راهنما · ۶ دقیقه مطالعه
تحلیل فایل CSV با هوش مصنوعی در PiGPT
راهنمای تحلیل پایهٔ CSV در صفحهٔ داده و گزارش، با تمرکز بر پاکسازی، سؤال دقیق و کنترل عددها.
تحلیل CSV با هوش مصنوعی زمانی مفید است که دادهٔ ورودی تمیز و سؤال قابل سنجش باشد. صفحهٔ «داده و گزارش» PiGPT در /app/analytics یک نوتبوک پایه دارد: متن CSV را وارد میکنید، سؤال میپرسید و نتیجه به شکل بینش و نمودار نمایش داده میشود. جدول چند ردیف نخست نیز برای کنترل ورودی دیده میشود.
در فهرست استودیوها این ابزار با توضیح «تحلیل CSV پایه» آمده و قابلیتهای زمانبندی و تلگرام بهزودی توصیف شدهاند. پس این راهنما روی تحلیل پایه و Pivot موجود تمرکز میکند و ارسال خودکار کامل را قابلیت آماده فرض نمیکند.
CSV چیست و صفحه چه انتظاری دارد؟
CSV یک فایل متنی جدولی است. سطر اول نام ستونها و هر سطر بعدی یک رکورد است. صفحهٔ فعلی دادهها را از کادر متن میخواند، سطرها را با خط جدید و سلولها را با ویرگول جدا میکند. این parser پایه برای فایل ساده مناسب است.
اگر مقدار شما خود ویرگول دارد، نقلقول پیچیده یا چندخطی است، parser ساده ممکن است ستونها را غلط بشکند. پیش از تحلیل، فایل را به شکل ساده آماده کنید یا نتیجهٔ ردیفهای نمایشدادهشده را دقیق ببینید.
ستونها باید نام یکتا و معنیدار داشته باشند. نامهایی مثل x1 و value2 بدون توضیح، سؤال را مبهم میکنند. واحد را در نام یا توضیح روشن کنید: تومان، ریال، تعداد یا درصد.
پاکسازی پیش از تحلیل
خانهٔ خالی، مقدار تکراری، قالب تاریخ ناسازگار و مخلوط رقم فارسی و لاتین میتوانند نتیجه را عوض کنند. ابتدا تعداد سطر، ستون و مقادیر خالی را بشناسید. یکسان بودن واحد از همه مهمتر است.
اگر بخشی از درآمد ریال و بخشی تومان است، جمع عددی بیمعناست. اگر تاریخها شمسی و میلادی مخلوطاند، گروهبندی زمانی خطا میکند. داده را پیش از ورود استاندارد کنید و تصمیمهای پاکسازی را ثبت کنید.
اطلاعات شخصی مانند شماره، ایمیل و شناسهای که برای سؤال لازم نیست حذف یا ناشناس شود. برای تحلیل مجموع فروش، نام مشتری معمولاً ضروری نیست. کمینهسازی داده هم امنیت را بهتر میکند و هم ورودی را سادهتر.
مسیر واقعی تحلیل CSV
وارد داده و گزارش شوید. در کادر «نوتبوک CSV» متن CSV را قرار دهید. صفحه نمونهای با ستونهای ماه، کانال و درآمد دارد که میتوانید جایگزین کنید. سؤال را در کادر تحلیلی بنویسید و دکمهٔ «تحلیل سؤال → جدول → نمودار» را بزنید.
پس از پاسخ، بینش متنی و در صورت وجود دادهٔ نمودار نمایش داده میشود. ردیفهای parseشده نیز پایین صفحه میآیند. قبل از پذیرفتن بینش، ببینید عنوان ستون و مقدار سلولها درست شکسته شدهاند.
ابزار Pivot فعلی نمونهٔ مشخصی دارد: گروهبندی بر اساس channel و جمع revenue. اگر CSV شما این ستونها را ندارد، همان Pivot نمونه برای دادهٔ شما مناسب نیست. رابط فعلی انتخاب آزاد ستون Pivot را نشان نمیدهد.
سؤال تحلیلی خوب چگونه نوشته میشود؟
«داده را تحلیل کن» هدف ندارد. بگویید کدام شاخص، کدام بازه و کدام گروه مهم است. مثال: «مجموع revenue هر channel را حساب کن و کانالی را که بیشترین رشد ماهبهماه دارد مشخص کن. اگر ماهی داده ندارد، آن را صفر فرض نکن.»
تعریف شاخص را روشن کنید. «بهترین کانال» میتواند بیشترین درآمد، بیشترین نرخ رشد یا کمترین هزینه باشد. اگر هزینه در CSV نیست، مدل نباید سودآوری را نتیجه بگیرد.
برای پرسش پیچیده، ابتدا یک کنترل ساده بگیرید: تعداد سطر و مجموع ستون. سپس گروهبندی و مقایسه را انجام دهید. اصول پرامپت فارسی برای داده نیز کاربرد دارند: هدف، زمینه، محدودیت و قالب.
کنترل نتیجههای عددی
هر عدد مهم را مستقل محاسبه کنید. برای مجموعهٔ کوچک، جمع چند سطر را دستی یا در صفحهگسترده بررسی کنید. اگر نمودار با جدول نمیخواند، متن بینش را نپذیرید.
