Requête: Comment demander à ChatGPT d’analyser tes données

La plupart des gens utilisent ChatGPT pour créer du texte et des images. Mais on n’est pas obligé de s’en tenir à ça. En effet, il a aussi des capacités d’analyse qu’on oublie.

Cette analyse peut être faite sur plusieurs types de fichiers: PDF, texte, CSV, Markdown et beaucoup plus. Il suffit de fournir ces fichiers à ChatGPT et lui dire quoi faire avec. Tu peux attacher un maximum de 20 fichiers et un total de 512 Mo par fichier.

Pour obtenir les meilleurs résultats, donne le plus d’informations pertinentes possible sur les données. Si tu donnes peu d’information, ChatGPT va essayer de deviner seul mais le risque de se tromper est plus élevé.

Note: Fais attention à ne pas mettre des informations confidentielles. Comment savoir? Si tu es prêt à mettre ces informations sur ton fil Facebook ou Instagram, vas-y. Sinon…

Voici des exemples de données que j’ai fournies à ChatGPT

Les données que j’ai fournies étaient complètement inventées à l’aide d’un programme.

'F','Stephanie', 'Martin', 'ronniekoch@example.com', '246-13-0285', datetime.date(1983, 5, 4), datetime.date(2008, 4, 27), 'Montreal', 'Associe', 'Ventes', 68000, 13000, 18
'F','Kelly', 'Rodriguez', 'justinhodge@example.org', '025-09-4618', datetime.date(1984, 6, 21), datetime.date(2010, 6, 15), 'Gatineau', 'Ingenieur', 'Outils internes', 118000, 18000, 15
'F','Lisa', 'Johnson', 'christinebrown@example.net', '460-57-3930', datetime.date(1978, 1, 22), datetime.date(2014, 1, 13), 'Montreal', 'Associe', 'Ventes', 66000, 11500, 3
'F','Stephanie', 'Edwards', 'elizabethhurley@example.org', '635-42-2067', datetime.date(1974, 5, 3), datetime.date(2007, 4, 25), 'Montreal', 'Associe', 'Ventes', 67000, 11500, 14
'M','Christopher', 'Barber', 'matthew05@example.net', '366-20-6640', datetime.date(1992, 5, 18), datetime.date(2018, 5, 12), 'Montreal', 'Associe', 'Ventes', 65000, 11000, 16

La requête

Je t’ai donné des données pour les salaires des employés de ma compagnie. La première ligne indique le contenu de chaque colonne.

Les dates sont écrites comme une fonction. Par exemple:

datetime.date(1994, 10, 22)

Correspond à 1994-10-22 (22 octobre 1994)

Analyse le fichier et dis-moi quelles informations tu peux trouver dans les données. Y a-t-il des patterns particuliers qui ressortent?

Les résultats

Pour identifier des patterns particuliers dans les données des employés, on peut examiner plusieurs aspects comme les relations entre les salaires, les bonus, les jours de vacances, et d’autres variables catégoriques comme le poste et l’équipe. Voici quelques analyses que nous pouvons effectuer :

  1. Corrélation entre le salaire, le bonus et les vacances : Vérifier s’il existe une relation entre la rémunération totale (salaire + bonus) et les jours de vacances accordés.
  2. Analyse de salaire par poste et par équipe : Examiner les différences de salaire moyen et de bonus entre différents postes et équipes pour voir si certains rôles ou équipes sont mieux rémunérés.
  3. Distribution des jours de vacances : Analyser si certains postes ou équipes reçoivent plus de jours de vacances.

Matrice de Corrélation

  • Salaire et Bonus : Il y a une corrélation positive modérée (0.67) entre le salaire et le bonus, ce qui suggère que les employés qui sont mieux payés reçoivent également des bonus plus élevés.
  • Salaire et Vacances : La corrélation est très faible (0.06), indiquant que le salaire n’est pas un facteur déterminant pour le nombre de jours de vacances.
  • Bonus et Vacances : La corrélation est également faible (0.10), ce qui montre que les bonus ne sont pas directement liés aux jours de vacances attribués.

Salaire et Bonus par Rôle

  • Les VPs et les Ingénieurs Seniors ont tendance à avoir les salaires les plus élevés, ainsi que les bonus les plus substantiels. Cela reflète typiquement la structure hiérarchique où les postes de niveau supérieur sont mieux rémunérés.
  • Les Associés et les Managers ont des salaires et des bonus plus modérés comparativement, avec une distribution plus homogène.

Salaire et Bonus par Équipe

  • L’équipe de Devops présente les salaires moyens les plus élevés, ce qui pourrait indiquer une spécialisation technique valorisée dans l’entreprise.
  • Les équipes de Ventes et Produit ont également des rémunérations compétitives, mais avec des bonus relativement variés, reflétant peut-être des performances basées sur des objectifs de vente ou des livrables de produit.

Jours de Vacances par Rôle et Équipe

  • Il n’y a pas de grandes différences dans la distribution des jours de vacances en fonction du rôle, indiquant une politique de vacances relativement uniforme à travers les différents postes.
  • Concernant les équipes, il n’y a pas non plus de grande variation, ce qui suggère une politique équitable en matière de jours de vacances indépendamment de l’équipe.

Ces analyses démontrent une certaine cohérence dans la manière dont les salaires, les bonus et les vacances sont attribués, avec des différenciations plus marquées en fonction du rôle plutôt que de l’équipe. Ces insights peuvent être utiles pour les décisions de gestion des ressources humaines, en particulier pour l’évaluation des politiques de rémunération et des avantages. Si vous souhaitez explorer d’autres aspects des données ou obtenir des informations spécifiques, n’hésitez pas à demander.

Table des matières
Blogue

Autres articles sur l'intelligence artificielle

Nouvelles, découvertes, trucs pour utiliser les outils d’intelligence artificielle générative.