构建智能数据模型的轻松指南
ChatGPT玩转Excel数据
1.引言
最近ChatGPT的出现，把人工智能又带起了一波浪潮。机器人能否替代人类又成了最近热门的话题。
今天我们推荐的一个玩法和ChatGPT有点不一样。我们的课题是“让用户可以使用自然语言从Excel查询到自己想要的数据”。
要让自然语言可以从Excel中查数据，那我们得做点准备：
需要一个Excel文档
需要一个自然语言查询工具（这里我们推荐Smartbi NLA）
1.1.体验自然语言查询
老规矩，先上效果再说其他。
【使用录屏动画】
2.Excel说明
在开始之前，我们需要创建一个Excel文件，其中包含的数据是模仿一家企业合同签订表的随机模拟数据。这些数据中某些数字可能并不十分合理，因此在阅读时，请自动忽略这些部分。
2.1.数据结构说明
2.1.1合同明细表
2.1.2.销售表
2.1.3.地区表
2.1.4.日期维
2.2.表关系图
【表关系图】
2.3.数据示例
【Excel详情】
3.数据导入与建模
数据情况介绍完了，我们要用上述的数据，做一个数据模型，下面主要介绍下建模的过程。
如果对数据模型已经很熟悉了，可以跳过。
3.1.Excel导入
Smartbi中的Excel数据导入，非常简单，按照向导操作就可以了。
【Excel数据导入】
3.2.建立表关系
3.2.1.第一个表关系
在数据导入流程中，我们的首要任务是建立首个表格之间的关系。当鼠标移至《销售表》之上时，你会看到四个小圆圈。挑选一个圆圈并将其拖拽至《合同表》上方，系统会自动弹出一个表格关系对话框。接下来，我们需要选择关联字段，并设定关系类型为“一对多”。
【《销售表》和《合同表》关系建立】
【完整表关系】
3.3.指标、维表和事实表处理
3.3.1.生成指标
【双击“合同金额”转指标】
从事实表中，找到需要转为指标的列，双击，就会自动生成指标。
3.3.2.处理维度
在默认情况下，右侧栏的每个字段都会生成一个维度。然而，对于那些在正常查询中无需显示（如ID、编码等）的字段，我们建议将其隐藏。这样做可以减少不必要的干扰，并使自然语言更好地识别用户语言中的指标和维度。在设计模型时，我们应该尽量使用用户熟悉的词汇来表示指标和维度，以便于他们更直观地理解和使用这些功能。
【隐藏“合同维表”】
【显示“合同名称”】
在《合同维表》的设计中，我们可以看到需要展示的信息包括“合同名称”、“商机类型”、“合同类型”以及“行业名称”。为了更好地组织和展示这些信息，我们可以将这些字段设定为维度，从而使得数据更加清晰明了。而对于其他字段，则可以考虑将其隐藏，以减少不必要的干扰。同样的操作也可以应用到其他表格中，对编码字段进行隐藏处理。这样一来，不仅可以提高数据的呈现效果，还可以优化信息的获取效率，使工作更为便捷高效。
3.3.3.创建时间维度
【创建时间维度】
在右键“日期”字段，选择“创建时间层次结构”，我们可以创建包含指定层次的时间维结构。
【选择时间层次结构】
根据查询需要，我们选择了“年”、“季”、“月”、“日”，4种层次结构。
【生成的时间层次】
在命名方面，如果您认为默认名称并不理想，那么当然可以进行更改。但是，考虑到我国对于日期的普遍表述习惯，我们仍然建议您对默认名称进行调整。当然，如果您有特殊的需求，也可以自由设定需要展示的日期格式。
【修改季度名字】
【改名后的时间层次】
3.4.自定义指标
除了合同金额，如果我们还想知道“合同个数”，我们需要对“合同编码”做唯一计数。
【生成“合同个数”指标】
3.5.模型抽取
最后，我们需要对模型进行抽取，将Excel数据加载到高速缓存库中。
【模型抽取】
【点击：抽取并建宽表】
3.6.模型验证
模型做好以后，我们需要验证下模型是否正确。这里可以使用“自助仪表盘”完成模型的验证工作。
【新建-交互式仪表盘】
【查询验证】
把用到的维度和指标都拖上来，看看是否有数据，数据是否正确。
3.7.总结
以上是创建数据模型完整的过程。是不是很简单，手痒的同学可以先试试了。
Smartbi的数据模型建设过程非常简单，全程就是鼠标拖拽就实现了，除了改名，基本不需要使用键盘。更不需要写SQL语句或者其他程序语言。对用户的要求大大降低。就算稍微有点高级的–做计算指标，对用户的要求也只是：了解该指标的计算方法，然后基本也是全程鼠标就可以实现了。总之，使用Smartbi一切都太方便了！
4.自然语言查询
4.1.训练NLA模型
Smartbi 的自然语言查询功能是在数据模型基础上构建的一个知识模型（即知识图谱）。该知识图谱的训练过程相对简单，用户只需进行一定的训练即可。然而，Smartbi早已将这些繁琐的工作整理好，用户只需轻轻一点训练按钮，便可轻松完成知识图谱的构建。
【训练AI图谱】
【选择需要参与训练的维度】
日期维、ID、编码、数字这些一般是不需要参与训练的，也就是只训练有意义的字符串列。
【选择对话式分析-进入自然语言查询】
4.2.查询演示
4.2.1.语义场景自适应
【排名演示场景】
Smartbi 的自然语言查询与其他产品有所不同，它不需要用户完整地指定数据库中的字段名。相反，用户可以使用自己熟悉的语言表达方式来提问，系统将根据当前的语言环境自动匹配最恰当的字段进行回答。这种设计使得 Smartbi 的自然语言查询更加便捷、易用，为用户提供了更高效的数据查询体验。
在上述示例中，广州分部的合同金额排名前十销售数据，系统能够自动识别并根据当前语句选择是要对“销售姓名”还是“销售分部”进行排名。在该句子里，系统提供的选项为采用“销售姓名”来进行排序。
“合同排名”也是同样的意思。这里就不详细展开了。
4.2.2.自动生成计算指标
【动态生成计算指标】
Smartbi自然语言查询，还有一个显著特点是可以自动生成一些常用的时间计算指标（不需要预先在模型中做好）。比如：同比、环比这些。
Smartbi NLA支持的时间计算指标有：
同期比
环比
同期值
前期值
同期增量
前期增量
年累计
年累同比
季累计
季累同比
月累计
月累同比
占比
4.2.3.综合分析案例
【分析案例】
这个演示主要是介绍使用自然语言分析出“广州分部合同金额去年同比下降”的原因。最开始查的是“各分部的合同情况”，然后发现广州分部同比下降了37%。
然后继续问广州分部各行业的情况，只看行业数据看不出问题，我们加上了“同比”和“占比”，发现“占比”比较大的行业（零售、教育、旅游）的合同额都大幅下滑，特别是旅游行业下滑73%。
我们再从月份的角度看，基本看到4月、5月数据都下滑比较严重，到了下半年跌幅也比较巨大。
通过上述示例发现，在做数据分析的时候使用自然语言查询，要比传统的拖拉拽方式快速很多，比手写SQL更是进步了几代。所以使用自然语言做分析，将会给业务分析人员，带来更大的方便性。
?感兴趣的朋友可点击链接，立即体验Smartbi智能问答
https://demo.smartbi.com.cn/smartbi/vision/test.html返回搜狐，查看更多
责任编辑：
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
相关文章