تفاوت همبستگی و علت را جدی بگیرید. بیشتر بودن فروش در یک ماه ثابت نمیکند یک کمپین علت آن بوده است. داده فقط چیزی را نشان میدهد که اندازه گرفته شده؛ عوامل حذفشده باید بهعنوان محدودیت بیان شوند.
میانگین نیز میتواند گمراهکننده باشد. دادهٔ پرت، تعداد نمونه و میانه را بررسی کنید. اگر سؤال درصد تغییر است، مقدار پایهٔ صفر یا خالی نیاز به قاعده دارد.
نمودار را چگونه بخوانیم؟
نمودار صفحه نمایش کمکی است. برچسب، ترتیب و مقیاس را با دادهٔ اصلی کنترل کنید. ارتفاع زیبا صحت را تضمین نمیکند. اگر اختلاف کوچک است، محور یا مقیاس میتواند آن را بزرگ نشان دهد.
برای مقایسهٔ دستهها نمودار ستونی مناسب است؛ برای روند زمان، ترتیب تاریخ باید درست باشد. صفحهٔ فعلی نمودار را از پاسخ تحلیل میسازد و یک ابزار کامل طراحی نمودار نیست. خروجی را برای گزارش نهایی در ابزار تخصصی بازسازی کنید.
عنوان نمودار باید شاخص و واحد را بگوید. اگر تصویر را جدا میبینند، بدون زمینه نباید تفسیر دیگری ممکن باشد. منبع و بازهٔ داده را نیز در گزارش ثبت کنید.
وضعیت گزارش زمانبندیشده و تلگرام
صفحه فرم گزارش زمانبندیشده، ایمیل، cron و منطقهٔ زمانی دارد. در همان رابط، ورودی تلگرام «بهزودی» است و پاسخ نیز میتواند telegram_stub را نشان دهد. فهرست استودیوها هم زمانبندی و تلگرام را کاملشده معرفی نمیکند.
بنابراین روی ارسال تلگرام یا گردشکار کامل تولید خودکار بهعنوان قابلیت قطعی برنامهریزی نکنید. تحلیل CSV پایه و فرم صفحه وجود دارند، اما هر کانال خروجی باید جدا در حساب خودتان آزمایش شود.
برای گزارش حیاتی، نتیجه را دستی بازبینی و ارسال کنید. اتوماسیون بدون کنترل ورودی میتواند خطای داده را منظم و مکرر منتشر کند.
کانکتور پایگاه داده
صفحه یک فرم کانکتور فقطخواندنی برای Postgres و MySQL و اجرای SELECT نشان میدهد. وارد کردن DSN پایگاه داده تصمیم امنیتی مهمی است. از اعتبارنامهٔ محدود و محیط آزمایشی استفاده کنید و هیچگاه کاربر دارای مجوز نوشتن را برای تحلیل ساده ندهید.
محدودهٔ ردیف در فرم حداکثر ۵۰۰ است. پرسوجو باید محدود، قابل پیشبینی و بدون دادهٔ شخصی غیرضروری باشد. عبارت «فقطخواندنی» در رابط جای تنظیم واقعی مجوز پایگاه داده را نمیگیرد.
اگر نیاز اصلی شما CSV است، ابتدا همان مسیر ساده را استفاده کنید. اتصال مستقیم پیچیدگی و ریسک بیشتری دارد.
خطاهای رایج
اعتماد به parser بدون دیدن ردیفها، مخلوط واحد، سؤال مبهم و پذیرفتن نمودار بدون محاسبهٔ مستقل خطاهای اصلیاند. خطای دیگر فرستادن کل پایگاه مشتری برای سؤالی است که سه ستون تجمیعی کافی دارد.
نام ستون فارسی یا انگلیسی هر دو ممکن است، اما باید ثابت و روشن باشد. مقادیر دستهای را یکدست کنید؛ «Organic»، «organic» و «ارگانیک» ممکن است سه گروه شوند.
نسخهٔ داده و زمان استخراج را ثبت کنید. دو تحلیل روی دو snapshot مختلف میتوانند هر دو درست اما ناسازگار باشند.
چکلیست
- سطر عنوان یکتا و روشن است.
- واحد هر ستون مشخص و یکسان است.
- خانههای خالی و دادهٔ پرت بررسی شدهاند.
- ردیفهای نمایشدادهشده با فایل اصلی میخوانند.
- سؤال شاخص، بازه و گروه را مشخص میکند.
- عددهای مهم مستقل کنترل شدهاند.
- علت از همبستگی استنتاج نشده است.
- دادهٔ شخصی غیرضروری حذف شده است.
جمعبندی
داده و گزارش برای تحلیل پایهٔ CSV، نمایش جدول، بینش و نمودار مسیر واقعی دارد. با فایل کوچک و تمیز شروع کنید، سؤال عددی دقیق بپرسید و نتیجه را مستقل محاسبه کنید. قابلیتهای برچسبخوردهٔ «بهزودی» را تا آزمون واقعی بخشی از گردشکار قطعی ندانید.