見出し画像

Chat GPT-4にTableauの演習問題を考えてもらいました

Hiroaki Nakajima　（Nakajima2）

DATA Saber　1年生　Nakajima2です。
いろいろなところで、Chat GPTの有用性が日に日に向上しているとの話を見聞きする機会が増えてきました。
業務のアシスタント利用など、実際どこまで使えるの？　との興味から、Tableauの演習問題をChat GPT-4に作成してもらい、その利便性と実力を試してみました。

今回は、セットを利用した問題の作成を依頼。問いかけ（Ask）に対し、GPTからの回答（Answer）をそのまま下記に記載しています。
簡単な問いかけに対しても、それなりのしっかりした回答文を提示してくれます。
現時点（24年2月初旬に問いかけ実施）での実力も見て頂ければと思います。

なお、上の挿絵もChat GPTにこの質問に合わせたイメージを描いてと依頼して出てきたものです。DATA Saber的に円グラフは避けてと何度か壁打ちしましたが、GPTは円グラフがお好きなようで、５回目の提示品をTop絵に利用しています。

（Ask 1) Tableauでセットを使った実技問題を作りたいと思っています。良い題材と問題例を考えてもらえますか？

Answer 1

Tableauでセットを使った実技問題を作成する場合、データ分析のシナリオを想定し、ユーザーがセットを活用して洞察を導き出す問題を設定することが重要です。セットは特定の条件に基づいてデータをグループ化するための強力な機能であり、比較分析やトレンドの特定、特定セグメントのパフォーマンスの評価などに使用できます。以下に題材と具体的な問題例を提案します。

題材: 小売業の売上データ分析

データセットの内容:

  • 商品ID

  • 商品カテゴリ

  • 販売地域

  • 月別売上高

  • 売上数量

  • 顧客タイプ（新規顧客、リピーター）

問題例:

  1. トップパフォーマンス商品の分析

    • 題材: 過去1年間の売上データを使用して、トップ10の商品を特定する。

    • 問題: Tableauでセットを作成し、過去1年間の売上高に基づいてトップ10の商品を特定せよ。その後、これらの商品が最もよく売れている販売地域を分析せよ。

  2. 売上高に基づく顧客セグメント分析

    • 題材: 顧客を売上高に基づいてセグメント化する。

    • 問題: Tableauでセットを作成し、過去1年間で最も売上が高かった顧客（上位10%）を特定せよ。次に、これらの顧客が主に購入している商品カテゴリを分析せよ。

  3. 地域別の売上分析

    • 題材: 地域別の売上パフォーマンスを比較する。

    • 問題: Tableauで複数のセットを作成し、特定の地域（例：東部、西部、中部、南部）の売上を比較せよ。どの地域が最も売上が高いか、またその地域で特に人気の商品カテゴリは何かを分析せよ。

  4. 新規顧客とリピーターの行動分析

    • 題材: 新規顧客とリピーターの購買行動の違いを分析する。

    • 問題: Tableauで2つのセットを作成し、新規顧客とリピーターの売上データを比較せよ。どちらの顧客グループがより高い売上を生み出しているか、また彼らが好む商品カテゴリにはどのような違いがあるかを分析せよ。

これらの問題例は、Tableauを使用してセット機能を活用する方法を理解し、実際のビジネスシナリオでどのようにデータ分析が行われるかを学ぶための良い出発点となります。データの探索、分析、そして視覚化を通じて、受講者はより深い洞察を導き出すためのスキルを養うことができます。

（Ask 2) 上の問題で、具体的なデータセットを考えてもらえませんか。

Answer 2

具体的なデータセットの例を考える際、小売業の売上データ分析のために必要な要素を基に構築します。データの量は、実際の分析や教育目的に応じて調整することが可能ですが、ここでは一般的な構造として約1000行のデータポイントを想定してみましょう。このデータセットは、複数の商品、販売地域、月別の売上高、売上数量、そして顧客タイプ（新規顧客、リピーター）をカバーします。

データセットの概要

  • 商品ID: 各商品に一意のID

  • 商品カテゴリ: 例：衣料品、電子機器、家具、食品など

  • 販売地域: 例：東部、西部、中部、南部

  • 月: 例：2023年1月、2023年2月... 2023年12月

  • 売上高: 各商品の月別売上高（通貨単位）

  • 売上数量: 各商品がその月に販売された数量

  • 顧客タイプ: 新規顧客、リピーター

具体的なデータセットの例

以下は、このデータセットの一部を示す架空の例です。

データセット作成の考慮事項

  • 多様性: 商品カテゴリ、販売地域、顧客タイプを多様化させることで、分析の深度が増します。

  • 時系列データ: 売上高と売上数量を月ごとに追跡することで、季節性の分析や月次成長の評価が可能になります。

  • 実用性: データは実際のビジネスシナリオを模倣するように設計されているため、問題解決のスキルを実践的に養うことができます。

このデータセットを基に、提案した問題例に取り組むことで、受講者はTableauでのデータの探索、分析、そして視覚化の技術を実践的に学ぶことができます。データセットはExcelやCSVファイルとして準備し、Tableauでの分析に直接使用可能です。

はてさて、GPTの実力は？

提案された問題を自分なりに解き、気づいたこと

Chat GPTで問題のたたき台を作ってもらう　という範囲で考えた場合、筋だてた良い提示をしてくれると思いました。一から自分で考えて調べものから始めて対応することを考えれば、ここまで素案を作ってくれるのは時短としてもありがたく、効率的に利用する価値があります。

ただし、実際のTableau機能に合っていない間違えや、セットを使用した問題の意図で依頼したもののセットを使わなくても十分解ける内容であったりします。
提示内容をさらに壁打ちし精査していくこと、最終的には自分で内容の確認と最終調整は必要と思います。

これらの点も、時間の問題で精度向上が図られ、十分にアシスタント的に利用できるレベルまでになっていくのだろうと感じています。

問題回答に利用するデータセットに関しても問いかけています。データ例として数レコードのものを提示してくれていますが、今回は内容的に類似し、データ量もお多いサンプルデータストアを用い、問われている「カテゴリ」はデータセットの「サブカテゴリ」を用いて、提示された問題例　4問に対しVziの作成をして見ました。
作成したVizは、下記リンク先です。

https://public.tableau.com/app/profile/.50041340/viz/TableauQuestionsfromGPT1/Q4?publish=yes

データセットに関しては、その後の壁打ちでこちらの意向をしっかり問い掛ければ、問題に供すことが出来る出力もしてくれる様です。オリジナルデータでの問題作成も出来ますね。
こちらについては、次回の記事でまた取り上げて見たいと思います。

この記事が気に入ったらサポートをしてみませんか？