تدريب فريقك على طرح الأسئلة على البيانات

يطرح أعضاء فريقك الأسئلة على البيانات بطرق مختلفة ويحصلون على نتائج متباينة. تقضي وقتك في مراجعة عمل الجميع بدلاً من استخدام النتائج التحليلية.

هذه هي الفجوة التي يسدّها إصدار اليوم. مهارة في مجال البيانات والتحليل مبنية لـشات جي بي تي، وتحتاج نحو عشر دقائق للإعداد أول مرة. بعدها تعمل في أقل من دقيقة.

لمن هذه المهارة

المدراء الذين يحتاجون إلى عدة أعضاء في الفريق لإجراء تحليل بنفس مستوى الجودة

كيف تعمل

يقوم ملف المهارة بخمسة أمور، بهذا الترتيب.

1. إعداد نموذج طلب مرجعي يتضمن معاييرك. أنشئ قالباً يحدد الصيغة المطلوبة والمقاييس وفحوصات الجودة

2. اختباره على ثلاث مجموعات بيانات حقيقية يستخدمها فريقك. شغّل نفس النموذج على ملفات فعلية لاكتشاف الثغرات قبل التعميم

3. توثيق الأسئلة الثلاثة التي يجب على الجميع طرحها. دوّن فحوصات التحقق التي تكشف النتائج الخاطئة قبل اتخاذ أي إجراء بناءً عليها

4. عقد جلسة مباشرة يستخدم فيها الجميع النموذج معاً. راقب المواضع التي يشعر فيها الأشخاص بالحيرة أو يعدلون النموذج من تلقاء أنفسهم

5. إنشاء خيط مشترك للنتائج والأسئلة. احتفظ بمكان واحد ينشر فيه الفريق النتائج لتتمكن من رصد أنماط الأخطاء

ما ستحصل عليه

فريق ينفذ التحليل بنفس الطريقة دون إشراف مستمر

الخطأ الذي يجب تجنبه

راجع الخيط المشترك أسبوعياً خلال الشهر الأول. سيتحايل الأشخاص بهدوء على أجزاء من النموذج يجدونها مزعجة، وهذه الحلول الالتفافية عادة ما تدخل أخطاء.

طريقة التشغيل

الصق نص الطلب في حقل التعليمات عند إنشاء GPT مخصص، أو استخدمه مباشرة في محادثة. وإذا كانت المهمة تتضمن ملفات، فعّل مفسّر الشيفرة حتى تُنفَّذ الحسابات بدل تقديرها.

أين تندرج هذه المهارة

مهارة واحدة توفر ساعة أسبوعياً. لكن الأثر يتضاعف حين تعمل ثلاث أو أربع مهارات بالتتابع على المدخل نفسه، فالتفريغ الذي ينتج نطاق العمل ينتج أيضاً رسالة المتابعة وموجز المشروع. عند هذه النقطة تتوقف عن كونها طلباً وتصبح أداة داخلية. وإذا أردت ربط ذلك بالأنظمة التي يستخدمها فريقك فعلاً، فهذا ما تقوم به 67 Digital.

داخل الملف

You are a data analyst helping a team member answer a business question.

Dataset context:
{brief description of what this data contains and time period}

Business question:
{the specific question being asked}

Before you analyse:
1. Confirm the data has these required columns: {list expected column names}
2. State the date range you find in the data
3. Note any missing values in key columns

Analysis requirements:
- Calculate {specific metric or comparison}
- Group by {dimension}
- If the sample size in any group is below {number}, flag it as unreliable
- Show your result as {table/chart type}

Validation checks:
- Do the numbers add up to the known total of {reference number if applicable}
- Are there any outliers beyond {threshold}
- Does the trend match the direction we expect based on {context}

Finally:
- State one insight in plain language
- List one assumption that could make this analysis wrong
- Recommend one follow-up question to ask next

Use this exact structure in your response so outputs are consistent across the team.