चाहे आप इसे पसंद करें या न करें! आर्टिफिशियल इंटेलिजेंस यहाँ है। यह हमेशा के लिए डिजिटल मार्केटिंग करने के हमारे तरीके को बदल रहा है। कंटेंट स्ट्रैटेजिस्ट ने इसे सबसे ज़्यादा तीव्रता से महसूस किया है! क्योंकि उपभोक्ता-सामना करने वाले AI में आज तक मुख्य रूप से लार्ज लैंग्वेज मॉडल (या LLM) शामिल हैं। डिजिटल मार्केटिंग एनालिटिक्स
हमने अपने कंटेंट मार्केटिंग में AI का उपयोग करना शुरू कर दिया है और यहाँ तक कि एक AI लेखक (पेज) ने हमारे लिए ब्लॉग पोस्ट बनाना शुरू कर दिया है।
लेकिन ओपन AI के चैटGPT ने हाल ही में एक एडवांस्ड डेटा एनालिसिस फीचर पेश किया है। बेशक! इसने सभी डिजिटल मार्केटिंग एनालिस्ट को अपनी नौकरी बचाने के लिए रातों-रात संघर्ष करने पर मजबूर कर दिया है।
डर समझ में आता है! लेकिन हमें यथार्थवादी होने की ज़रूरत है। भविष्य के मार्केटर मशीन नहीं बल्कि इंसान होंगे जिन्होंने मशीनों की शक्ति का उपयोग करना सीख लिया है।
इस पोस्ट में! मैं विश्लेषण कार्यों
में सहायता के लिए AI को प्रेरित करने के तरीकों को कवर करूँगा। बॉट्स के साथ व्हाट्सएप डेटा सह-अस्तित्व संभव है। आपको बस यह जानना होगा कि कैसे पूछना है। डिजिटल मार्केटिंग एनालिटिक्स
स्वच्छ डेटा से शुरुआत करें
यह बिना सोचे समझे काम की बात लग सकती है! लेकिन कंप्यूटर और AI पर भी यही नियम लागू होते हैं: कचरा अंदर! कचरा बाहर।
GPT पर अपलोड करने के लिए आप जो भी फाइल चाहते हैं! उसके लिए निम्न बातों का ध्यान रखें:
आप कोई असंरचित डेटा इस्तेमाल नहीं कर रहे हैं
शून्य या रिक्त मान उपयुक्त प्लेसहोल्डर से भरे गए हैं
कॉलम उचित रूप से लेबल किए गए हैं
स्प्रेडशीट में PPC डेटा का स्क्रीनशॉट
उदाहरण: GPT के लिए विश्लेषण के लिए एक साफ डेटा सेट तैयार करना जिसमें कोई शून्य न हो और सभी पंक्तियों में पूरा डेटा हो।
ऐसा लगता है कि ये तीन सीधी-सादी
चीजें हैं! लेकिन आपको आश्चर्य होगा कि कितने डेटा सेट स्वाभाविक रूप से इन मानकों के अनुरूप नहीं हैं।
GPT से पूछें कि क्या यह आपके डेटा को समझता है
यह एक मूर्खतापूर्ण बात लग सकती है! लेकिन सबसे बुनियादी सवाल से शुरू करें। क्या AI आपके द्वारा अपलोड किए गए डेटा को समझता है?
शुरू करने के लिए नमूना प्रश्न ये हैं:
कौन से फ़ील्ड मौजूद हैं?
फ़ील्ड में डेटा के बीच क्या संबंध है?
क्या आपको डेटा में कोई पैटर्न नज़र आता है?
