文章主题：ChatGPT, Excel数据, 数据模型

666ChatGPT办公新姿势，助力做AI时代先行者！

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

🎉🚀文章写作大挑战来啦！🌟📊首先，让我们打造一个Excel宝典，里面藏着一份模拟企业合同的神秘数据样本哦！👀📖每一行、每个数字都精心设计，仿佛在讲述商业世界的点滴故事。📝🔍尽管偶有不完美之处（别担心，我们悄悄地把它们藏起来，就像魔法师的手法一样），但绝对真实且贴近实际，只为让你更好地理解和分析。👌📊接下来，让我们一起探索这份数据的奥秘，让Excel唱主角，为企业决策添砖加瓦！💼📈记得，关键词要巧妙融入哦，让搜索引擎找得到你的智慧之光！💡SEO大作战，我们火力全开！🔥🚀

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

🎉完成数据导入后，我们的第一步是创建基础的表间链接！只需轻轻一点，《销售表》就在你眼前生动展现，4个小圆圈闪烁着连接的信号。鼠标轻点其中一个，将其优雅地移到《合同表》上，瞬间，专属的表关系对话框随之跃然而出。在这里，我们精心挑选关联字段，确定一对一或多对多的甜蜜链接。🚀

【《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

🌟作为文章写作大师，我深知优化内容的重要性。💡首先，右侧栏的内置维度默认设置虽好，但并非所有都适用。例如，ID和编码这类字段在日常查询中可能并不常用，我们建议进行隐藏操作，以提升查询效率。📚其次，为了更好地理解和解析用户语言中的指标与维度，设计模型时应巧妙地将它们转化为用户习惯的表述，如使用更具描述性的词汇替换。这样做不仅有助于自然语言处理，还能增强用户体验。🌐最后，记得在布局和标签上进行微调，让SEO轻松抓取关键信息，提升搜索引擎排名。🏆让我们一起打造清晰、易懂且高效的界面吧！

【隐藏“合同维表”】

【显示“合同名称”】

🌟【合同维度优化】🌟在《合同维表》的设计中，我们聚焦于关键要素的提取和展示，以提升数据的洞察力和搜索引擎友好性。首先，四大维度——”合同名称”、”商机类型”、”合同类型”和”行业名称”将被精心编织成维度标签，它们是驱动业务分析的核心力量。🌟所有非核心字段，如编码信息，将以隐形的方式巧妙融入，既保证数据的完整，又避免干扰视线。这样，我们既能保持数据的透明度，又能实现隐藏以优化SEO。🚀同样的策略将应用于其他表结构，确保每个元素都服务于数据的高效管理和搜索价值最大化。🌟记住，每一个细节都是为了构建一个强大且易于理解的数据世界，让我们一起打造这样的知识宝藏吧！📚—原文中提到的隐藏编码字段和对合同名称等维度的处理方式，在改写后以更专业且SEO优化的语言呈现出来，同时保持了原意，增加了情感色彩和互动性。

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】

✨💡当然，个性化是关键！如果你对默认名称不太满意，完全可以选择一个更适合你的。别忘了，选择一个日常中常见的日期格式也能提升便利性哦。🌟🎨如果特别想定制，那些日期显示部分也是可以微调的。只需轻轻一动，让你的日程安排更加独一无二。🎈💪

【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引领智能新风尚！通过独特的”数据+知识”双模架构，我们打造了一个高度自定义化的语义图谱——自然语言查询引擎。💡只需轻轻一点，无需繁琐操作，一键就能启动知识图谱的精炼之旅。SMARTBI已为你省去了所有前期训练的麻烦，让智慧触手可及！🌍现在就体验，开启智能分析的新篇章吧！🌟

【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的自然语言查询和同类产品有个不一样的地方就是，通常的自然语言查询工具，需要比较完整地说出数据库中的字段名，而Smartbi的自然语言查询是不需要的，用户可以按照常规的说法去说这个词语。系统会根据当前的语言场景匹配最合适的字段。

比如上述例子中的“广州分部合同金额排名前十销售”，系统会根据当前的语句自动识别是想要对“销售姓名”排名还是“销售分部”排名，在这句话中，系统给出的选择是使用“销售姓名”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，掌握AI大模型第一手资讯！AI时代不落人后！

免费ChatGPT问答，办公、写作、生活好得力助手！

扫码右边公众号，驾驭AI生产力！