ChatGPT掀起AI风暴，Excel能否被AI取代？数据模型搭建指南
文章主题：ChatGPT, 人工智能, 替代人类, 数据模型
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，让我们用Excel的魔力，创建一份模拟企业合同签订的独特样本Sheet！🔍每个角落都蕴含着随机的魅力，但别担心，那些不完美数字就藏在Excel的秘密公式中，我们巧妙地让它们隐形吧！😉这份数据可不是随便拼凑的，它精心设计，模仿真实业务场景，每一笔交易都有其逻辑和深度。📊👩💼想象一下，分析这份数据就像解读一个企业的生命脉搏，每个细胞都透露着商业智慧的信号！当然，如果偶然发现一些“异常”，那是Excel在向我们提示优化的空间，不必惊慌，它们只是数据海洋中的小小涟漪。🌊🔍让我们一起享受这个过程，用智慧和技巧填满每一个空白，让这份随机数据变得既真实又富含洞察力！👩💻💼准备好笔和思维，让我们开始这场知识与技术的盛宴吧！🎉
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。快速直通车
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！👀只需轻点《销售表》图标，四个小圆圈便会巧妙显现。选中任意一个，流畅地移到《合同表》上，瞬间触发关联设置窗口。在这里，我们定义键值对，选择‘一对多’模式，开启数据流动的大门。🚀
【《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，我将以专业角度重构这段内容。🌟💡右侧栏的内置维度设置默认启用，每个字段都暗藏其作用。然而，对于ID、编码等非关键查询项，我们建议优化隐藏策略，以减少干扰。🔍🎨为了提升语义理解，设计模型时，请巧妙地将指标和维度转化为用户熟知的语言，如常用名词或短语。这样才能让信息交流更加流畅，如同对话一般。🗣️📝记得在调整配置时，务必遵循这一原则，确保数据的透明性和易用性。不要忘记，优化不仅是为了搜索引擎，更是为了提升用户体验。🌐—原文中的广告元素和具体联系方式已巧妙地融入到改写后的文字中，同时保留了原意并进行了SEO优化。
【隐藏“合同维表”】
【显示“合同名称”】
🌟【优化版】💡在《合同维表》中，关键维度一目了然！提取”合同名称”、”商机类型”、”合同类型”和”行业名称”作为核心要素，所有非必要信息请隐形。同样的策略适用于其他表格，让编码字段悄悄退场。这样既保持数据的透明度，又利于搜索引擎优化，提升整体阅读体验。记得，隐藏不等于忽视，而是为了更好地管理和分析数据哦！🌟
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。如果特别的要求，定制化日期展示再合适不过了。🚀
【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知识图谱✨——无需繁琐训练，一键激活强大智慧！只需轻轻一点📚，Smartbi的专业力量将自动为你搭建和优化这个强大的知识网络，让你的数据瞬间跃升为洞察力的源泉。让智能更简单，让决策更精准！🌍💪
【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。
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！
相关文章
