大家平时应该在工作中常常使用到Excel来做数据统计,比如临近过年时,公司一般会开各种复盘、年终、检讨、明年规划大会,势必需要准备一大堆的量化数据报表,用于会议上的数据汇报、分析工作,试想一下,在0到1的创业公司,在没有技术团队的情况下,如何进行数据报表相关的分析呢?
如果在没有了解“小浣熊AI办公助手”前提下,按照以前的惯性思路,肯定也是想着自己组建一个技术团队。现在,不妨试试新的指标平台。
通过对“小浣熊AI一站式办公助手”产品进行数据分析、趋势预测、数据可视化等功能,帮助办公任务变得更加轻松和高效,该产品也是一个低成本、高效率、轻量的、开箱即用的一站式AI相关的办公助手。
“小浣熊家族”是基于商汤大语言模型打造的 AI Native 生产力系列工具,覆盖软件开发、数据分析、编程教育等多个场景,旨在通过先进的人工智能技术优化和提升工作效率。家族现已推出代码小浣熊和办公小浣熊两位成员,为十余万用户提供数亿次智能辅助服务。
“代码小浣熊”是基于商汤大语言模型的软件智能研发助手,覆盖软件需求分析、架构设计、代码编写、软件测试等环节,满足用户代码编写、编程学习等各类需求。代码小浣熊支持 Python、Java、JavaScript、C++、Go、SQL 等90+主流编程语言和 VS Code、IntelliJ IDEA 等主流 IDE。在实际应用中,代码小浣熊可帮助开发者提升编程效率超50%。
“办公小浣熊“是基于商汤大语言模型的大模型原生数据分析产品,可通过用户的自然语言输入,自动将数据转化为有意义的分析和可视化结果。办公小浣熊支持复杂表格、多表格、多文件的理解,可以完成数据清洗、数据运算、比较分析、趋势分析,预测性分析、可视化等常见数据分析任务,赋能财务分析、商业分析、销售预测、市场分析、宏观分析等多个应用场景。
现在办公小浣熊全面开放公测,公测期间免费提供给个人用户使用,接下来快来跟我一起来体验一下,开启AI智能化办公。
首先我们通过进入AI“办公小浣熊”官方地址,选择中间C位的“办公小浣熊”图标,这里提供了2种的登录与注册方式:
公司是一家理赔相关的医疗服务平台,公司提供全面的保险服务,包括但不限于报案受理、保险咨询、投诉处理以及理赔服务,以下是赔付的相关数据,部分数据进行打码处理。
将“赔付数据”文件通过本地进行上传,这里支持很多类型的数据文件,本文使用比较通用的类型xlsx。
这里为什么使用python做为AI分析的语言?因为Python数据分析是一个广泛的领域,它涉及到使用Python编程语言来处理、分析、可视化和解释数据,Python因其易用性、强大的库支持和社区支持而在数据分析领域广受欢迎。
这个功能貌似是官方给的Demo示例,而且数据库的链接信息也不能修改,里面有3个Excel文档,分别为用户基础信息表(users)、产品信息表(products)、订单信息表(orders),可以用于做一些测试演练,但是数据量也不太多。
三张SQL表的数据库ER模型,可以看到Users和Products都是主表,Orders表是一个中间关联表,即通过user_id与Users表进行关联,又通过product_id与Products表进行关联,所以这3张表可以产生一个笛卡尔积的数据结果。
帮我分析一下各个地区的销量总价是多少,由大到小进行排列。
可以看到如果是SQL文件的话,一般是写SQL语句来解决,而且SQL写的比我也好,但是如果我自己写的话,就是只查2张表就可以了,不用再JOIN Products表。
# Query to get total sales value by region and order by total sales value in descending order
query = """
SELECT
Users.registration_location AS region,
SUM(Orders.quantity * Products.price) AS total_sales_value
FROM
Users
JOIN
Orders ON Users.user_id = Orders.user_id
JOIN
Products ON Orders.product_id = Products.product_id
GROUP BY
Users.registration_location
ORDER BY
total_sales_value DESC;
"""
sales_value_by_location = cursor.execute(query).fetchall()
sales_value_by_location
为什么要选择SQLite3数据库?SQLite3提供了一个实验性的 Web 版本,称为 SQLite 3 Fiddle。这个版本允许开发者直接在 Web 浏览器中运行 SQLite3,无需下载或安装任何额外的软件。用户可以在浏览器的沙箱环境中运行最新的 SQLite 3.39.0 Beta 版本。这个 Web 版本是通过 WASM(WebAssembly)编译的最新 3.39.0 构建的副本,使得开发者能够在不离开浏览器的情况下进行 SQLite3 数据库的操作和管理。
