूल कारण संक्षिप्त लिखना

मूल-कारण संक्षिप्त एक प्रश्न का उत्तर देता है: यह मीट्रिक क्यों स्थानांतरित हुआ? शायद पिछले हफ्ते साइनअप गिर गया, या समर्थन टिकट स्पाइक हो गए। सारांश आपके सबसे अच्छे स्पष्टीकरण को दस्तावेज करता है, इसके पीछे सबूत और आप क्या सलाह देते हैं।

एक उपयोगी मसौदा प्राप्त करने के लिए, ChatGPT काम तीन चीजों को खिलाएंः मीट्रिक और इसके परिवर्तन, आपके द्वारा एकत्र किए गए साक्ष्य, और ब्रीफिंग के लिए दर्शक।

नमूना प्रॉम्प्ट: (% s) *. . . . ' '*'*

"हितधारकों के लिए एक मूल कारण संक्षिप्त का मसौदा तैयार करें। संदर्भः हमारे साप्ताहिक परीक्षण साइनअप 18% सप्ताह-दर-सप्ताह गिर गए। साक्ष्य: सशुल्क विज्ञापन यातायात स्थिर था, लेकिन गुरुवार की रिलीज़ के बाद हमारा ऑनबोर्डिंग पेज लोड समय 2 से 6 सेकंड तक बढ़ गया। दर्शकः गैर-तकनीकी नेतृत्व। संरचनाः सारांश, क्या हुआ, सबूत, सबसे संभावित कारण, विश्वास स्तर, अनुशंसित कार्य और इस परिकल्पना को खारिज कर देगा।"

विश्वास का स्तर महत्वपूर्ण है। मॉडल से पूछें कि क्या डेटा पुष्टि करता है और जो अभी भी अटकलें हैं के बीच अंतर यह आदत ब्रीफों को ईमानदार रखती है और ओवररेच को रोकती है।

टिप्सः- . . . ,. . . ं . . । . . !

• समय-सीमा और प्रतिशत सटीक रूप से शामिल करें; अस्पष्ट इनपुट अस्पष्ट ड्राफ्ट उत्पन्न करते हैं।
• एक स्पष्ट "क्या यह खंडन करेगा" अनुभाग के लिए पूछें। यह विश्लेषण को झूठा रहने के लिए मजबूर करता है.
• प्रत्येक संकेत में दर्शकों का विवरण रखें। इंजीनियरों के लिए एक संक्षिप्त कार्यकारी अधिकारियों से बहुत अलग है।

कार्यप्रवाह 2: KPI Memo का मसौदा तैयार करना

एक KPI मेमो संगठन को बताता है कि कौन से मैट्रिक्स ट्रैक किए जा रहे हैं, वे क्यों मायने रखते हैं, वर्तमान लक्ष्य क्या हैं और उन्होंने कैसे आगे बढ़े हैं। अच्छी तरह से किया गया, यह साझा स्कोरबोर्ड के आसपास टीमों को संरेखित करता है।

ChatGPT कार्य को अपनी मीट्रिक सूची, परिभाषाएं, वर्तमान मूल्य, लक्ष्य और रिपोर्टिंग अवधि दें। फिर एक सुसंगत संरचना के साथ एक ज्ञापन मांगेंः उद्देश्य, मेट्रिक्स तालिका, उल्लेखनीय परिवर्तनों पर टिप्पणी, और अगली समीक्षा तिथि।

नमूना प्रॉम्प्ट: (% s) *. . . . ' '*'*

"हमारी विकास टीम के लिए एक मासिक KPI ज्ञापन लिखें। मेट्रिक्स: मासिक सक्रिय उपयोगकर्ता 42,300 (लक्ष्य 45,000), परीक्षण-से-भुगतान रूपांतरण 6.2% (लक्षित 7%), चर्न 3.1% (3% से कम लक्ष्य) । प्रत्येक मिस या जीत पर सादे भाषा में टिप्पणी शामिल करें, संभावित ड्राइवरों पर एक वाक्य जहां मैं उन्हें प्रदान करता हूं, और 'वॉच लिस्ट' मैट्रिक्स के लिये एक अनुभाग। स्वर को तथ्यात्मक और संक्षिप्त रखें।"

दो चीजें इस कार्यप्रवाह को विश्वसनीय बनाती हैं। पहला, प्रॉम्प्ट में प्रत्येक मीट्रिक को परिभाषित करें "चर्न" का मतलब अलग-अलग टीमों के लिए अलग है। दूसरा, मॉडल से किसी भी लक्ष्य को चिह्नित करने के लिए कहें जिसे आपने सेट नहीं किया है, इसलिए कुछ भी आविष्कार नहीं किया जाता है।

कार्यप्रवाह 3: एक विश्लेषण का दायरा

इससे पहले कि कोई dataset को छूए, किसी को यह तय करना होगा कि कौन सा प्रश्न पूछा जा रहा है, किस डेटा की आवश्यकता है और क्या आउटपुट अपेक्षित है। एक अच्छी तरह से स्कोप किया गया विश्लेषण दिनों के व्यर्थ प्रयासों को बचाता है।

