点击“展开”查看“精华文字稿”

前面的课程中，我们一起走过了数据分析的完整流程，包括数据获取、清洗、处理、建模、结果呈现和业务价值发现这六个关键步骤。这里面建模部分相对复杂，到现在我们只是初步讨论，在课程的模块四“增强决策支持”这一章节中会进行详细解读。

我们在第一讲中讨论过，数据分析的核心目的是提炼出业务价值，任何不能为业务服务的分析都是无效的。因此，在深入探讨了每一个环节之后，现在我将把这些部分串联起来，以全面的视角展示 ChatGPT 如何在整个数据处理过程中提供支持。

为了让你更好理解，我举一个大家生活中常见的例子，个人贷款全周期数据分析，咱们一起来学习 ChatGPT 在整个数据分析过程的应用。

数据获取

来，先复习一下，数据处理之前最重要的工作是什么？对，得先明确分析目标。如果目标不清晰，我们无法判断数据的有效性，也很难高效开展后续分析。

咱们的案例是个人贷款的全周期数据分析，目标是什么呢？咱先对齐：优化贷款审批流程、提升客户满意度，并最终降低违约风险。

下面我给你提供一个示例数据表，并解释每个字段的含义。

https://shimo.im/sheets/pmkxdbM0laSp9akN/MODOC/ 《12 讲示例数据表》