chatGPT会替代数据分析师吗

现在网上关于【xxx会被chatGPT替代吗】的讨论很是热闹，作为一名数据分析师自然也是要来试他一试的，万一要失业了不得赶紧准备准备，提前转行是吧（jokeing）？

我们在成为数据分析师的必要条件中总结了数据分析师的一些知识技能，换个角度也就是数据分析师的日常工作。那我们就拿这些日常工作测试一下chatGPT替代指数吧。

由于聊天太长，就按主题进行截图分享了。想看原版html，可以公众号回复关键字【chatGPT-数据分析师】

数据提取

技能描述：数据分析师最基础技能，没有之一。

测试结果：★☆☆☆☆

评价理由：

• 语法混乱，各种SQL函数经常混用
• 对逻辑的理解较强，但无法产生实际可用的SQL
• 对数据表的认知较强。如果数据干净，描述规范，chatGPT很容易理解数据。

简单SQL的测试

首先给它来个资深数据分析师的人设，从聊天记录可以看出，你只要告诉他相关的表信息，它就可以写出代码，但是令人失望的是它的语法过于混乱，通过多次训练纠错才能达到最终的效果。所以从当前情况来看，它并不能完成简单的取数工作。

复杂SQL测试

这一次主要测试它对于复杂逻辑的判断，出乎意料的很强！知识代码的结果不尽人意。最终还是有问题，例如repeat_questionids是一个题组，不能不做处理就进行qc.repeat_questionids = qv.questionid，而且各种情况都有可能匹配到视频，不能简单的通过max()来随机选题，这样优先级就没有意义了。没啥耐心就不继续训练了。

搭建指标体系与报表

技能描述：数字基建是每个分析师的必备技能之一，指标体系、报表开发、可视化都是必不可少的

测试结果：★☆☆☆☆

评价理由：

• 宏观理论很强
• 具体实施则流于表面，只是指标的罗列，看不出体系化
• 不支持图片展示，所以无法测试它的报表设计能力，大致感觉出也只是统计图表的罗列

异动分析与数据分析报告

技能描述：异动分析是最常见的分析场景，优秀的分析报告也是数据分析师的基本素养

测试结果：★★☆☆☆

评价理由：

• 能针对性的提出不少客观的可能性。
• 分析报告写的也较为简洁，重点也比较突出
• 但报告内容没啥亮点，显得很平淡。给人一种说了但又好像啥也没说的感觉。
• 一图胜千言，所以没有可视化分析能力对于chatGPT很致命啊

用户分群

技能描述：分群思维是精细化运营的灵魂

测试结果：★★★★☆

评价理由：常见的分群方法很明确，继续深挖估计应该能给出很好的解决方案

数据挖掘

技能描述：数据挖掘是数据驱动业务的有效手段

测试结果：★★★★☆

评价理由：很强，有理论有实战，提到的要求也能完成。估计持续训练可以给出非常优秀的解决方案。

AB试验

技能描述：AB试验是创新驱动的一大利器

测试结果：★★☆☆☆

评价理由：

• 对AB实验的流程很清晰，实验思路较广，试验方案设计的也较为合理
• 具体实施细节无法测试，估计应该和前面一样，具体细节把握不住
• 实验结果的解释太固化，我反复更改了提问方式，以及多次生成新的回答，才得到大致能接受的解释。

会议纪要

技能描述：打工人必备技能

测试结果：★★★★☆

评价理由：

• 虽然我写的少，但我明显感觉到专业
• 历史会话无法总结进去（chatGPT经常抽经导致要刷新）
• 如果多次生成还能有多种会议纪要，总有一款适合

思考总结

这次实践结果还是比较清晰的，所以个人认为chatGPT能够取代数据分析师的可能性较低：

• 虽然通过训练能够成长为取数机器，但让它完全认识数据是很难得，前提是要么它能够监管所有的数据生产、采集与清洗（可能性为0，除非自研强大的语言模型），要么公司的数据是完全干净规范的（可能性为0.000001）。
• 可以预见的是，未来chatGPT训练师（提示工程师）应该是一个很火的职业，这类专业人才需要有极强的专业素养，而且还得有足够的耐心。到那个时候，失业的就更多了。
• chatGPT可以作为一名优秀的助手，例如提供分析思路、分析案例，对于数据挖掘更是可以实战教学（怎么感觉算法工程师更悬呢，哈哈😄）。任何时候没有思路了，或者代码不会写了，都可以直接问。