W skrócie
- Analiza danych to zadawanie pytań własnym liczbom i szukanie odpowiedzi w tabeli, a nie umiejętność zarezerwowana dla informatyków.
- Asystent AI dobrze czyta, streszcza i tłumaczy dane, ale potrafi pomylić się w obliczeniach, dlatego każdy ważny wynik trzeba sprawdzić.
- Zanim wgrasz plik, usuń dane osobowe klientów i pracowników oraz wszystko, co objęte jest poufnością lub zakazem udostępniania.
- Pytania zadawaj konkretnie: podaj okres, miarę, jednostki i sposób porównania, a odpowiedź będzie użyteczna.
- Korelacja nie oznacza przyczyny, a średnia potrafi kłamać przy kilku dużych zamówieniach, więc sprawdzaj wnioski na kilku pozycjach.
- Zacznij od jednego pytania w tygodniu i zapisuj, co zapytałeś oraz jak sprawdziłeś wynik, a z czasem zbudujesz własną rutynę.
Czym jest analiza danych na zwykłym przykładzie
Analiza danych to zadawanie pytań swoim liczbom i szukanie odpowiedzi w tabeli. Wyobraź sobie, że prowadzisz mały sklep z ceramiką i zapisujesz każde zamówienie w arkuszu: datę, nazwę produktu, cenę, miasto dostawy i to, czy była reklamacja. Analiza zaczyna się w chwili, gdy zapytasz, który kubek schodzi najlepiej w grudniu albo z których miast wraca najwięcej paczek.
Ludzie robią to od zawsze, tylko wcześniej na kartce albo z pamięci. Arkusz pozwala policzyć sumy, średnie i liczbę wystąpień, a wykres pokazuje, co wyróżnia się na tle reszty. Kłopot pojawia się, gdy wierszy jest kilka tysięcy, a Ty masz godzinę przed spotkaniem z dostawcą i nie wiesz, od której kolumny zacząć.
Asystent AI działa trochę jak doświadczony kolega, który siada obok i czyta tabelę razem z Tobą. Zadajesz pytanie zwykłym językiem, a on proponuje, na co patrzeć, i tłumaczy wynik. Nie zastąpi wiedzy o Twoim biznesie, ale skraca drogę od surowych liczb do wniosków, i to już sporo.
Co asystent AI potrafi przy arkuszu, a czego nie
Dobrze czyta nagłówki i strukturę pliku. Potrafi streścić, co jest w tabeli, wyjaśnić znaczenie kolumny, zaproponować pytania, wskazać dziwne wartości i podpowiedzieć rodzaj wykresu. Przy długich kolumnach z opisowymi uwagami klientów pomaga szybko zorientować się, o czym ludzie piszą.
Nie jest natomiast kalkulatorem w pełnym tego słowa znaczeniu. Model językowy odpowiada tekstem, który brzmi pewnie, nawet gdy liczy źle. Może pominąć wiersz z pustą komórką, źle odczytać datę zapisaną w innym formacie albo zsumować dwie różne waluty. Dlatego przy liczbach ważnych dla decyzji proś o sposób obliczenia i sprawdzaj go własnymi metodami.
Zwykle masz dwie drogi. Możesz wgrać plik do czatu z asystentem albo korzystać z asystenta wbudowanego w program arkuszowy. Różnią się tym, gdzie trafiają dane i jakie zasady je obowiązują. Zanim wybierzesz, przeczytaj regulamin i ustawienia prywatności danej usługi, bo to one decydują, co dzieje się z plikiem po wgraniu.
- Streszczenie: co jest w pliku, ile wierszy i jakie kolumny
- Wyjaśnienie: co znaczy dana kolumna albo wskaźnik
- Propozycja: jakie pytania mają sens dla tych danych
- Wykrywanie: braki, duplikaty i wartości, które wyglądają podejrzanie
Zanim wgrasz plik: ochrona danych poufnych
Najpierw zrób przegląd tego, co jest w pliku. Dane klientów to nie tylko imiona i nazwiska. Do danych osobowych należą też adresy, numery telefonów, adresy e-mail, numery zamówień przypisane do konkretnej osoby, numery kont i kart oraz PESEL. Do tego dochodzą dane pracownicze, wynagrodzenia, warunki umów z dostawcami i wszystko, co objęte jest umową o poufności.
Prosta zasada brzmi tak: jeśli nie chciałbyś, żeby plik wyciekł, albo jeśli umowa z klientem, pracodawcą czy kontrahentem tego zakazuje, nie wgrywaj go. Sprawdź też, czy w Twojej firmie obowiązują zasady korzystania z narzędzi AI. Ogólne zasady ochrony danych osobowych wynikają z RODO, a najlepszym źródłem w razie wątpliwości są oficjalne materiały polskiego urzędu ochrony danych osobowych.
Jeżeli pytanie wymaga danych osobowych, nie usuwaj ich na ślepo. Zamień imiona na kody, takie jak klient 1 i klient 2, usuń kolumny z adresami, a zostaw tylko to, czego potrzebuje analiza. Szczegóły opisujemy w osobnym poradniku o anonimizacji danych przed analizą z AI.