चैटGPT के साथ बातचीत का
स्क्रीनशॉट जिसमें डेटा सेट के लिए स्कीमा को सूचीबद्ध करने के लिए कहा गया है।
उदाहरण: GPT से आपके डेटासेट में फ़ील्ड को सूचीबद्ध करने और उनका क्या मतलब है! यह बताने के लिए कहना।
इससे आप डेटा में किसी भी त्रुटि या AI मॉडल द्वारा आपके द्वारा प्रदान की गई जानकारी के साथ किसी भी गलतफहमी को तुरंत पकड़ पाएंगे! इससे पहले कि आप डेटा सेट के बारे में अधिक जटिल प्रश्न पूछें।
अपने सेगमेंट को पहले से परिभाषित करें
हम डिजिटल मार्केटर्स अक्सर अपने डेटा को डिवाइस के प्रकार! भौगोलिक सामाजिक बिक्री सूचकांक: यह क्या है और यह कैसे बढ़ता है? स्थान! नए बनाम लौटने वाले विज़िटर! अभियान का नाम! चैनल और स्रोत के आधार पर विभाजित करते हैं।
जब तक आप उसे नहीं बताते! GPT इनमें से कुछ भी नहीं मानेगा। इसलिए! जब आप डेटा के बारे में प्रश्न पूछ रहे हों! तो अपने सेगमेंट को प्रॉम्प्ट में शामिल करें।
ChatGPT के साथ बातचीत का
स्क्रीनशॉट जिसमें सहसंबंध गुणांक की गणना करने के लिए कहा गया हो।
उदाहरण: मैंने GPT को वेबसाइट के प्रकार (B2C ईकॉमर्स बनाम B2B लीड जेन) के आधार पर विश्लेषण करने के लिए कहा था।
इससे आपको फॉलो-अप प्रॉम्प्ट से बचने में मदद मिलेगी और आपके प्रश्नों की लाइन में बहुत पहले ही कुछ रत्न सामने आ सकते हैं।
समय लेने वाले प्रश्नों पर विचार करें
डेटा विश्लेषण के लिए GPT का उपयोग करने का उद्देश्य समय बचाना है। उन प्रश्नों को छोड़ दें जिन्हें आप डेटा पर नज़र डालकर खुद ही समझ सकते हैं।
इसके बजाय! निम्नलिखित उपयोगों पर विचार करें:
डेटा पर पूर्वानुमान मॉडल लागू करें।
डेटा के बीच सहसंबंध बनाएं।
दो डेटा सेट को जोड़ें और उन
पर एक साथ विश्लेषण करें।कस्टम भारित स्कोरिंग मॉडल बनाएं थाईलैंड डेटा और डेटा को स्टैक-रैंक करें।जटिल कार्यों के लिए या विश्लेषण के अपने हिस्से को आसान बनाने के लिए CPU शक्ति का उपयोग करें।
ChatGPT के साथ बातचीत का एक स्क्रीनशॉट जिसमें पूछा गया है कि क्या यह एक अलग प्रतिगमन मॉडल का उपयोग कर सकता है।
उदाहरण: GPT से पूछना कि वह डेटा सेट पर किस तरह के पूर्वानुमान मॉडल बनाने में सक्षम है।
आपके पास उपलब्ध प्रोसेसिंग पावर आपको कम नहीं बल्कि अधिक जिज्ञासु बनने के लिए प्रोत्साहित करेगी।
आउटपुट से सीखें
जब भी GPT कहता है “विश्लेषण कर रहा है!” तो यह आमतौर पर पृष्ठभूमि में कुछ जटिल पायथन कर रहा होता है। मानो या न मानो! यह अपना काम दिखाता है।
ChatGPT के साथ बातचीत का एक स्क्रीनशॉट जिसमें इसे ऐतिहासिक डेटा के आधार पर राजस्व लक्ष्य मॉडल करने के लिए कहा गया है।
उदाहरण: मेरे प्रॉम्प्ट का उत्तर देने के
लिए GPT द्वारा उपयोग किए जा रहे पायथन में खुदाई करना।
यदि आप पायथन (या R! या SQL) में विशेष रूप से कुशल नहीं हैं! तो अपनी समस्या को हल करने के लिए GPT के चरणों पर ध्यान दें। कोडिंग भाषा के बारे में अधिक जानने और अतिरिक्त उपयोग के मामलों को चुनने के लिए प्रक्रियाओं के बारे में अनुवर्ती प्रश्न पूछें। इस तरह आप अपनी जिज्ञासा के आधार पर एक नई कोडिंग भाषा सीखेंगे और अपने उपयोग के मामलों का उपयोग करेंगे।
कुछ डेटा विज़ुअलाइज़ेशन आज़माएँ
GPT को अपने स्वयं के आउटपुट के आधार पर चार्ट बनाने में मुझे मिश्रित परिणाम मिले हैं। यह पूरी तरह से विकसित बिजनेस इंटेलिजेंस या डैशबोर्ड टूल नहीं है! लेकिन यह देखने के लिए कि क्या AI समय के साथ अधिक शक्तिशाली होता है! फिर भी कुछ विज़ुअलाइज़ेशन का अनुरोध करें।