ChatGPT Advanced Data Analysis – 11 coole Anwendungen

Der Code-Interpreter von ChatGPT heißt jetzt „Advanced Data Analysis“ und das neueste Feature und wahrscheinlich eines der besten. Und ich dachte Plugins waren das große Highlight. Was ist Advanced Data Analysis (Code-Interpreter) von ChatGPT, wie bekommst du Zugriff, was kannst du damit machen, welche Anwendungsbeispiele gibt es? All diese Fragen möchte ich dir in diesem Artikel beantworten.

• Definition: Was ist die ChatGPT „Advanced Data Analysis“?
• Anwendungsszenarien: Anwendungsszenarien im Überblick
• Installation: Wie integrierst du die „Advanced Data Analysis“
• Anaylsieren: Daten analysieren, Daten visualisieren, Google Trends Daten
• Anwendungen: zusammenfassen, visualisieren, Bilder optimieren
• SEO: ScreamingFrog Daten analysieren
• Brainstorm: die ChatGPT „Advanced Data Analysis“ als Brainstorming Assistent
• Limitierungen: Welche Limitierungen gibt es?
• Dateiformate: Welche Dateiformate werden unterstützt?
• Prozess: Wie sieht ein Prozess bei der Analyse von Daten aus?
• Tipps: Wie arbeitet man am besten mit der Advanced Data Analyse
• Fazit: Das bietet die „Advanced Data Analysis“ (Code-Interpreter) von ChatGPT!

Was ist die ChatGPT Advanced Data Analysis?

Die „Advanced Data Analysis“ von ChatGPT ist eine neues Plugin, das OpenAI seinen Plus-Abonnent:innen und Enterprise Kundinnen und Kunden anbietet. Es kann Daten aufbereiten, Daten analysieren, Kundendaten segmentieren, mathematische Analysen, wie lineare Regressionen durchführen und auch Python ausführen!

Erste offizielle Informationen zur „Advanced Data Analysis“ von ChatGPT erhältst du direkt bei OpenAI . Die „Advanced Data Analysis“ von ChatGPT ist ein Python-Interpreter, der in einem geschützten „Sandbox“ ausgeführt wird. Du kannst hier direkt Prompts ausführen, aber auch Dateien, wie Bilder oder .csv Files hochladen. Das Plugin hieß vormals „Code-Interpreter“, es hat sich allerdings nur der Name geändert die Funktionalitäten sind identisch.

Warum jetzt „Advanced Data Analysis“ anstatt Code-Interpreter?

Das ist natürlich spekulativ. Der alte Name „Code-Interpreter“ war vielleicht eher zu technisch orientiert und hat damit große Barrieren bei Nicht-Entwickler:innen aufgebaut. Dabei drückt der neue Name sehr gut, das eigentlich Ziel von ChatGPT aus. Tatsächlich ist die „Advanced Data Analysis“ ein tolles Tool für alle, die Daten analysieren möchten. Und in seiner fast gesamten Historie, ist gerade Digital Marketing immer sehr zahlenorientiert gewesen. Überall gibt es interessante Daten, die du jetzt komfortabel analysieren kannst. Und mit dem neuen Enterprise-Account sichert OpenAI auch zu, dass deine Daten nicht für das Training seiner Modelle (LLMs) verwendet wird.

Was kann die ChatGPT Advanced Data Analysis ?

Du kannst das Plugin zum Beispiel für das Sammeln großer Datenmengen oder zum Erstellen von Code nutzen. Ich zeige dir im  Folgenden einige Anwendungen, wofür du die „Advanced Data Analysis“ verwenden kannst:

• Mathematische Probleme lösen, wie  Regressionsanalysen
• Daten, aus .csv Files  analysieren
• Daten visualisieren
• Bilder bearbeiten und konvertieren
• Bilder mergen
• Eigenen Code analysieren und optimieren
• Eigene Spiele schreiben
• Du kannst Videos produzieren
• Eigenen Code erstellen
• Maschine Learning Anwendungen erstellen

Wir schauen uns gleich Schritt für Schritt einige Anwendungen mit den entsprechenden Prompts an.

Wie aktivierst du  die ChatGPT Advanced Data Analysis

Um auf die „Advanced Data Analysis“ von ChatGPT zugreifen zu können, musst du ChatGPT Plus-Abonnent:in sein. Wenn du zu den Plus-Nutzer:innen gehörst oder einen Enterprise Account hast, dann kannst du es in den Einstellungen von ChatGPT aktivieren und in deinen Chats verwenden. Alle Infos und wie genau du ChatGPT-Plugins installierst, kannst du in unserem Blog-Artikel direkt nachlesen.

