Data analytics

Analyseer je data snel & eenvoudig met ChatGPT’s ‘Data Analysis’

0

Niet zo’n held met cijfers? Of te weinig tijd om regelmatig de de beschikbare data in te duiken? Dan zijn de ‘Data Analysis’ (voorheen Advanced Data Analysis/Code Interpreter) mogelijkheden binnen ChatGPT jouw beste vriend. In de betaalde ChatGPT-4 heb je nu de mogelijkheid om data-bestanden te uploaden. Dit is misschien wel de gaafste toevoeging sinds livegang, aangezien je hiermee met weinig kennis data kunt analyseren en grafieken kunt uitdraaien.

Hoe gebruik je Data Analysis?

Als marketeers moeten we regelmatig in grote hoeveelheden data duiken om kansen te spotten of trends te ontdekken in klantgedrag. Daar kan ChatGPT nu heel goed bij helpen. Indien je een ruw databestand hebt van bijvoorbeeld klantgedrag, aankopen of een klanttevredenheidsonderzoek, kan ChatGPT je helpen hier visualisaties van te maken. Denk aan het uitdraaien van tabellen, maar ook grafieken voor het visualiseren van je data.

Met onderstaande prompt segmenteerde ik de data van een klanttevredenheidsonderzoek bijvoorbeeld op de variabele ‘vestiging’, zodat ik het sentiment per vestiging kon evalueren.

Je bent een data analist. Dit is een klanttevredenheidsonderzoek dat geanalyseerd moet worden. Schoon de data op indien nodig. Ik wil in een tabel op basis van vestiging (kolom D) zien wat het gemiddelde cijfer is, haal deze uit kolom H.

Hiermee ging ChatGPT aan de slag om het bestand goed leesbaar te maken. Het verwijderde de invalide velden en kwam met de juiste onderstaande resultaten.

ChatGPT’s output van een tabel met de gemiddelde cijfers. Vestigingen zijn gemaskeerd (door ChatGPT) wegens privacy.

Let op! Verwijder altijd eerst gevoelige gegevens, zoals klantdata of andere data die kunnen achterhalen van welk bedrijf het is. Het blijft een black box waar de data precies heen gaat. Neem daarom het zekere voor het onzekere en houdt het op anonieme algemene data.

Interessante inzichten uit je klantdata

Bij het vorige voorbeeld gebruikte ik een heel concrete prompt voor wat ik wilde hebben. Dit is in het geval van een groot klantenbestand niet altijd aan de orde. Hierbij heb je juist hulp nodig om interessante inzichten uit de data te halen. Indien je makkelijk exports kunt draaien van kenmerken van klanten, de hoeveelheid aankopen en gemiddelde aankoopwaardes, kun je makkelijk correlaties vinden tussen deze kenmerken. Ideale inzichten om weer mee verder te testen op je verschillende marketingkanalen.

Ik gebruikte een klantenbestand met ruim 45.000 klanten en waardes als demografische gegevens en aankopen, maar ook het eerste acquisitiekanaal, interacties op verschillende kanalen en e-mailstatistieken (zoals persoonlijke open ratio’s). Als je ChatGPT vraagt om uit je data interessante inzichten te halen, zal deze weer standaard de data opschonen en je vervolgens een aantal vragen stellen over welke soort analyse je wil maken (het komt dus zelf met suggesties).

Na deze keuze vraagt de AI ook welke analyse-methode je wil gebruiken om vervolgens direct een grafiek uit te draaien. Ik wilde bijvoorbeeld weten welke correlaties er te vinden waren tussen de verschillende datapunten, waarbij ChatGPT een correlatiematrix wist uit te draaien tussen al deze verschillende datavelden. Zo zag ik bijvoorbeeld dat een eerste interactie met TikTok, oftewel het acquisitiekanaal, uiteindelijk voor een hogere Customer Lifetime Value zorgt (correlatie score van 0.57). Op basis van dit inzicht kunnen we weer keuzes maken om bijvoorbeeld meer van het marketingbudget op TikTok in te zetten ook al is de directe ROI niet zo positief.