एक स्कोपिंग पार्टनर के रूप में ChatGPT वर्क का उपयोग करें। व्यावसायिक प्रश्न को मोटे तौर पर वर्णित करें और इसे प्रश्न का दबाव-परीक्षण करने, उसे उप-प्रश्नों में तोड़ने, आवश्यक डेटा स्रोतों की सूची बनाने और डिलिवरबल्स को परिभाषित करने के लिए कहें।

नमूना प्रॉम्प्ट: (% s) *. . . . ' '*'*

"मुझे एक विश्लेषण के दायरे में मदद करें। व्यावसायिक प्रश्नः क्यू 2 में ग्राहक प्रतिधारण क्यों बेहतर हुआ? इसे 3-5 परीक्षण योग्य उप-प्रश्नों में विभाजित करें, डेटा फ़ील्ड की सूची दें जिनकी हमें प्रत्येक के लिए आवश्यकता होगी, उन्हें परीक्षण करने के लिए सरल विधियों का सुझाव दें और अंतिम डिलीवर को एक पैराग्राफ में वर्णित करें। किसी भी उप-सवाल पर चिह्न लगाएं जिसका उत्तर विशिष्ट उत्पाद और बिलिंग डेटा से नहीं दिया जा सकता है।"

यहाँ मूल्य अंतिम स्कोप दस्तावेज़ नहीं है यह आगे-पीछे है। मॉडल को कमजोर उप-प्रश्नों को चुनौती देने के लिए कहें, भ्रमित करने वाले कारकों की पहचान करें और ध्यान दें कि सहसंबंध को कारण के रूप में कहां गलत किया जा सकता है। एक मानव विश्लेषक को अभी भी अंतिम निर्णय लेना चाहिए, लेकिन मॉडल एक उत्कृष्ट प्रथम पास समीक्षक है।

कार्यप्रवाह 4: एक डैशबोर्ड निर्दिष्ट करना

डैशबोर्ड अनुरोध अक्सर विफल हो जाते हैं क्योंकि वे अस्पष्ट होते हैं। "मैं एक बिक्री डैसबोर्ड चाहता हूं" डेटा टीम को लगभग कुछ भी नहीं बताता है। एक अच्छा विनिर्देश दर्शकों को परिभाषित करता है, प्रश्नों का उत्तर देना चाहिए, प्रत्येक चार्ट, फ़िल्टर, ताज़ा आवृत्ति और डेटा स्रोत।

नमूना प्रॉम्प्ट: (% s) *. . . . ' '*'*

"डैशबोर्ड विनिर्देश लिखें। दर्शक: क्षेत्रीय बिक्री प्रबंधक. उद्देश्यः विश्लेषक समर्थन के बिना साप्ताहिक पाइपलाइन स्वास्थ्य की निगरानी करना। आवश्यकताएंः एक सारांश अनुभाग, प्रवृत्ति चार्ट और क्षेत्र द्वारा ड्रिल-डाउन शामिल करें। प्रत्येक विज़ुअलाइजेशन, इसके चार्ट प्रकार, मीट्रिक और आयाम, फ़िल्टर और सुझाए गए ताज़ा गति को निर्दिष्ट करें। ध्यान दें कि जहां विशिष्टता डेटा पर निर्भर करती है जो हमारे पास नहीं हो सकती हैं।"

ChatGPT पूछें अंत में खुले प्रश्नों को सूचीबद्ध करने के लिए काम करें डेटा उपलब्धता, मीट्रिक परिभाषाएं, अनुमतियाँ। अपनी डेटा टीम को स्पष्ट रूप से खुले सवालों के साथ एक विनिर्देश देना एक पॉलिश दिखने वाले दस्तावेज़ की तुलना में कहीं अधिक उपयोगी है जो मान्यताओं को छुपाता है।

इन कार्यप्रवाहों से सबसे अधिक प्राप्त करना

सभी चार उपयोग के मामलों में कुछ आदतें लागू होती हैंः

• संरचना प्रदान करें, JUST सामग्री नहीं। मॉडल को जो अनुभाग आप चाहते हैं उन्हें बताने से आपको पहले पास पर तैयार दस्तावेज़ के करीब ले जाता है।
• स्वर को अलग से दोहराएं। पहले सटीकता के लिए ड्राफ्ट करें, फिर एक विशिष्ट दर्शकों के लिए पुनर्लेखन का अनुरोध करें।
• एक त्वरित पुस्तकालय रखें। एक बार प्रॉम्प्ट अच्छे संक्षिप्त या ज्ञापन का उत्पादन करता है, इसे सहेजें और नए इनपुट के साथ इसका पुनः उपयोग करें।
• हर संख्या की पुष्टि करें। मॉडल चीजों को व्यवस्थित करता है और शब्दों में अच्छी तरह से, लेकिन आंकड़े आपके और आपके डेटा से आने चाहिए। कभी भी एक ड्राफ्ट को ऐसी संख्या पेश न करने दें जिसे आपने चेक नहीं किया हो।

इस तरह से उपयोग किया जाता है, ChatGPT कार्य विश्लेषण के आसपास कागजी कार्रवाई के लिए एक प्रारूपण भागीदार बन जाता है - संक्षिप्त विवरण, ज्ञापन, स्कोप और विनिर्देश जो कच्चे निष्कर्षों को निर्णय में बदल देते हैं।