 

Anwendungsbeispiele Advanced Data Analysis

Im Folgenden liste ich dir eine ganze Reihe von Beispielen auf, wie du die „Advanced Data Analysis“ von ChatGPT umsetzen kannst. Am besten fange ich bei ein paar einfachen Beispielen an.

 

„Advanced Data Analysis“ – mathematische Aufgaben lösen

Hier einmal ein Beispiel einer mathematischen Aufgabe bzw. einer Visualisierung. Dabei geht es mir weniger um die Ansätze, was man mit dieser Funktion lösen kann, sondern eher um die tollen Visualisierungsmöglichkeiten des ehemaligen Code-Interpreters.

Die Formel lautet wie folgt: f(x,y) = sin(√(x^2 + y^2)) und das ist die Visualisierung der Formel

„Advanced Data Analysis“ – YouTube-Daten analysieren

Hintergrund: Wir haben das Ziel unseren YouTube-Kanal zu analysieren. Dabei geht es insbesondere darum zu verstehen, welche Videos besonders erfolgreich sind, welche Videos besonders hohe Wiedergabezeiten haben, wo gewinnen und verlieren wir Abonnent:innen etc. Am Ende wollen wir für ein Meeting eine Präsentation erstellen. Ich habe dieses Beispiel auf Englisch gemacht.

Tipp: Wenn du keinen YouTube-Kanal zum Auswerten hast, gibt es auf Kaggle ganz viele Daten zum Ausprobieren. Ich habe zum Beispiel ein Datenset eines YouTubers genommen, das dort zur Analyse zur Verfügung gestellt wird.

Schritte: In einem ersten Schritt gehst du in deinem YouTube-Account  unter Mein Kanal > Analytics und

• lädst dir oben rechts dein gewünschtes Zeitfenster herunter. Als Dateiformat eignet sich für den die „Advanced Data Analysis“ von ChatGPT besonders gut .csv.
• Dann lädst du die Daten nachdem du sie ausgepackt hast in ChatGPT hoch. Ich habe die Tabellendaten verwendet, weil du hier die meisten Parameter zum Auswerten hast.
• Jetzt definierst du deinen passenden Prompt.

Prompt: Im Folgenden nehme ich Daten aus meinem YouTube-Kanal. In einem ersten Schritt ist es interessant, welche Daten ich grundsätzlich zur Verfügung habe. Anschließend ist es wichtig zu analysieren, welches das erfolgreichste Video ist. Das kann die gesamte Wiedergabezeit sein oder welche dieser Videos besonders intensiv angeschaut werden. Gibt es noch andere Muster in den Daten?

 

Das Ergebnis in einer ersten Analyse:

 „Advanced Data Analysis“  – Präsentation erstellen

Wir wollen jetzt mit den ersten Analysen starten.

Hintergrund: Das Ziel: Wir wollen für eine Präsentation bei unseren Vorgesetzten die Top-Videos in Hinsicht auf Wiedergabezeit und Gewinn von Abonnent:innen analysieren. Eine Visualisierung der Daten wäre toll. „Ich zeige dir jetzt exemplarisch ein paar weitere Prompts, die du mit deinen Daten testen kannst.

Prompt: Wir starten mit der nächsten Analyse. Das Ziel ist eine vollständige Analyse für eine Präsentation bei unserer Geschäftsführung und was wir tun müssen, um bis Ende 2024 unsere Abonnent:innen auf 5000 zu steigern.

Prompt Analyse Top-Videos: Was waren unsere Top-Videos in Hinsicht auf Wiedergabezeit und gewonnene Abonnent:innen. Wie viele Abonnent:innen haben unsere Top 5 Videos geschaut?

Prompt Projekt: Wie viele ähnliche Videos, wie unsere Top 5-Videos müssen wir produzieren, um 5.000 Abonnent:innen zu gewinnen?

Prompt Visualisierung: Kannst du mir diese Daten noch visualisieren?

Prompt Präsentation: Bitte fasse mir jetzt die Analyse mit aussagekräftigen und beeindruckenden Schilderungen zusammen. Wir starten mit einer „Executive Summary“. Ich brauche auch eine Folie mit unseren Top-5 Videos in Hinsicht auf Wiedergabezeit und Abonnentenzuwachs. Wie viele Folien würdest du für eine gute Präsentation vorschlagen? Bitte sag mir immer, wenn wir mit einer neuen Folie starten.

