AIGC辅助数据分析与数据化运营:场景化解决方案与案例分析
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

1.3.3 构建和完善分析思路

构建和完善分析思路是解决异常问题的关键步骤。一个清晰、系统的分析思路能够帮助分析师更好地理解异常的根本原因,为采取合适的解决方案奠定基础。AI可以协助完善分析思路,提供有益的洞察、可能的影响因素、建议或方向,使分析师能够迅速形成异常分析思路。这一过程主要包括两类场景。

AI提供初始分析思路:AI可以辅助分析师构建初始的分析思路,提供关键指引,以帮助分析师快速建立起分析框架。

AI基于分析师的思路提供启示和方向:AI不仅可以提供初步思路,还可以根据分析师的输入提供有益的启发和进一步的分析方向,加速解决异常问题。

在与AI交互时,分析师需要强调关键词如“分析思路”“角度”“因素”等,以准确引导AI辅助提供思路信息。以下是一些用于执行异常发现与识别任务的提示指令示例。

❑ 当发现某仓库的库存异常升高,分析师需要AI的协助来构建初始化分析思路时,可以使用如下提示指令:我想分析导致库存异常增加的原因,你建议我从哪些角度展开,以便我更好地理解库存异常并制定解决方案?

❑ 当公司接到大量客户投诉,投诉率升高,分析师需要AI的支持来完善分析思路时,可以使用如下提示指令:我需要识别投诉率异常升高的影响因素,除了产品外,还有哪些影响角度

❑ 当销售额突然下降,分析师需要AI的帮助来完善分析思路时,可以使用如下提示指令:请帮助我识别销售额异常下降的时间段和产品类别,提供可能的影响因素,例如市场需求变化、竞争情况、季节性因素等,以完善我的分析思路。

❑ 当公司的用户流失率升高,分析师需要AI辅助来构建更全面的分析框架时,可以使用如下提示指令:请协助我识别高流失率的用户群体,提供可能的分析方向,例如用户满意度、产品质量、市场竞争等。

注意

我们希望AI扩展我们的思维,强调的是思考的广度,而非提供具体原因的解释。