上文有一个伏笔,提到了使用手机密码进行登录可以进行团队管理,比如一些数据可以放到“数据管理”中进行管理,比如:
进行团队管理Excel数据的关键,在于实现多人可以共享一些数据源,包括数据表格的定时更新,但是好像无法进行数据表格的权限的控制,可以大大提高团队管理Excel数据的效率和准确性,助力团队高效运营。
通过简单的从0到1对“AI办公小浣熊”的体验,可以发现“AI办公小浣熊”十分的简单,不需要学习什么Excel函数,也不需要学习IT相关的技术,可以进行低门槛的使用,只需要上传数据源文件,通过交互式聊天问答,就可以利用商汤自研的大模型算法将用户的自然语言输入,自动将数据转化为有意义的分析和可视化结果。
不知道大家有没有遇到过,由于公司的前期阶段,经常需要进行业务的数据统计,特别是公司高层的一些会议,经常会有助理、主管找我说,帮我查一下某某的数据,这时候,只能打开SQL查询工具,来进行查询,但是这样效率比较慢,可以利用“AI办公小浣熊”来帮助我们提高效率。
接下来,可以让“AI办公小浣熊”帮我处理一下想要的领导需要的数据,首先可以看到“AI办公小浣熊”利用商汤AI大模型可以分析一下逻辑流程图,需要做哪些事情,可以看到逻辑思路上其实跟我们程序员写代码差不多,读取了存放在服务器的本地目录文件,然后分析需要的字段,再进行python代码逻辑的运算,可以得出一个table的表格数据。
可以看到通过“AI办公小浣熊”,可以不到一分钟就能给出量化的分析结果,比IT开发人员处理的速度快了不至10倍,这里可以看到还提示了2022年第2季度的总金额是0,复盘了一下excel的数据表,确实第二季度(4-6月)是没有数据的。
思考:但是领导一般不会去看这些表格,一般来说可以做一些可视化的报表比较合适的。
可以让“AI办公小浣熊”直接帮我们创建一个季度比较的柱状图,可以更直接的表现数据,可以看到也是使用python的图表来进行画图,不过,通过对比,画图的时间比AI生成table表格的时间要稍微长一点,生成的图表颜色比较单调,可以让更改颜色的方案来重新生成图表,但是总是觉得差点意思。
让“AI办公小浣熊”帮助我们生成一个echarts图表的json数据,生成也比较快,在echarts在线的调试示例中,找到一个比较中意的图表,可以看到数据也不太适合,需要自己重新转化改造一下,就可以看到生成图表样式还是可以的,发给领导看的话,也可以比较美观,同时,也可以生成带有代码的echarts图表代码,非常的方便。
上面我们使用了“AI办公小浣熊”快速的得到了一个每个季度已结案的直付总金额柱状图,只是简单的一个纬度查询,并不能体现很大的优势,接下来,让“AI办公小浣熊”帮我们生成多纬度的数据比较堆叠柱状图,来看看效率会提高多少?
数据源中有一些字段是需要数据转换的,比如被保人性别F表示男,M表示女,因为上面数据是放到“数据管理”中,可以看到是去读取服务器的文件,先查找数据为M女性的数据,而且python的代码也是有一些注释,也可以帮助我们去进行一些逻辑的排错,这个可能对IT程序员比较有用处。
通过python的代码可以生成一个2个纬度的数据表格,也可以直接下载生成的结果转化为excel格式的文档,也可以做为二次数据源保存到“数据管理”中。
# 提取需要的列:报案时间、结案时间、被保人性别
data_needed = data[['报案时间', '结案时间', '被保人性别']]
# 将报案时间和结案时间转换为日期格式,并提取年月信息
data_needed['报案时间'] = pd.to_datetime(data_needed['报案时间']).dt.to_period('M')
data_needed['结案时间'] = pd.to_datetime(data_needed['结案时间']).dt.to_period('M')
# 计算每个月的报案和结案人数
report_counts = data_needed.groupby('报案时间').size()
close_counts = data_needed.groupby('结案时间').size()
# 合并报案和结案人数
monthly_counts = pd.concat([report_counts, close_counts], axis=1)
monthly_counts.columns = ['报案人数', '结案人数']
# 计算每个月被保人性别的占比
gender_counts = data_needed.groupby(['报案时间', '被保人性别']).size().unstack(fill_value=0)