 

Advanced Data Analysis, SEO und der ScreamingFrog

Hintergrund: In meinem ersten Test habe ich Daten aus ScreamingFrog analysiert. Ich wollte wissen, wie unsere interne Verlinkung aufgestellt ist. So bin ich vorgegangen:

Schritte: (1)Ich habe mit dem ScreamingFrog einen Crawl der 121watt.de gemacht und alle internen Links als  .csv abgespeichert. (2) Ich habe in ChatGPT dien“Advanced Data Analysis“  gestartet mit folgendem Prompt:

Prompt: „Du bist jetzt mein SEO-Analyst – ich habe eine Liste mit Daten, die dir alle internen Verlinkungen zeigt. Mein Ziel ist die interne Verlinkung unser Seminarseiten zu analysieren. Du erkennst die Seminarseiten am URL-Pfad .+/seminare/.+. Bitte visualisiere dann in einem nächsten Schritt die Daten.

Was kann man noch machen? Hier startet jetzt die Fantasie. Wenn du möchtest, dann schaue dir gerne ein paar Inspirationen für den ScreamingFrog an.

 

„Advanced Data Analysis“in der SEO – Keywords markieren

Die“Advanced Data Analysis“ von ChatGPT ermöglicht die Überarbeitung und Anpassung aller gängigen Dokumente, die wir täglich im SEO und Content Marketing nutzen.

Eine häufige und oft aufwendige Aufgabe ist die Markierung von Keywords in deinen Texten. Warum ist es wichtig, Keywords in Texten zu markieren? Bei der Erstellung von Texten, die in Suchmaschinen hohe Positionen erzielen sollen, spielt die Gewichtung der Begriffe eine entscheidende Rolle. Da die Texte in der Regel eine Korrekturschleife durchlaufen und von verschiedenen Abteilungen wie z.B. Produktmanagement, Recht, Marketing und anderen angepasst werden, ist es von Bedeutung, dass die entscheidenden Keywords während der Korrekturphase nicht entfernt werden. Durch die Markierung der Keywords wird den Fachabteilungen, die nicht mit SEO vertraut sind, signalisiert, dass diese Keywords wichtig sind und daher nicht entfernt werden sollten. Sollte dies dennoch geschehen, werden zumindest die SEO-Verantwortlichen informiert und können angemessen reagieren.

Keywords markieren – Schritt für Schritt

Zunächst laden wir das zu überarbeitende Dokument hoch und geben im Prompt die Aufgabenstellung ein. Wenn du beispielsweise deine Hauptkeywords von deinen semantischen Keywords unterscheiden möchtest, kannst du ChatGPT darum bitten, diese Keyword-Kategorien in verschiedenen Farben zu markieren. Wenn zusätzlich Keywords aus dem gleichen Wortstamm, Singular/Plural oder andere Variationen wichtig sind, teile das ChatGPT einfach mit.

 

Nach deiner Anfrage wird dir ChatGPT anzeigen, wie die „Advanced Data Analysis“ gerade arbeitet und dir das überarbeitete Word-Dokument zum Download zur Verfügung stellen. Klicke einfach auf den von ChatGPT erzeugten Download-Link und lade das Dokument herunter.

Nach dem Download sollten deine vorgegebenen Keywords nun direkt im Word-Dokument markiert sein. So erhältst du ein Dokument, mit dem du weiterarbeiten oder es zur weiteren Überarbeitung weiterleiten kannst. Wenn du den Automatisierungsgrad noch weiter erhöhen möchtest, kannst du ChatGPT in einer weiteren Anfrage auch bitten, die Keywords direkt in einem Export, wie einer Excel-Tabelle, bereitzustellen. Betrachte immer zuerst deine Prozesse und Workflows und überlege dann, wie ChatGPT dir helfen kann, deine Produktivität zu steigern.

Über Artur Kosch

Artur Kosch ist Unternehmer, Suchmaschinen-Experte, Speaker und Dozent. Als geschäftsführender Gesellschafter der Kosch Klink Performance GmbH hält er regelmäßig Vorträge auf Konferenzen, publiziert Fachbeiträge rund um das Thema Suchmaschinen und ist als Dozent an der Hochschule Kaiserslautern im Fachbereich Online Marketing tätig. Zudem betreibt er die größte deutschsprachige ChatGPT-Community auf Discord. Hier findest du auch seinen Guide zu ChatGPT

Weiterbildung: Du hast Interesse an Weiterbildung zu KI und Digital Marketing? Dann schau dir unsere zertifizierte Weiterbildung zum Digital Marketing Manager oder unsere Weiterbildung zu Künstlicher Intelligenz an!

