ChatGPT для аналитика: как разобрать данные и проверить выводы

ChatGPT помогает сформулировать вопрос к данным, найти подозрительные значения, выполнить расчёты и подготовить объяснение результата. Начинайте с определения показателя: что считаем, за какой период и какие строки включаем. Если этого не задать, аккуратная таблица может отвечать на другой вопрос.

Ниже разберём конверсию по двум каналам: подготовим CSV, составим запрос и сверим результат с контрольными числами. Данные учебные; расчёты проверены локальным скриптом Python. Это не запись выполненного сеанса ChatGPT.

Какие задачи можно поручить ChatGPT

Этап работы	Что попросить	Что проверить самому
Постановка вопроса	Предложить определение метрики и список нужных полей	Совпадает ли определение с бизнес-задачей
Проверка таблицы	Найти пропуски, повторы ключей и невозможные значения	Что означает строка и какие исключения допустимы
Расчёт	Показать формулу, код и таблицу результатов	Знаменатель, фильтры и контрольные суммы
Объяснение	Отделить наблюдения от возможных причин	Есть ли данные для причинного вывода

В ChatGPT можно загружать CSV и Excel. Для анализа он может использовать Python; просматривайте показанный код и допущения. Возможности зависят от плана, модели и настроек рабочего пространства. Справка об анализе данных.

Анализ данных доступен и на Free, с отдельными ограничениями инструмента. При достижении лимита может потребоваться дождаться его восстановления. Платная подписка не является обязательным условием первого разбора таблицы. Условия Free.

Если вы ещё сравниваете инструменты, изучите выбор нейросети для анализа данных.

Подготовьте данные и определение метрики

В примере одна строка — сочетание месяца привлечения и канала. leads означает количество уникальных заявок, а converted_leads_30d — сколько из них привели хотя бы к одной покупке в течение 30 дней. Одна заявка учитывается в числителе не более одного раза, даже если покупок было несколько.

Обе когорты наблюдались полные 30 дней. Правила отнесения заявки к каналу одинаковы. Нам нужно сравнить доли сконвертировавшихся заявок, а не число заказов.

Сохраните следующий текст как cohorts.csv:

cohort,channel,leads,converted_leads_30d
2026-01,search,100,20
2026-01,social,900,90
2026-02,search,150,24
2026-02,social,600,66

Для своей выгрузки заранее выясните, как определяются уникальность заявки, канал и дата. Не заменяйте неизвестные значения нулями: «нет покупки» и «нет сведений о покупке» — разные ситуации. Если обнаружен повтор месяца и канала, сначала выясните, почему он появился: возможно, в таблице пропущен ещё один признак группировки.

Для загрузки удобнее таблица с заголовками в первой строке и одной записью на строку, без нескольких разрозненных таблиц на листе. Если точность чисел важна, используйте структурированный файл вместо фотографии таблицы. Подготовка файлов.

Рабочие данные передавайте только в разрешённую вашей организацией среду. Для учебной проверки достаточно приведённых вымышленных чисел. В личном аккаунте настройка Settings → Data Controls → Improve the model for everyone позволяет отключить использование разговоров для обучения; история при этом сохраняется. Эта настройка сама по себе не даёт разрешения загружать закрытые данные компании. Data Controls.

Загрузите CSV и задайте проверяемый запрос

Откройте чат, прикрепите файл и укажите его название в запросе. Не начинайте с просьбы «найди инсайты». Сначала дайте определение показателя и попросите проверить входные данные.

Проанализируй cohorts.csv. Одна строка — месяц привлечения и канал.
leads — уникальные заявки. converted_leads_30d — число этих заявок
с хотя бы одной покупкой за 30 дней; каждая считается один раз.
Обе когорты наблюдались полные 30 дней, правила атрибуции одинаковы.

Сначала покажи число строк и столбцы. Проверь пропуски, повторы
пары cohort/channel, отрицательные значения и числитель больше leads.
При проблемах остановись и задай вопросы, не исправляй их молча.

Затем рассчитай конверсию по каждой строке, по месяцу и за весь файл:
сумма converted_leads_30d / сумма leads × 100%.
Не усредняй проценты строк. Покажи код, промежуточные суммы и таблицы.
Сравни месяцы в процентных пунктах и отдельно сравни каналы.
Отдели наблюдения от гипотез; не называй причины изменения без данных.

После ответа проверьте, что прочитаны все четыре строки и названия столбцов верны. Для большого файла дополнительно сверяйте число записей и охваченные периоды: успешная загрузка ещё не означает правильный разбор всего содержимого. Среда Python для анализа в ChatGPT не делает внешние сетевые запросы; нужные внешние данные следует предоставить отдельно. Ограничения анализа.

Сверьте ответ с контрольным расчётом

Правильный результат для исходного CSV:

Месяц	Канал	Заявки	Сконвертировавшиеся заявки	Конверсия
Январь	Поиск	100	20	20%
Январь	Соцсети	900	90	10%
Февраль	Поиск	150	24	16%
Февраль	Соцсети	600	66	11%
Январь, всего	Все	1000	110	11%
Февраль, всего	Все	750	90	12%
Весь файл	Все	1750	200	≈11,43%

За весь файл: 200 / 1750 × 100 ≈ 11,43%. Простое среднее четырёх процентов даст (20 + 10 + 16 + 11) / 4 = 14,25%. Так нельзя считать общую конверсию: в строках разное количество заявок.

Общая конверсия выросла с 11% до 12%, то есть на 1 процентный пункт. При этом в поиске она снизилась на 4 пункта, а в соцсетях выросла на 1 пункт. Доля поиска в заявках увеличилась с 10% до 20%, поэтому сравнение общей доли включает и изменение состава каналов.

Из этих чисел нельзя заключить, что реклама стала эффективнее из-за новой стратегии. В файле нет расходов, описания изменений или контрольной группы. Даже при росте конверсии число сконвертировавшихся заявок снизилось со 110 до 90 на фоне меньшего общего потока.

Подготовьте вывод для коллег

Попросите короткое объяснение с числами и указанием того, что ещё предстоит проверить:

Напиши три предложения для руководителя. Сохрани общую конверсию, число сконвертировавшихся заявок и различие каналов. Не приписывай изменение рекламной стратегии. Последним предложением назови данные, которые нужны для дальнейшей проверки.

Авторский вариант, соответствующий таблице:

Конверсия февральской когорты за 30 дней составила 12% против 11% в январе, но сконвертировавшихся заявок стало меньше: 90 против 110. В поиске конверсия снизилась с 20% до 16%, в соцсетях выросла с 10% до 11%; состав потока заявок тоже изменился. Для объяснения изменений нужны сведения о расходах, аудиториях и проведённых изменениях по каналам.

Сохраните исходный файл, определение метрики, использованный код и проверенный вывод вместе. При новой выгрузке повторите проверки: прежний правильный ответ не подтверждает качество следующего файла.