Нейросеть для анализа данных в Excel: откуда рост отмен
Нейросеть для анализа данных в Excel: разбираю рост отмен с 16% до 26% на бронированиях комнат. Проверяю период, знаменатель и состав групп перед выводом.
Денис
Продакт LibraChat
8 мин чтения
Я увидел рост отмен с 16% до 26% и уже собирался назвать вторую неделю неудачной. Потом разделил бронирования репетиционных комнат на новые и повторные группы. У первых доля отмен снизилась, у вторых осталась прежней. Нейросеть для анализа данных в Excel полезна, когда помогает разобрать такое расхождение и показать расчёт. Я хочу получить вывод, по которому можно задать следующий вопрос, а не просто тревожную подпись к графику.
Коротко: перед анализом задай единицу учёта, период и знаменатель каждой доли. Сравни общий показатель с показателями внутри групп. Рост процента во всей таблице сам по себе ещё не объясняет, что произошло с отдельными участниками.
Нейросеть для анализа данных в Excel: какой вопрос я задаю
Для разбора я собрал вымышленные бронирования. Здесь четыре сводные строки: две полные недели, в каждой новые и повторные музыкальные группы. Маленький набор позволяет проверить все действия самостоятельно.
В этом примере одна бронь относится к одному занятию в комнате. Неделю определяю по запланированной дате репетиции, итоговый статус беру после того, как эта дата прошла. Отмена входит в общее количество броней. Два переноса не превращаются в две отмены: считаем итоговое состояние одной брони. «Новые» означает первую бронь коллектива, «Повторные» — у него уже была бронь до этой заявки.
Это наши определения. В действующем журнале их нужно согласовать до выгрузки. Иначе один человек посчитает обращения в переписке, другой оплаченные интервалы, а третий музыкальные коллективы. Название «бронирования» не устранит разницу.
Вопрос к этим данным я формулирую так: «Как изменилась доля отмен между неделями и одинаково ли это изменение у новых и повторных групп?» Уже в вопросе есть сравнение и разрез. Общее «проанализируй файл» оставило бы выбор показателя собеседнику.
Перед передачей таблицы я фиксирую ещё три условия:
Сравниваются завершившиеся недели одинаковой длительности.
У каждой брони только одна группа: новая либо повторная.
Для обеих недель используется одинаковое определение отмены.
Тут нет сложной статистики. Есть договорённость, какие величины вообще можно сравнивать.
Я вернул процентам их числители и знаменатели
Сначала я проверил общие итоги. В первой неделе 50 броней: десять новых и сорок повторных. Отмен восемь: четыре плюс четыре. Делим 8 на 50, получаем 0,16, или 16%.
Во второй неделе броней тоже 50. Отмен уже 13. Деление 13 на 50 даёт 26%. Общий показатель вырос на 10 процентных пунктов. Именно пунктов: фраза «на 10%» обозначала бы другую величину изменения.
Если перенести показанную таблицу в A1:D5, доля отмен для первой строки данных рассчитывается как `=D2/C2`. Процентный формат покажет 40%. Само значение остаётся 0,4: оформление меняет его вид, а не арифметический смысл.
Для общего показателя первой недели нужны суммы: `=(D2+D3)/(C2+C3)`. Для второй — `=(D4+D5)/(C4+C5)`. Я оставил здесь адреса явно, чтобы было видно, какие записи вошли в деление.
Удобно сверять не один процент, а короткую запись: «8 отмен из 50 броней». Она сразу возвращает знаменатель. Если вместо 50 случайно взять число групп или доступных часов, получится уже другой показатель.
Я попробовал и распространённый короткий путь: усреднить доли новых и повторных. Для первой недели это 40% и 10%, среднее равно 25%. Но общий показатель у нас 16%. Причина понятна: десять и сорок броней имеют разный вес.
Такое среднее отвечало бы условию, где обе группы получают одинаковый вес. Оно не описывает фактическую долю отмен среди всех пятидесяти броней. Когда нужен общий показатель, я складываю числители и знаменатели, затем делю.
После разбиения тревожный вывод изменился
Теперь посмотрим на группы отдельно. Среди новых доля отмен в первую неделю равна 4/10, то есть 40%. Во вторую — 12/40, то есть 30%. Доля снизилась на 10 процентных пунктов.
Среди повторных сначала 4/40, затем 1/10. В обоих случаях 10%. Ухудшения этого показателя внутри выделенных групп мы не видим.
Почему же общий процент вырос? Изменился состав броней. В первую неделю новые дали 10 из 50 заявок, или 20%. Во вторую — 40 из 50, или 80%. Группа с более высокой долей отмен стала занимать гораздо большую часть таблицы.