 

„Advanced Data Analysis“ – Bilder bearbeiten

Hintergrund: Du willst ein Bild mit der „Advanced Data Analysis“zurechtschneiden (zum Beispiel für Google Discover). Dann willst du das Bild spiegeln. Ich habe als Beispiel ein Bild mit Stable-Diffusion XL erstellt.

Schritte: (1) Bild mit Stable-Diffusion XL erstellen, das Bild hochladen und passenden Prompt definieren.

Prompt: „Kannst du das folgende Bild auf 1200 Breite zuschneiden und einmal spiegeln? Bitte schreib noch auf das Bild „Raumschiff Alexanderprise“. Kannst du das Bild für eine Website optimieren? Dann bitte stelle mir das Bild zum Download zur Verfügung.“

Tipp: Auch wenn das sicher ein ganz nettes Feature ist, würde ich hier mindestens im Augenblick noch mit gängigen Tools arbeiten, wie zum Beispiel https://tinypng.com/ zur Bilderoptimierung.

Tipp: In einem weiteren Prompt habe ich den „Advanced Data Analysis“ Interpreter gebeten, den Hintergrund freizustellen.  Die Antwort sah dann wie folgt aus „Um den Hintergrund aus einem Bild zu entfernen, verwenden wir normalerweise Methoden der Bildverarbeitung, die auf maschinellem Lernen basieren. Da meine derzeitige Laufzeit jedoch keinen Internetzugang hat, kann ich keine Modelle für das semantische Segmentieren oder Deep Learning herunterladen, um den Hintergrund zu entfernen.“

Auch wenn ChatGPT hier versucht hat die Anforderungen zu übernehmen, so hat das zu keinem guten Ergebnis geführt. Hier würde ich dir als Tool Clipdrop empfehlen, das auf Basis von Stable-Diffusion arbeitet und tolle Tools zur Bildbearbeitung, wie freistellen, vergrößern, Licht verändern etc. anbietet.

„Advanced Data Analysis“-  Korrelationsanalysen

Hintergrund: Das Ziel ist eine Korrelationsanalyse. Ich wollte keine eigene Daten verwenden, sondern  Daten, die generell zur Verfügung stehen. Wir wollen eine Auswertung in Google Trends machen und überprüfen, ob es einen Zusammenhang zwischen den Suchen für die Begriffe „Mountainbike“ bzw. „Ebike“ gibt, versus der Entwicklung der Zahlen für die Mountainbike-Marken „Specialized“, „Canyon“ und „Giant“.  Hier der Link zur Analyse in Google Trends.

Schritte: In einem ersten Schritt gehst du auf Google Trends und …

• definierst jeweils die Suchbegriffe,
• lädst dir oben rechts dein gewünschtes Zeitfenster herunter. Als Dateiformat eignet sich für die „Advanced Data Analysis“ besonders gut .csv.
• Jetzt definierst du deinen passenden Prompt, wie …

Prompt 1: Ich habe hier eine Liste aus Google Trends. Ich möchte hier auf der einen Seite die Begriffe Mountainbike und Ebike miteinander vergleichen. Wie haben sich diese Begriffe entwickelt und gibt es eine Korrelation auf der anderen Seite zu den drei Marken Specialized, Canyon und Cannondale?

Das Ergebnis in einer ersten Analyse. Interessant ist, dass ChatGPT immer erst einmal die Daten selbständig bereinigt:

Jetzt zeige ich dir die ersten Ergebnisse, die ich absolut faszinierend finde.

Ergebnis – Entwicklung Mountainbike versus Ebike

Ergebnis – Entwicklung Correlation Heatmap

Ableitungen, die wir hier rausziehen könnten

Auf der Grundlage der Analyse der Google-Trends-Daten und der Korrelationskoeffizienten können wir einige Erkenntnisse ableiten:

• Das Interesse an „Ebike“ hat in den letzten Jahren stark zugenommen, während das Interesse an „Mountainbike“ im gleichen Zeitraum etwas abgenommen hat – ok noch nicht so überraschend.
• Es gibt eine moderate bis starke positive Korrelation zwischen den Suchbegriffen „Mountainbike“ und „Ebike“ und den Marken „Specialized“, „Canyon“ und „Giant“. Dies könnte darauf hindeuten, dass eine Zunahme der Suchanfragen für „Mountainbike“ und „Ebike“ im Allgemeinen mit einer Zunahme der Suchanfragen für diese Marken einhergeht – ok noch nicht so spannend.
• Besonders die starke positive Korrelation zwischen „Ebike“ und „Canyon“ könnte darauf hindeuten, dass die Marke „Canyon“ in Bezug auf E-Bikes besonders beliebt oder bekannt ist. – hmm das ist eine interessante These, die wir jetzt noch verifizieren müssen
• Hinweis: Aber immer wichtig „Correlation is not Causation“.

