Excel玩转自然语言查询

news2025/1/18 3:55:46

ChatGPT火出圈,人类被人工智能替代又成为热门话题。有人欢喜,有人忧,也有人不以为意,觉得离自己工作远着呢,比如现在是用Excel做报表,有本事你动动嘴就直接把Excel里面的数据查询出来啊。

 

1c7c0f97014d9cf6e71c473ed2cc949a.jpeg

你可别说,还真能做到动动嘴或是输入问句,用户就能从Excel查询到自己想要的数据,有视频有真相。

 

上面效果是通过自然语言产品——Smartbi 对话式分析来实现的,它通过对话的方式,查询分析Excel的数据,无需在Excel中手动汇总、复杂计算。

1、对话就能分析Excel数据,探寻根因。

比如,我们需要分析出“上海分部合同金额去年同比下降”的原因。

先输入“去年合同金额排名前五的分部”,直接显示汇总表,发现排名第一的上海同比下降了18%。然后继续问上海每个月的情况,看到好几个月都同比下降得厉害。接着抽查8月份的数据,从行业角度和销售的角度看销售具体情况。

最后,我们使用自然语言就快速分析出了了上海分部8月份合同额下降的原因,给用户带来更大的方便性。

2、图表多种形式展示汇总数据

上述效果其实我们喂给Smartbi对话式分析的是下图明细的Excel数据,对话出来的结果是汇总后的分析数据

c6c8ce3ac3729f6f09acc33f971b7f2e.jpeg

能用表格,也可以用更直观的图形来展示数据。

3、语义场景自适应

Smartbi对话式分析有一个和其他同类产品不一样的地方:其他自然语言查询工具,需要比较完整正确的说出业务字段名称,但是Smartbi是不需要的。比如上述例子中的“广州分部合同金额排名前十销售”,系统会根据当前的语句自动识别是想要对“销售姓名”排名还是“销售分部”排名,在这句话中,系统给出的选择是使用“销售姓名”进行排序。

4、支持时间智能计算

Excel通常是写复杂公式函数来实现数据二次计算,Smartbi对话式分析不用做任何设置,根据需要选择就能自动生成计算字段,比如如同环比、同环增长率等时间智能计算,我们对比一下结果也是对的。

 

实现步骤

看到上面视频演示,你可能心动,但是又觉得想要实现,一定很难吧。要会什么机器学习、AI、知识图谱等各种高新技术才行。

但是,实际上你只需要一个Excel文件提供数据Smartbi 对话式分析工具进行可视化设置就可以实现。

下面我们以一个实例详细教程,一步步手把手教大家。

1、准备Excel文件

2、导入Excel数据

3、进行建模工作

4、训练模型

5、进行对话式查询

1 准备Excel文件

先准备Excel文件,这个示例里面的数据表包括合同明细表、地区表、销售表。这些表的数据结构、E-R关系图和样例数据如下:

bdbae99eb33a2bdecc05f63061ccf4a2.jpeg

4edbb73f8c208793c80b9d1c20ab5a57.jpeg

图:Excel明细数据演示

PS:Excel文件业务的随机数据,请自动忽略数据不合理之处 ^_^。

2 导入Excel数据

接下来我们把Excel文件数据导入到Smartbi系统中去,这里通过Smartbi数据模型来实现。Smartbi数据模型支持多种数据来源,对于Excel的数据,直接选择Excel文件类型,然后根据指引,就可以完成导入。

​​​​​​​

 

3 进行数据建模

导入Excel数据后,下面我们需要把Excel数据转换为业务用户更好理解和使用的数据模型。数据模板建模操作包括设置表关系、生成指标维度等,当然这些都是可视化界面操作,你跟着指引就能自己动手。

3.1 建立表关系

这里需要把《合同表》和《销售表》、《地区表》关联起来。

它们之间表关系的创建非常简单,以《合同维表》和《合同类型表》为例,如下图拖拽出关联线后,会自动弹出表关系对话框,然后根据需要设置表关系即可。

以此类推,最终确认的关联关系如下图:

a1964658eb178a3c87975039648096ac.jpeg

图:拖好常规关系

4fa227e79d4d25934d91131386eb5ffd.jpeg

3.2 生成指标和维度

表关系设置好后,我们需要生成指标和维度。

1. 生成指标。

通过双击就可以把事实表中的数值字段转成指标,比如双击“合同金额”。

82f79efad438d7f17c7e2a320ef6cf17.jpeg

2. 处理普通维度。

我们把需要的字段根据需要进行组合、修改别名等操作,生成普通维度,对于有些不需要的字段(ID、编码等)直接隐藏掉就可以。

32cc7aa70c92934a62c9e4442b108330.jpeg

图:隐藏“合同维表”

0efb3230b56c08d7c686f800364bd4c9.jpeg

图:显示“合同名称”