Я собрал обе картины рядом:
Показатель · Первая неделя · Вторая неделя
Все отмены / все брони — 8 / 50 = 16% — 13 / 50 = 26%
Отмены у новых — 4 / 10 = 40% — 12 / 40 = 30%
Отмены у повторных — 4 / 40 = 10% — 1 / 10 = 10%
Доля новых среди броней — 10 / 50 = 20% — 40 / 50 = 80%
Число отмен у новых выросло с четырёх до двенадцати. Их доля при этом снизилась. Это не противоречие: броней стало в четыре раза больше. Если смотреть только на отмены в штуках, можно пропустить изменение основания расчёта.
Мне этот момент нравится своей проверяемостью. Не требуется верить убедительному объяснению. Можно пересчитать каждую ячейку и увидеть, почему общий показатель не повторяет движение внутри групп.
При этом таблица не сообщает, почему пришло больше новых коллективов. Реклама, сезон, изменение расписания? Здесь таких данных нет. Заполнять этот пробел уверенной историей я не стал бы.
Что я оставил бы в выводе для администратора
После такой сверки короткий вывод у меня выглядел бы так:
Общая доля отмен выросла с 16% до 26%. При этом у новых групп она снизилась с 40% до 30%, у повторных осталась 10%. Доля новых броней выросла с 20% до 80%, поэтому сравнивать недели только по общему проценту недостаточно. Следует отдельно изучить отмены новых групп и происхождение их броней.
Это мой образец формулировки по придуманным данным. Он не является полученным ответом LibraChat. В нём есть наблюдение, разрез и вопрос для продолжения.
Я убрал бы из вывода «ухудшилось качество комнаты» и «новые группы стали менее ответственными». Ни состояние помещения, ни мотивы людей в таблице не измеряются. Четыре сводные строки не дают оснований для таких утверждений.
Следующее действие должно закрывать конкретный пробел. Например, посмотреть причины отмен у новых групп за обе недели, если они фиксировались одинаково. Или выяснить, из какого канала пришёл выросший поток новых броней.
Ещё я сохранил бы исходные количества рядом с долями. Десять и сорок броней — небольшие основания для широких обещаний. Эти данные описывают две недели. Из них нельзя уверенно обещать, каким окажется следующий месяц.
Для работы с более широким набором вопросов можно открыть разбор задач аналитика с нейросетью. В нашем примере достаточно одной метрики, зато её смысл должен оставаться одинаковым от первой строки до последнего вывода.
Нейросеть для анализа данных в Excel получает рамку задачи
Работу в LibraChat я начал бы с прикреплённой книги и вопроса о двух полных неделях. Сервис отвечает по содержимому Excel-файла. Рядом я написал бы определения показателей: какие брони относятся к периоду, как учитывать перенос и когда коллектив считается новым.
Для нашей таблицы подходит такой предлагаемый запрос:
Разбери отмены бронирований за две завершённые недели. Одна бронь — одно занятие в комнате; отмены входят в число броней. Группы новые и повторные не пересекаются. Посчитай долю отмен для каждой недели и каждой группы, каждый раз покажи числитель и знаменатель. Сравни состав броней. Объясни, какие сведения понадобятся, чтобы проверить гипотезу об ухудшении условий в комнатах.
В запросе уже указано, что должно появиться в ответе. Это облегчает содержательную проверку. Я ожидаю не обязательно большой отчёт: достаточно нескольких воспроизводимых расчётов и ясного ограничения вывода.
Если таблица устроена иначе, не переноси определения молча. В журнале могут отдельно храниться заявки, подтверждённые брони и оплаченные посещения. Сначала выбери нужное основание. Нейросеть для анализа данных в Excel не должна угадывать его по заголовку.
Условия работы с файлами перед загрузкой большой книги можно сверить на странице тарифов LibraChat. Для первого разбора можно обойтись четырьмя вымышленными строками, как здесь. Они уже показывают спорное место.
Как я принимаю ответ и выбираю продолжение
Полученный анализ я проверял бы по нескольким признакам. Нужные числа теперь известны, поэтому проверка не сводится к тому, насколько гладко написан текст.
Есть 8/50 и 13/50 для общих долей.
Отдельно показаны новые и повторные группы.
Общая доля не заменена средним двух процентов.
Указано изменение состава броней.
Причины отмен сформулированы как вопросы или гипотезы, пока нет дополнительных данных.
Если ответ снова объявляет вторую неделю однозначно худшей, я попрошу назвать показатель, по которому сделан вывод. Общая доля действительно выросла. Утверждение обо всех группах этим не подтверждается.
Попробуй в чате LibraChat разобрать такой же небольшой набор перед большим отчётом. Попроси начать с дробей, затем перейти к словам.
Мой итог для этих бронирований состоит из двух частей: общий показатель вырос, а внутри групп ухудшения не видно. Дальше я хочу выяснить, почему изменился состав броней. Это уже точный вопрос к следующей выгрузке.