Jetzt schließen wir unsere Analysen mit weiteren Anfragen ab.

Prompt: Kann man die Entwicklung der Daten für die einzelnen Jahre zusammenfassen und die Startpunkte im Jahr 2004 auf 100 indexieren, um die Entwicklung zu verstehen?

Chatverlauf: Wenn du möchtest, kannst du dir den Chatverlauf ansehen. Bilder und Daten stehen dir aber nicht zur Verfügung, da dies beim Teilen von „Advanced Data Analysis“ Chats (noch) nicht möglich ist.

ChatGPT Advanced Data Analysis  als Datenanalyst

Der „Advanced Data Analyst“ von ChatGPT ist wirklich eines der coolsten Tools. Und wie schon oben erwähnt, du kannst ihn von der Datenanalyse über die Programmierung eines Spiels bis hin zur Entwicklung einer Präsentation verwenden. Von den ganzen Anwendungen glaube ich ist – im Digital Marketing – die Analyse von Daten die spannendste Anwendung. Dies liegt daran, dass du oft eine Fülle an Datenquellen und eine Vielzahl an Fragen hast. Daher habe ich noch einen weiteren Tipp, der erst einmal ein wenig profan klingt, aber einer der ganz großen Aspekte ist, wie ich glaube: ChatGPT als dein perfekter „Brainstormingpartner“.

Welche Datenquellen stehen mir zur Verfügung?

Wo kann ich in der digitalen Vermarktung Daten (im .csv-Format) herunterladen? Einige Tools, die .csv-Daten anbieten, sind u.a. die

• Google Search Console, GA4, YouTube Analytics und
• SEO-Tools wie Sistrix, ScreamingFrog, SEMrush, Google Ads
• Daten aus deine Social-Ads Plattformen
• …

Welche Fragen habe ich?

Welche Art von Analyse konnte ich früher nicht durchführen oder fand ich zu kompliziert? Das können zum Beispiel fragen sein wie:

• Wie kann ich Daten (.csv-Daten) aus verschiedenen Quellen kombinieren?
• Welche Arten von Analysen, die du früher nicht lösen konntest, wie zum Beispiel Regressions-, Korrelations- oder Kohortenanalyse können jetzt interessant sein?
• Vielleicht interessierst du dich für die SEO-Strategie deiner Wettbewerber?
• Oder wie oben als Beispiel in Google Trends: Wie korreliert deine Marke mit generischen Suchbegriffen? (z. B. wie korreliert ‚Volkswagen‘, ‚Mercedes‘, ‚BMW‘, ‚Toyota‘, ‚Tesla‘ mit dem Begriff ‚E-Auto‘)
• Wie gut funktionieren meine Google-Ads-Anzeigentexte?

Mit welchen Prompts komme ich am besten zum Ziel?

Manchmal hast du Daten, bei denen du unsicher bist, was du damit anfangen kannst. Dann frag doch einfach mal die ChatGPT-„Advanced Data Analysis“.

Ein Beispiel dazu : Du hast einen einen Bericht aus deinem Google-Ads-Konto, z.B. den Bericht „Bezahlt und organisch“. Dieser Bericht ist meiner Meinung nach eine der am meisten unterschätzten Berichte für dich als  SEO- oder SEA-Manager. Du findest ihn unter Google-Ads-Konto > Berichte > vordefinierte Berichte > einfach > Bezahlt und organisch

• Schritt 1: Gehe zu: Google Ads-Konto > Berichte > vordefinierte Berichte > einfach > Bezahlt und organisch
• Schritt 2: Du wählst einen langen Zeitraum aus und lädst dir die ersten 500 Zeilen als . csv herunter
• Schritt 3: Du bittest ChatGPT, nachdem die Liste hochgeladen wurde, die ersten 2 Zeilen zu entfernen (das macht Probleme)
• Schritt 4: Sobald du die Daten bereinigt hast, stellst du der „Advanced Data Analysis“ eine Frage wie diese: „Ich werde eine Datei aus meinem Google-Ads-Konto hochladen. Ich bin SEO-Manager, was kann ich aus diesen Daten lernen?“  > ChatGPT wird dir einige mögliche Analysen vorschlagen.
• Schritt 5: Dann wähle die Analyse, die dich am meisten interessiert und lasse die Daten analysieren.

