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。
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》