精选理由
这篇帖子分享了用AI做数据分析的实际经验，从nl2sql到RFM模型和预测，适合想用AI替代人力做数据挖掘的人看看。
作者回顾2023年在上市公司用nl2sql做降本增效，那时GPT-3.5拉取MySQL数据经常出错。24年底在飞书上用Agent Bot查数据库，但只能查数据无法深度分析。现在模型能力增强，可以自动构建RFM模型、做季度预测等深度分析，基于历史数据和宏观环境推演预算与招聘计划。
原文 · Yangyi
我回顾我23年在上市公司里做降本增效的时候 最值得搞的其实是nl2sql 但那时候还是GPT3.5 搞mysql拉数据真的经常出错 现在这个时间点，做数据分析场景，是每家公司的必修课 毕竟数分往往是...
我回顾我23年在上市公司里做降本增效的时候 最值得搞的其实是nl2sql 但那时候还是GPT3.5 搞mysql拉数据真的经常出错 现在这个时间点，做数据分析场景，是每家公司的必修课 毕竟数分往往是公司内部最稀缺的资源了 你只要是搞业务的 永远都得去和数分打好关系 不然老板要个汇报你连数据都拉不出来 24年底 就已经在飞书上做Agent Bot查数据库了 但那时候还是不太智能 顶多查查数据 深度分析 做报表报告是肯定没有的 但今年模型已经强化到这个份儿上了 从数据里挖信号应该是必备技能 尤其是以前很难做的类似RFM模型之类的，现在让AI来搞，真的是分分钟，包括季度预测 上市公司做预测分析是非常重要的事情，大到部门预算，小到人员招聘计划，全部都能基于历史数据和宏观环境变化做推演 这些「降本增效」往往是容易被忽略却拥有巨大价值的地方 💬 0 🔄 0 ❤️ 0 👀 741 📊 1 ⚡