Warum klappt das so gut? Diese Strategie, ChatGPT nach Vorschlägen zu fragen, funktioniert deswegen so gut, weil wir Menschen sehr gut sind aus  Optionen auszuwählen.
Pro-Tipp: ChatGPT und alle anderen großen Sprachmodelle wie GPT-4 oder das neuere PaLM2 sind nicht darauf ausgelegt, „Erfolg“ mit den Prompts zu haben. Die Logik ist das diese Modelle dir das nächste wahrscheinliche Wort (Token) auf Basis des Contextes ausgeben. Deswegen formuliere deine Fragen an ChatGPT so, dass es dir Schritt für Schritt zur Seite steht und du damit automatisch Kontext schaffst.

Let`s think this through Step by Step

Prompt: „Ich habe eine Liste aus meinem Google-Ads-Konto und bin für SEO verantwortlich. Mein Ziel ist es, neue Ansätze für meine SEO zu identifizieren. Was kann ich aus diesen Daten lernen? Lass uns das Schritt für Schritt analysieren, damit wir sicher sind die richtige Antwort zu finden.“

Mit der „Advanced Data Analysis“ QR-Codes erstellen

Es ist beeindruckend, was der Code Interpreter von ChatGPT im Bezug auf komplexe Analysen, Visualisierungen und Code alles leisten kann! Aber auch bei ganz einfachen und alltäglichen Aufgaben, die früher viele verschiedene Software Tools erfordert haben, kann uns der Code Interpreter viel Zeit sparen: QR Codes erstellen: Eine Zeile Prompt reicht, um einen Funktionierenden QR-Code zu erstellen. Mit einigen Anpassungen des Prompts lassen sich graphisch ansprechende und aufs Corporate Design abgestimmt QR-Codes erstellen. Aus welchen Elementen ein QR-Code besteht findest du hier

Prompt: „Ich brauche einen QR-Code für folgende URL {{URL}}, bitte definiere nur die „Position Pattern“ in den drei Ecken des QR-Codes und das Farbschema #f46a02 und integriere in die Mitte mein Logo in den Abmessungen 600 x120 Pixel, das ich dir als Bild hochlade.

Bitte beachte: alle Elemente, die du im QR-Code anpasst, können zu einer schlechteren Lesbarkeit führen. Deswegen bitte immer den fertigen  QR-Code einmal testen

2. Dateien konvertieren: Wenn Dateien in unpassenden Formaten vorliegen, kann das viel Zeit in Anspruch nehmen. Ob wav in mp3 oder jpg in png – der Code Interpreter konvertiert viele Dateitypen im Handumdrehen. Auch Bild-zu-Text Umwandlung ist möglich – und damit womöglich in späteren Versionen auch das Konvertieren von PDFs in bearbeitbare Dateien.

Larissa Mikolaschek

Larissa ist Head of Tech bei der SEST GmbH. Larissa hat einen Bachelor-Abschluss in Mathematik und einen Master-Abschluss in Informatik. Sie hat jahrelange Erfahrung als Software-Ingenieurin in Unternehmen. Ihr Fokus liegt auf den Einsatz von KI für Unternehmen. Weiterhin setzt sie sich für mehr Frauen in der IT ein – zum Beispiel mit freiwilligen Programmierkursen für weibliche Teenager.

Welche Visualisierungsmöglichkeiten gibt es?

Die“Advanced Data Analysis“ verwendet im Wesentlichen zwei Bibliotheken zur Visualisierung von Daten. Das sind die

• Matplotlib: Eine Bibliothek für die Programmiersprache Python
• Seaborn: Eine Python-Datenvisualisierungsbibliothek, die auf Matplotlib basiert.