- Usunąłeś dane osobowe i identyfikatory klientów
- Sprawdziłeś zasady firmy oraz regulamin usługi AI
- Pracujesz na kopii pliku, a nie na oryginale
- Wiesz, kto będzie miał dostęp do wyników analizy
- Dane nie są objęte umową o poufności ani tajemnicą firmy
Pierwsze kroki: przygotuj tabelę i wgraj ją do asystenta
Zacznij od uporządkowania tabeli. Pierwszy wiersz powinien zawierać nagłówki kolumn, każda kolumna powinna mieścić jedną informację, a w danych nie powinno być scalonych komórek ani podsumowań wstawionych w środek. Jeśli arkusz ma kilka tabel obok siebie, na początek zostaw tylko jedną.
Następnie wgraj plik albo wklej jego fragment. Na pierwszy raz wystarczy próba, na przykład kilkadziesiąt do kilkuset wierszy z całego zestawu, żeby sprawdzić, czy asystent poprawnie odczytuje kolumny. Limity wielkości pliku różnią się między narzędziami, więc sprawdź je w opisie usługi, zanim wgrasz większy zbiór.
Dołącz krótki opis kontekstu. Napisz, czego dotyczą dane, z jakiego okresu pochodzą, co oznaczają ważne kolumny i w jakiej walucie są kwoty. Bez tego asystent zgaduje, a zgadywanie w analizie to najprostsza droga do błędnego wniosku.
Na koniec poproś o streszczenie: ile jest wierszy, jakie kolumny, jakie typy danych i czy są braki. Porównaj tę odpowiedź z tym, co sam wiesz o pliku. Jeśli asystent pomylił liczbę wierszy albo nie rozpoznał daty, poprawiony opis kontekstu zwykle to naprawia.
- Krok 1: nagłówki w pierwszym wierszu, bez scalonych komórek
- Krok 2: wgranie pliku albo próbki z kilkudziesięciu do kilkuset wierszy
- Krok 3: krótki opis, co oznaczają kolumny i jakie są jednostki
- Krok 4: prośba o streszczenie i sprawdzenie liczby wierszy
Jak zadawać pytania, żeby odpowiedź była użyteczna
Najsłabsze pytanie brzmi: co z tego wynika? Dostaniesz ogólnik, który pasuje do każdej tabeli. Lepiej działa pytanie z okresem, miarą i sposobem porównania. Im konkretniej opiszesz, czego szukasz, tym mniej miejsca na zgadywanie.
Zamiast pytania Jak idzie sprzedaż? napisz: porównaj liczbę zamówień z kolumny data w październiku i w listopadzie, pokaż różnicę w sztukach i w procentach, a potem wypisz pięć produktów z największym spadkiem. Odpowiedź będzie krótka, sprawdzalna i łatwa do odtworzenia w arkuszu.
Poproś też o określoną formę odpowiedzi: trzy zdania, tabelę z trzema kolumnami albo listę pozycji. Dopisz prośbę o założenia, czyli to, jakie przyjąłeś założenia i które wiersze pominąłeś. To często najszybciej ujawnia błąd.
Dane do porównań możesz czerpać także z rynku. Jeśli sprzedajesz podobne produkty na allee.pl, możesz zapisać ceny z kilkunastu ofert w arkuszu i poprosić asystenta o zestawienie. Pamiętaj, że każdą cenę sprawdzasz u źródła, bo oferta może zmienić się po tym, jak ją zapisałeś.
- Które trzy produkty miały najwyższą sprzedaż w czerwcu, licząc liczbę sztuk?
- Jaki procent zamówień z kolumny status ma wartość zwrot, w podziale na miesiące?
- Czy ceny w kolumnie cena netto różnią się między dostawcami o więcej niż 10 procent? Podaj tylko takie pozycje.
Sprawdzanie wyniku: lista kontrolna przed decyzją
Odpowiedź AI brzmi pewnie nawet wtedy, gdy się myli. Dlatego każdy wniosek, na którym chcesz oprzeć decyzję, przechodzi krótki test. Nie musisz być analitykiem, wystarczy spokojne sprawdzenie kilku rzeczy.
Przykład z życia. Załóżmy, że asystent informuje, że sprzedaż w listopadzie wzrosła o 40 procent względem października. Sprawdzasz i widzisz, że w arkuszu jest 300 wierszy, a 90 z nich to zwroty, które model policzył jako sprzedaż. Po wykluczeniu zwrotów wzrost wynosi 12 procent. Liczby są przykładowe, ale mechanizm błędu jest typowy, więc wynik trzeba potwierdzić, zanim zmienisz zakupy.
Ta sama zasada dotyczy wykresów. Zanim pokażesz wykres wspólnikowi albo wrzucisz go do raportu, opisz go własnymi słowami i sprawdź, czy opis zgadza się z liczbami. Jeśli nie umiesz tego zrobić, to znak, że wniosek jeszcze nie jest gotowy.