Limitaties

Op het gebied van de interpretatie van de grafieken laat ChatGPT nog wel wat steken vallen. Soms moet je het meerdere malen corrigeren om een simpele grafiek op de juiste manier uit te lezen. Neem bijvoorbeeld deze conclusie op basis van onderstaande grafiek:

From the histogram, it appears that the most common age segment in the data is ‘Young Adult’, followed by ‘Adult’. The ‘Child’ and ‘Senior’ segments are the least common.

Blijf dus altijd scherp op de conclusies die je uit de grafieken trekt of trek deze zelf.

Voorbeeld van een grafiek uitgedraaid door ChatGPT over de distributie van leeftijden.

De data die in de grafiek weergegeven worden, zijn wel accuraat geweest tot nu toe. De Data Analysis haalt in het algemeen wel interessante bevindingen uit de data en kan deze dus goed visualiseren. Nadeel is wel dat je de grafiek als een afbeelding ontvangt, waardoor je niet zo makkelijk kleine wijzigingen kunt doen. Dit is vervolgens weer makkelijk op te lossen met een prompt als:

Kan je de grafiek sturen als een csv zodat ik deze kan bewerken?

Probeer verder de verschillende analysevragen niet allemaal in één keer te stellen, aangezien ChatGPT nog weleens fouten oplevert. Vervolgens zul je het antwoord moeten hergenereren en start deze volledig opnieuw. Soms raak je hierdoor hele goede antwoorden kwijt, welke elke keer flink kunnen verschillen.

Hoe kan je zelf aan de slag met ChatGPT’s Data Analysis?

Selecteer ten eerste de juiste versie: GPT-4. Deze is dus alleen beschikbaar in de betaalde versie en bevat de Data Analysis-functie.

Menu bij het selecteren van de GPT-versie.

Upload vervolgens aan de linkerkant van de tekstbalk je bestand. In het geval van een databestand gebruik je idealiter een csv (komma gescheiden). Om interessante learnings uit klantenbestanden te halen raad ik aan om zoveel mogelijk data beschikbaar te hebben. Hoe minder data, hoe groter de correlaties moeten zijn. Een goede leidraad is een bestand van minimaal 5000 klanten.

Ter Inspiratie

Naast deze twee voorbeelden zijn er nog vele andere mogelijkheden om de Data Analysis-functie te gebruiken. Deze functie helpt je bijvoorbeeld in een paar minuten al je e-mailstatistieken analyseren. Denk hier aan:

  • een tabel met de best en slechtst presterende nieuwsbrieven (op basis van open ratio, CTR of conversieratio),
  • een visualisatie van de groei/afname van je e-maillijst, of
  • correlaties tussen het gebruiken van emoji en de open ratio.

Ook kun je het inzetten voor exports vanuit Google Analytics. Bijvoorbeeld voor een pagina-analyserapport (in GA4: betrokkenheid > pagina’s en schermen) of een analyse van je acquisitiekanalen. Genoeg mogelijkheden in ieder geval!

Gebruik de kracht van ChatGPT-4

Kortom, ChatGPT-4’s Data Analysis is een goede aanwinst voor elke marketeer die worstelt met data-analyse of simpelweg tijd wil besparen. Of je nu diepgaande inzichten nodig hebt uit complexe datasets of slechts een snelle analyse van klantgedrag, ChatGPT biedt een snelle en gebruiksvriendelijke oplossing.

Het helpt je niet alleen met het visualiseren van data, maar stimuleert ook creatief denken door suggesties en analyses aan te bieden. Maar let wel op: het blijft essentieel om zelf de regie te houden over de interpretatie van de resultaten. ChatGPT-4 is een krachtige assistent, maar het is jouw kennis en expertise die de juiste inzichten uit de data haalt.