Beide Bibliotheken können aufwändige Visualisierung deiner Daten machen. Später habe ich ein paar Beispiel zur Visualisierung. In der folgenden Grafik siehst du schon ein paar Grafiken:

Persönlich finde ich die folgende 4 Diagramm-Arten interessant

• Liniendiagram: Liniendiagrame eignen sich am besten für die Entwicklung von Trends über einen Zeitraum hinweg. Meist ist die Zeit auf der x-Achse dargestellt und die Metri kauf der y-Achse abgetragen
• Histogramm: Ein Histogramm zeigt die Verteilung einer Datenmenge. Google verwendet das zum Beispiel im Tool PageSpeed-Insights, um die Verteilung von Werten, wie dem LCP, aus Nutzerperspektive darzustellen.
• Scatterplots: Scatterplots zeigen dir die Beziehungen zwischen zwei Variablen. Ein Anwendungsbeispiel im Digital Marketing ist zum Beispiel GA4 Sitzungen versus Google-Ads Klicks
• Heatmap: Heatmaps sind besonders nützlich, wenn du eine große Menge an Daten effektiv visualisieren möchtest. Zum Beispiel die Verbindung zwischen den Umsätzen für deine 10 wichtigsten Produktkategorien versus deine 4 Quartale. Teste das doch mal Heatmaps und Scatterplots mit Daten aus dem Google Merchandise-Store – hier kommst du zum Demo-Account, aus dem du dir die Daten herunterladen kannst.

Welche Dateiformate unterstützt die Advanced Data Analysis

• Welche Dateiformate kannst du verarbeiten?
• CSV (.csv): Tabellenformat, komma separiert
• Excel (.xls, .xlsx): Microsoft Excel-Dateien.
• JSON (.json): Zum Beispiel Rich Data, schema.org
• HTML, CSS, JavaScript: analysieren, optimieren und Fehler beheben
• Bilddateien: Verarbeiten von z.B. JPEG, PNG, TIFF, BMP, GIF
• SQL-Datenbanken: SQL-Abfragen und BigQuery (GA4)
• PDF-Dateien hier insbesondere
  • Text aus PDF-Dateien extrahieren
  • Bilder aus extrahieren
  • Tabellen aus PDFs zu extrahieren
• und viele weitere auch exotische Formate, wie
• NetCDF (.nc): Ein Dateiformat, das in den Geowissenschaften und bei klimabezogenen Daten verbreitet ist.
• FITS (.fits): Ein Dateiformat, das in der Astronomie verwendet wird.

Aber die große Stärke der Advanced Data Analysis liegt im Digital Marketing in der Analyse von .csv Dateien. Dazu vielleicht auch noch ein paar Tipps zur Vorgehensweise

Tipps zur Vorgehensweise

Auch wenn das Plug-In auf den ersten Blick intuitiv wirkt. Aus meiner Erfahrung gibt es hier einige wichtige Aspekte, gerade auch zu den Prozessen mit der Advanced Data Analysis

1. Cleansing: Daten erst bereinigen. Im Prozess würde ich das so angehen
   • Schritt 1: Daten in einem separaten Chat aufbereiten
   • Schritt 2: Bereinige .csv downloaden
   • Schritt 3: bereinigte .csv in einem Chat für die Analysen verwenden
2. Trust: im Prompt eine Evaluation mit inkludieren (Cross-Check Data)
3. Analyse: Analyse Schritt für Schritt vornehmen > Zwischenergebnisse abfordern
4. Brainstorm: Sich bei ChatGPT unterstützen lassen (Brainstorm, wie Analyseansätze oder Visualisierungen) 
5. Session Time-out: Es gibt einen Session Time-Out – siehe hier
6. Security: Bitte aufpassen, wenn Ihr kritische Daten hochladet – siehe hier
7. Datenset: Es gibt interessante externe Datensets zum Testen auf kaggle oder github

Datensets in der Advanced Data Analysis

Du bist sicher voll motiviert jetzt mit eigenen Analysen loszulegen. Aber noch einmal hier die Warnung, seid immer vorsichtig mit sensiblen Daten. Aber vielleicht kannst du dein Risiko in Kategorien einordnen, wie zum Beispiel

• hohes Risiko: CRM-Daten, Finanzdaten etc.
• mittleres Risiko: Daten aus deinen Web-Analyse-Toosl, wie GA4, Google Ads Daten, Google Search Console Daten
• geringes Risiko: öffentlich zugängliche Daten, wie aus SEO-Tools (Sistrix, Semrush, ScreamingFrog etc.)
• kein Risiko: öffentliche Datensets , wie hier aus Kaggle (Google Analytics Daten), Daten aus dem Google Demo-Konto oder hier zum Beispiel ein Datenset auf Github (Weltbevölkerung als .csv)

Hier einmal ei paar Inspirationen, wo du überall .csv Dateien finden kannst

 

Wie sieht ein Prozess bei der Analyse von Daten aus?