3. 创建时间维度。

通过日期字段可以一键生成时间维度。如果觉得默认的名字和格式不好,可以进行修改。

858db809957d9c3bc5c05740e022b58a.jpeg

图:创建时间层次结构

6957aefad81d6e6396192ec833333527.jpeg

图:选择时间层次结构

79e1961af035c6be514bad0f03a0fd05.jpeg

图:生成的时间层次

9d4dbf3e82f0e61d6316518c054a03dd.jpeg

图:改名后的时间层次

3.3 自定义指标可选

除了合同金额,如果我们还想知道“合同个数”,我们需要对“合同编码”做唯一计数。

66513ecd863998795bae6cc21ac11266.jpeg

图:生成“合同个数”指标

此外,对于原有指标衍生的计算指标,,在Smartbi中不用写复杂的公式,通过简单的拖拽操作即可生成。

3.4 模型抽取和验证

完成数据建模后,我们需要抽取Excel的数据。

51d06f3f3b92dac5141c77e3d4a070ce.jpeg

如果需要的话,可以验证下模型数据是否正确。使用【交互仪表盘】把用到的维度和指标都拖上来,看看是否有数据,数据是否正确。

1ed9db62350b30836a784299e3f794af.jpeg

以上是创建数据模型完整的过程,你会发现Smartbi的数据模型建设过程非常简单,全程就是鼠标拖拽就实现了,基本不需要使用键盘,更不需要写SQL语句或者其他程序语言。

4 一键训练模型

Smartbi 对话式分析是在“数据模型”之上,再建立了一个知识模型(知识图谱)。这个知识图谱,需要有一个训练过程。不过Smartbi已经把这些工作都包装好了,我们只需要点一个训练按钮就可以实现知识图谱的训练了。

8ce5e5b8de49dced6831fb2270484a30.jpeg

5 进行对话式分析

完成数据准备和建模工作,我们就可以进行对话了。你可以直接在PC端打开对话窗口,根据需要输入想问的问题,系统会在对话框中把你想看的数据以图表的方式展现出来,你也可以在移动设备上安装一个APP,通过语音来进行数据分析。

如果你想免费体验一下,可以到Smartbi的demo体验中心:

登录 – 思迈特软件统一登录平台 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/422886.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

metersphere逻辑整理

整体架构 Frontend: MeterSphere 的前端工程, 基于 Vue.js 进行开发。 Backend: MeterSphere 的后端工程, 基于 Spring Boot 进行开发, 为 MeterSphere 的功能主体。 Chrome Plugin: 浏览器插件, 录制 Web 访问请求生成 JMeter 脚本并导入到 MeterSphere 中用于接口测试及性能…

阿里云产品试用更新,产品组合试用装更划算,快来免费上云吧

最近阿里云产品又上新了,尤其是推出了最新的产品组合试用装,个人觉得阿里云关于云产品的更新迭代是非常重视的,而且每次推出的产品不仅会惊艳到用户,而且产品功能也是随着一次迭代而更加完善、强大。前段时间也写了一篇关于为什么…

Nginx服务配置及相关模块

目录一、Nginx简介1、Nginx简介2、I/O模型相关概念3、Nginx事件驱动模型4、Nginx和Apache的区别二、编译安装Nginx服务1.关闭防火墙,将安装的Nginx软件包安装到opt目录下2、编译安装Nginx3、创建用户、组,以便于更好的管理4、创建软连接并启动5、停止Ngi…

FinClip 开发者工具重构升级!性能飞跃,体验有礼

一直以来不少开发者朋友在社区反馈,在使用 FIDE 工具的过程中,时常会遇到诸如加载不及时、代码预览/渲染性能不如意的情况,十分影响开发体验。 作为技术团队,我们深知一件趁手的开发工具对开发者的重要性,因此&#x…

企业AD域(域控服务器)的安装和配置详细教程

一、环境以及工具准备 软件:VMWare Workstation 2016 ( 下载链接:https://pan.baidu.com/s/1iX1VRilerYPGbGvX4pvaKw 提取码:75R6 ) 镜像:Windows Server 2016 ( 下载地址&#xff…

[CVPR 2020] Regularizing Class-Wise Predictions via Self-Knowledge Distillation

ContentsIntroductionClass-wise self-knowledge distillation (CS-KD)Class-wise regularizationEffects of class-wise regularizationExperimentsClassification accuracyReferencesIntroduction 为了缓解模型过拟合,作者提出 Class-wise self-knowledge distil…

SpringDataRedis客户端详解

SpringData是Spring中数据操作的模块,包含对各种数据库的集成,其中对Redis的集成模块就叫做SpringDataRedis,官网地址:https://spring.io/projects/spring-data-redis 提供了对不同Redis客户端的整合(Lettuce和Jedis&…

乡村振兴吹响品牌号角——首届中国乡村振兴品牌大会成功举办

“品牌是力量,是变量,也是流量。”这是浙江省衢州市人大常委会副主任、常山县委书记潘晓辉在首届中国乡村振兴品牌大会上分享的乡村振兴实践体会,引发与会代表的广泛共鸣。 首届中国乡村振兴品牌大会主会场 4月10日至11日,以“加…