gender_ratio = gender_counts.div(report_counts, axis=0) * 100
# 合并性别占比到月度统计表中
monthly_counts_with_gender = pd.concat([monthly_counts, gender_ratio], axis=1)
monthly_counts_with_gender.columns = ['报案人数', '结案人数', '男性占比(%)', '女性占比(%)']
monthly_counts_with_gender.reset_index(inplace=True)
monthly_counts_with_gender.rename(columns={'index': '月份'}, inplace=True)
monthly_counts_with_gender.head()
上面得到了table表格数据集,但是想要转化为图表,可以让它生成一个折线图的图表,可以看到上面的数据还是可以在下面的对话中继续使用的,最开始由于月份日期格式有问题,导致绘制的图表画不出来,但是可以看到AI可以非常智能的自动调整并修复逻辑。
通过查看折线图,可以明显分析出一些数据趋势的变化情况,针对这些变化可以做出对公司策略的调整:
不过,上图只有报案人数与结案人数,明显这样来看只能看出一些变化,领导需要图中也要显示男女的人数占比。可以使用“堆叠柱状图”来展示4种类型的数据的分布和关联关系,提高数据传达和决策的效果。
当然,这里如果有时间的话,可以对图表进行参数调整,达到美化图表的效果。但是比较费时间,建议官方能默认支持生成比较好看的图片,让我们在会议汇报、领导查收时,能够眼前一亮,当然也是可以生成好json数据,在echarts根据自己的喜好生成美观的图表。
自己在公司也是开发有4年多的时间,通过上述从0到1的“AI办公小浣熊”产品实践,结合公司自己业务本身遇到的场景,进行以下几个角度的分析。
不少公司企业内部,是完全依赖技术团队报表进行开发,但是,从技术团队的角度来看,在灵活性、通用性、产出效率几个特点来看,技术团队往往会存在以下一些问题。
往往一个小事情,解决的链路会很复杂、繁琐,往往增加了额外的沟通、时间成本,从人效的角度并不适合。
在某些大方向上,基于公司的常规报表需求,在合理范围内是很正常的,但是在某一些不常用的报表需求范围内,可以使用“AI办公小浣熊”产品来解决,比如临时需要的紧急数据,走流程审批下来,估计都为时已晚,比如公司刚刚成立,需要很多统计类的需求,所以在有些场景下,我们可以通过“AI办公小浣熊”来优化工作流程,提高工作的效率,让人更专注于本职工作上。
上面也提到了,结合公司的一些业务,并非所有的场景都适用,以下整理了公司某些场景下可替换的评估项,以及导入“AI办公小浣熊”后,初步预判可替换成本评估:
公司其实一直以来有些领导也在质疑,技术团队的价值?买一套成型的BI可以用吗?
序号 | 业务场景类型 | CostDown成本预算/收益值 |
---|---|---|
1 | 非公司层面性、临时性、小范围内的数据统计分析 | 业务开发量减少30% |
2 | 开发成本对比 | 产品、UI、开发、测试工作量减少25% |
3 | 成本预算对比 | 人力降低15%,IT软件资源降低20% |
4 | 产出时效性对比 | 加快60-70% |
5 | 沟通成本对比 | 降低30% |
注:以上只是一个初步的预算模型值,在某些场景下,希望在各个业务部门,导入“AI办公小浣熊”后能够实现业务精细化运营、降本增效,实现“人人都是数据分析师”。
随着移动互联网时代的不同发展和ChatGPT推动,越来越多的公司进行数字化转型,但是不同于GPT的是,“AI办公小浣熊”专注于数据智能化分析这一个热点方向展开了深入的研究、测试并发布,这也是数据智能分析具有里程碑意义的进步,一步一步深入了解“AI办公小浣熊”的能力与魅力。
通过对“AI办公小浣熊”的探索,可以发现对于数据量较大的信息数据源分析的效果也很好,无论是从速度上,还是回答准确率上,都极具针对性,至少满足了我个人平时的基本需求。通过AI的辅助让用户就不需要过度的思考和操作,确实做到了智能化、人性化和精确化这一步,可以实现让每个人都是数据的生产者和消费者,用来支撑企业的管理和运营需求。
办公小浣熊支持日常数据分析工作中的数据清洗、数据运算、趋势分析、预测性分析、比较分析、关联性分析、数据可视化等场景。
对于企业用户来讲是非常友好的,减少了下载安装软件的琐碎流程,通过AI赋予的价值在于解决企业内部普遍面临的依赖技术团队、Excel技能门槛高、数据产能低等共性问题,通过“AI办公小浣熊”将数据分析工具提升到业务面,最终实现人人可用、全民识数的目标。
版权说明:如非注明,本站文章均为 扬州驻场服务-网络设备调试-监控维修-南京泽同信息科技有限公司 原创,转载请注明出处和附带本文链接。
请在这里放置你的在线分享代码