Auch wenn man sicher keinen optimalen Prozess skizzieren kann, versuche ich dir mal im Folgenden einen Prozess bei der Analyse von Daten zu skizzieren, der sich für mich bewährt hat. Der Prozess lässt sich abseits der konkreten Anwendung wie folgt beschreiben:

• Schritt 1: Welche Daten darf ich mit geringem Risiko für eine Analyse in der Advanced Analysis verwenden?  
• Schritt 2: Erste Analyse in relevanten Tools, wie Youtube Analytics, ScreamingFrog oder ggf. GA4. Kriterien können hier sein Wahl des Berichtes, Zeitraum, Segmenten, Dimensionen oder Metriken
• Schritt 3:  Download in relevanten Tools als .csv Datei
• Schritt 4: Upload der Daten in der Advanced Data Analysis
• Schritt 5 : Vor der Analyse zu erst durch die Advanced Data Analysis Daten bereinigen (Cleansing of Data)
• Schritt 6 : Download der bereinigten Daten als. csv und ggf. Überprüfung auf Validität der bereinigten Daten
• Schritt 7: Start eines neuen Chats und Analyse mit den bereinigten .csv Daten
• Schritt 8 : Vorschläge von ChatGPT zur Analyse der Daten anfordern
• Schritt 9 : Analyse und Visualisierung der Daten und ggf. neue mathematische Ansätze erfragen, wie die Extrapolation der Daten oder Regressions-Analysen

Limitierungen Advanced Data Analysis

Natürlich gibt es auch einige Limitierungen und Einschränkung bei der Nutzung der Advanced Data Analysis

1. Session Time-out: Die Dateien werden während des aktiven Chats und für drei Stunden nach der Konversation gespeichert – Quelle
2. Re-Upload: Um den Chat später fortzusetzen, musst du die Dokumente erneut hochladen
3. Sandbox: Die Daten und Inputs werden in einer Sandbox verarbeitet und es gibt keine Zugriff auf das Internet, während einer Session (Sicherheitsgründe) – mehr dazu auch hier
4. Dokumente #: es können maximal 10 Dokumente hoch geladen werden
5. Dateigröße: Maximal 100MB pro File in der Enterprise Version 500MB

Hier gibt es weitere interessante Ressourcen zu den Einschränkungen

Fazit ChatGPT Advanced Data Analysis

Fazit: Die ChatGPT „Advanced Data Analysis“ ist zusammen mit den ChatGPT Custom Instructions, das im Augenblick beste Tool bei ChatGPT. Du kannst jetzt Analyst:in, Entwickler:in oder Game-Developer:in werden (Lese mehr über die Entwicklung von Spielen auf LinkedIn) Interessant – neben der reinen Datenanalyse und der Visualisierung – finde ich hier besonders den Ansatz alle Daten erst einmal zu verstehen, anzupassen bzw. zu bereinigen. Bei einer alten .csv Datei, die ich hier hochgeladen habe, gab es Probleme bei der Formatierung. Das hat ChatGPT gelöst.

Das ist für mich besonders wichtig, da man sich oft Daten aus verschiedenen Tools herunterladen kann. Und anstatt zu analysieren, muss man erst einmal einen Großteil seiner Zeit mit der Bereinigung von Daten verbringen. Du hast jetzt mit der „Advanced Data Analysis“ die Möglichkeit eigene Analysen zu erstellen, neue Aggregationen der Daten vorzunehmen und mit der Correlation Heatmap ganz neue Visualisierungen zu machen. Allerdings gibt es eine relative kurze „Sitzungslaufzeit“. Geht man also später wieder in den Chat rein, sind Bilder nicht mehr verfügbar und ChatGPT hat den Verlauf vergessen (This code interpreter (beta) chat has timed out. You may continue the conversation, but previous files, links, and code blocks below may not work as expected.).

Deswegen mein Tipp: Konzipiere wichtige Prompts und Promptsequenzen in Ruhe und steig‘ dann ohne „Pause“ in die Analyse ein und speichere dir die Ergebnisse anderweitig ab. Ein Wahnsinns-Tool! Viel Spaß damit!

Inzwischen gibt es seit November 2023 die sogenannten Custom GPTs. Die Custom GPTs ermöglichen es dir noch einmal mit deutlich mehr Möglichkeiten, genaue Anweisungen an ChatGPT zu geben und ganz eigene Applikationen zu erstellen. Wie das genau geht, findest du in unserem Artikel zu „Custom GPTs für ChatGPT“