计组2.2——数据在计算机中的存储

计组2.2定点数和浮点数定点数无符号数有符号数的定点表示——定点整数和定点小数移位运算1.算术移位1.原码算数移位2.反码算数移位3.补码算术移位4.计算机硬件的乘法是基于算数移位和加法完成的2.逻辑移位3.循环移位加减运算溢出判断硬件判断溢出法一:单一符号位法二…

51单片机语音提示盲人拐杖整点报时夜间警示超声波测距

实践制作DIY- GC0128-语音提示盲人拐杖 一、功能说明: 基于51单片机设计-语音提示盲人拐杖 二、功能介绍: 硬件组成: STC89C52单片机最小系统LCD1602显示器红色LED灯ADC0832光敏电阻采集光强DY-SV17F语音播报模块HSR04超声波测距多个按键…

如何在facebook上打造成功的个人品牌?马克·扎克伯格告诉你!

在现代商业社会中,一个企业成功的关键之一是打造出良好的企业形象,即所谓的“人设”。一个好的企业形象可以让消费者产生信任感和归属感,从而吸引更多的客户和业务机会。而如今,社交媒体成为了一个打造企业形象的重要工具&#xf…

JS操作文本域获取光标/指定位置插入

学习链接 js 如何获取与设置光标在input框的位置 在输入框/文本域中光标位置插入字符串 Web 中的“选区”和“光标” 可参考另外一篇&#xff1a;vue.js支持表情输入&#xff0c;这个比操作 div简单多了。 效果图 代码 <style scoped> textarea {outline: none;res…

微信小程序开发 | API应用案例(下)

API应用案例&#xff08;下&#xff09;6.1【案例5】模拟时钟6.1.1 案例分析6.1.2 前导知识6.1.3 钟表页面布局6.1.4 钟表页面绘制6.2【案例6】罗盘动画6.2.1 案例分析6.2.2 前导知识6.2.3 设计罗盘页面布局6.2.4 手指触摸旋转罗盘6.2.5 单击按钮操作罗盘6.3【案例7】文件上传与…

总结821

学习目标&#xff1a; 4月&#xff08;复习完高数18讲内容&#xff0c;背诵21篇短文&#xff0c;熟词僻义300词基础词&#xff09; 学习内容&#xff1a; 暴力英语&#xff1a;早上背颂并默写第19篇文章《I always knew I was going to be rich》&#xff0c;还有两三篇就达成…

Xamarin 可能的替代者.NET MAUI

Xamarin&#xff0c;虽然在 Android、iOS 和 Windows 上做得很好&#xff0c;但我们很快就会忘掉它。Xamarin的替代者已接近完成正式版并且有许多的改进&#xff1a; .NET MAUI。 就像很多人知道的那样&#xff0c;Xamarin 是微软专注于移动应用程序( iOS、Android和Windows)并…

JavaSE学习进阶day04_05 常见算法和泛型

9.1 排序概述 另外一种排序的方式&#xff0c;每一次比较完毕之后&#xff0c;本次循环中最大的数字就跑到右边去了 建议复习一下数据结构的排序章节 代码实现就不再说了&#xff0c;大家可以尝试写&#xff0c;但是我们今后一般都调用java里已经写好的排序算法。在C里也有已…

【AXU3EG】UltraScale+ MPSoC以及开发板介绍

Copyright © 2012-2020 芯驿电子科技&#xff08;上海&#xff09;有限公司 UltraScale MPSoC Zynq UltraScale MPSoC 系列是 Xilinx 第二代平台&#xff0c;其在 FPGA 内部集成了完整 ARM 处理子系统&#xff08;PS&#xff09;&#xff0c;包含了四核 Cortex-A53 加双核…

03-深度学习

一、适合图像处理的卷积神经网络 1. 为什么卷积神经网络适合图像处理? 如上图所示,如果使用全连接神经网络的话,输入图像大小为 1024x1024,第一层隐层神经元个数为 1000,第一层权重数量级为 109,过多的参数会导致过拟合。而卷积神经网络可以有效减少权重数量。 2. 卷积神…

HTML5 表单元素

文章目录HTML5 表单元素HTML5 新的表单元素HTML5 \<datalist> 元素HTML5 \<keygen> 元素HTML5 \<output> 元素HTML5 新表单元素HTML5 表单元素 HTML5 新的表单元素 HTML5 有以下新的表单元素: <datalist><keygen><output> 注意:不是所有…

【LLM】Windows本地CPU部署民间版中文羊驼模型踩坑记录

目录 前言 准备工作 Git Python3.9 Cmake 下载模型 合并模型 部署模型 前言 想必有小伙伴也想跟我一样体验下部署大语言模型, 但碍于经济实力, 不过民间上出现了大量的量化模型, 我们平民也能体验体验啦~, 该模型可以在笔记本电脑上部署, 确保你电脑至少有16G运行…