Ray Poynter, 21 de março de 2025
Em duas sessões recentes de treinamento, corri, fui feito a mesma pergunta duas vezes: “Posso fazer upload de crosstabs para conversar para analisar e me ajudar a encontrar mensagens nos dados?”
Eu não costumo fazer isso, pois normalmente carrego dados brutos em vez de pesquisas de mercado em crosstabs. No entanto, pude compartilhar alguns pensamentos gerais, como começar pedindo ao Chatgpt para dizer coisas que você já sabe para que você possa verificar se ele interpretou os dados corretamente.
Hoje, passei algum tempo brincando com o upload de tabelas para o ChatGPT 4.5 e aqui estão minhas principais recomendações.
- PDF versus Excel. Achei muito mais fácil enviar e fazer com que o Chatgpt interprete as tabelas no formato PDF. No Excel, o arquivo usava muitas células vazias e células mescladas, e o python subjacente parecia lutar para entender isso. Para fazer isso funcionar, eu precisava ajustar o arquivo do Excel e fazer mais etapas na importação.
- Verifique os totais, linhas e colunas. O problema mais frequente que encontro ao fazer o upload de dados é que a IA não lê todas as linhas e colunas. Eu resolvo esse problema, pedindo à IA que resuma as linhas e colunas, algo que eu possa facilmente verificar e que garante que a IA abranger todas as informações.
- Dê à IA algumas tarefas fáceis. Pergunte quantas tabelas existem, quantas pessoas estão nos dados e quais são as colunas – todas as coisas que são fáceis de verificar.
- Dê algumas tarefas mais difíceis. Por exemplo, peça para combinar alguns dados e filtrar por coisas como ‘apenas usando grupos com uma base de 30 ou mais’. Em seguida, crie uma pontuação satisfeita e uma tabela mostrando a pontuação satisfeita da rede, classificando o mais alto para o mais baixo.
- Peça o resumo que você deseja, deixando sua pergunta clara. Em geral, não peça ao ChatGPT para simplesmente analisar ou resumir os dados. Diga qual é a pergunta subjacente e seja específico sobre o que você deseja entender. Por exemplo, diga que seu cliente deseja saber em quais clientes segmentar, portanto, descreva em quais grupos de pessoas o cliente deve se concentrar.
Um exemplo simples:
Este exemplo é baseado nas perguntas fechadas de um estudo do NewMR realizado em 2024, analisando níveis de otimismo em pesquisas de mercado em todo o mundo.
Aqui está a tabela que eu carreguei:
Enviei a tabela e pedi que o ChatGPT leia o arquivo e esteja pronto para responder a perguntas. Abaixo, estabeleci um pequeno exemplo do processo que discuti anteriormente.
Incitar: “Quantas entrevistas foram coletadas na Europa?”
Resposta: “O número total de entrevistas coletadas na Europa (incluindo o Reino Unido) é 128conforme indicado nos dados de crosstabulação fornecidos ”
Isso foi muito fácil de verificar.
Incitar: “Qual é a base para a Europa na seção de otimismo?”
Eu perguntei isso porque sabia que isso era uma exceção.
Resposta: “A base para a Europa na seção de otimismo é 125 entrevistados. Isso difere um pouco do total geral de 128 entrevistados indicados inicialmente, sugerindo que pode haver um pequeno número de entrevistados que não responderam à pergunta de otimismo, levando a um tamanho base ligeiramente reduzido. ”
Isso confirmou que estava lendo os números certos do lugar certo.
Incitar: “Crie uma tabela que mostre a base para cada região, função e nível de otimismo para cada uma das três seções”
Esta é a última verificação que o ChatGPT entende meus dados.
Resposta:
Incitar: “Para cada uma das três variáveis listadas acima, mostre -me a porcentagem que é otimista (otimista + muito otimista)”
Uma vantagem de usar uma IA é que não precisamos usar uma linguagem de script ou precisão de script para solicitar saídas.
Resposta:
Incitar: “Ignore os títulos (por exemplo, acadêmico) que possuem uma base inferior a 30, crie uma lista dos grupos da geografia e papel que mostram o nível de otimismo e a classificação que lista da mais alta a mais baixa”
Resposta:
Não sei por que escolheu incluir uma das ‘outras’ linhas 😊
Prompt: “Se a pergunta é como o otimismo e o pessimismo variam de acordo com o papel e a região, escreva um resumo do que esses dados sugerem?”
Resposta:
““Resumo do otimismo e pessimismo por papel e região:
Os dados da pesquisa indicam variações claras nos níveis de otimismo e pessimismo no setor de insights e pesquisa de mercado quando segmentados pela função do entrevistado e pela região geográfica.
Por região:
- Entrevistados de Ásia -Pacífico Mostre otimismo notavelmente alto, com quase três quartos (72%) otimistas ou muito otimistas. Isso sugere confiança e positividade nessa região para o futuro da indústria.
- Em contraste, Europa (59%) e EUA e Canadá (59%) os entrevistados apresentam níveis mais baixos de otimismo em comparação com a Ásia -Pacífico, mas ainda indicam sentimentos geralmente positivos.
- Outras regiões, como África e Oriente Médio e América latinatêm bases menores, mas sugerem níveis moderados de otimismo (cerca de 50 a 57%), implicando perspectivas mais cautelosas.
Por papel:
- Otimismo é mais alto entre Fornecedores de pesquisa ou consultoria (65%), destacando a confiança nos prestadores de serviços de pesquisa profissional sobre a trajetória do setor.
- Pesquise compradores/usuários (58%) e Fornecedores para a indústria de pesquisa (56%) expressam otimismo comparativamente menor, o que pode indicar maior conscientização dos desafios do mercado ou incerteza daqueles que comissionam diretamente a pesquisa ou fornecem ferramentas e serviços operacionais.
Padrões gerais:
- Em regiões geográficas e de função, a maioria mantém uma perspectiva otimista. No entanto, existem variações acentuadas que refletem diferentes ambientes econômicos ou perspectivas moldadas por funções do setor.
- O pessimismo é relativamente baixo no geral (cerca de 11%), sugerindo que a maioria dos profissionais se inclina para o otimismo ou a neutralidade, e não a negatividade.
Conclusão:
Os dados indicam o sentimento geralmente positivo da indústria, mas ressalta as diferenças regionais, com os profissionais da Ásia -Pacífico mais otimistas, enquanto os papéis associados a serviços diretos de compra ou suporte exibem otimismo mais temperado, possivelmente refletindo pressões operacionais distintas ou expectativas de mercado “.
Lembre -se, este foi um exemplo simples de como fazê -lo. Em um projeto real, os dados seriam maiores, a análise por mais tempo e a verificação mais completa.
Saber mais
Deseja saber mais sobre o uso da IA para processar dados Quant? Eu tenho dois cursos chegando em breve.
A Sociedade de Pesquisa, na Austrália, também abriga os seguintes cursos, cronometrados para a Austrália.