- Policz jedną pozycję ręcznie albo kalkulatorem i porównaj z odpowiedzią
- Sprawdź, czy suma w odpowiedzi zgadza się z sumą w arkuszu
- Zapytaj, z których kolumn i wierszy asystent skorzystał
- Upewnij się, że okres i jednostki są takie same w porównywanych danych
- Poszukaj duplikatów i pustych komórek, które mogą zmieniać wynik
- Zadaj to samo pytanie innym sposobem i porównaj oba wyniki
Typowe pułapki: korelacja, średnia i mała próba
Najczęstsza pułapka to mylenie korelacji z przyczyną. Jeśli w miesiącach z większą liczbą postów w mediach społecznościowych sprzedaż rośnie, nie znaczy to jeszcze, że posty ją napędzają. Oba zjawiska mogą mieć wspólną przyczynę, na przykład sezon świąteczny. Zawsze pytaj, czy istnieje inne wytłumaczenie.
Druga pułapka to średnia. Kilka dużych zamówień potrafi zawyżyć średnią wartość koszyka tak, że typowy klient wydaje mniej, niż sugeruje liczba. Przy takich danych pomaga mediana, czyli wartość środkowa, którą wyjaśniamy w osobnym poradniku o statystyce na co dzień.
Trzecia pułapka to mała próba. Jeśli wniosek opiera się na dziesięciu zamówieniach, jeden nietypowy klient zmienia wszystko. Zanim zmienisz asortyment, sprawdź, ile danych stoi za wynikiem. Asystent rzadko sam o tym wspomina, więc zapytaj go o to wprost.
- Mieszanie lat, miesięcy i walut w jednej kolumnie
- Porównywanie okresów o różnej długości bez przeliczenia, na przykład 31 dni z 28 dniami
- Zakładanie, że asystent pamięta poprzednią rozmowę i plik sprzed tygodnia
- Traktowanie każdej odpowiedzi jak ostatecznej prawdy
Jak przejść od pierwszych pytań do stałej rutyny
Zacznij od jednego pytania w tygodniu, na przykład o to, które produkty najszybciej się wyprzedają. Zapisuj w osobnym pliku, co zapytałeś, co asystent odpowiedział i jak sprawdziłeś wynik. Po miesiącu zobaczysz, które pytania były użyteczne, a które trzeba przeformułować.
Gdy pierwsze analizy są stabilne, możesz sięgnąć po kolejne tematy. Formuły do arkusza opisujemy w osobnym poradniku o tym, jak poprosić AI o formułę, a porządkowanie duplikatów, dat i pustych komórek w innym. Dalej są wykresy, prognozy sprzedaży i raport miesięczny. Cały dział znajdziesz w Centrum AI na allee.pl.
Pamiętaj o podziale ról. AI przyspiesza czytanie danych, streszczanie i szukanie wzorców. Decyzję o zakupach, cenach czy zatrudnieniu podejmujesz Ty, na podstawie wiedzy o swojej firmie i sprawdzonych liczb.
Najczęstsze pytania
Czy mogę wgrać arkusz Excel do AI bez znajomości programowania?
Tak. Do większości zadań wystarcza zwykły plik z tabelą, nagłówkami w pierwszym wierszu i krótkim opisem tego, co zawiera. Nie musisz pisać kodu. Zanim wgrasz plik, usuń dane osobowe i sprawdź zasady ochrony danych w swojej firmie.
Czy AI dobrze liczy sumy i średnie w arkuszu?
Czasem tak, czasem nie. Model językowy może pominąć wiersz albo źle odczytać format liczby, a wynik i tak zabrzmi przekonująco. Przy ważnych liczbach poproś o sposób obliczenia i sprawdź jedną pozycję ręcznie lub we własnym arkuszu.
Jakich danych nie wgrywać do asystenta AI?
Nie wgrywaj danych osobowych klientów i pracowników, numerów kart, numerów PESEL, haseł, wynagrodzeń ani treści umów objętych poufnością. Jeśli nie masz pewności, zamień dane na kody albo zapytaj osobę odpowiedzialną za ochronę danych w firmie.
Ile wierszy można wgrać do analizy AI naraz?
To zależy od narzędzia, a limity się zmieniają, więc sprawdź je w opisie usługi lub w jej pomocy. Na początek wystarczy próbka z kilkudziesięciu do kilkuset wierszy. Gdy wyniki zgadzają się z tym, co widzisz w arkuszu, możesz przejść do większego zbioru.
Czy asystent AI zapamięta mój plik na następny dzień?
To zależy od usługi i ustawień konta. Jedne narzędzia zachowują historię rozmów, inne nie. Nie zakładaj, że model zna Twój plik z poprzedniej sesji. Wgraj go ponownie albo opisz kontekst od nowa, a zasady przechowywania sprawdź w regulaminie.
Jaka jest różnica między analizą danych a prognozą sprzedaży?
Analiza patrzy wstecz i odpowiada, co się wydarzyło i dlaczego. Prognoza szacuje, co może się wydarzyć, na podstawie historii i przyjętych założeń. Prognoza jest bardziej niepewna, dlatego lepiej podać jej zakres niż jedną liczbę. Więcej w osobnym poradniku o prognozie sprzedaży.