Data Analysis និង Charts
by Sot Dimong
4 សីហា 2026
វិភាគ CSV/Spreadsheet សម្អាត Data គណនា KPI និងបង្កើត Chart ដោយពិនិត្យ Formula។
ChatGPT Mission • Level 11
មេរៀនទី១១ ៖ Data Analysis និង Charts
សេចក្តីផ្តើម
Advanced Data Analysis គឺជាប្រព័ន្ធវិភាគទិន្នន័យស្វ័យប្រវត្តិកម្រិតខ្ពស់។ អ្នកអាច Upload ឯកសារទិន្នន័យ (CSV, Excel, JSON) រួចឱ្យ ChatGPT សម្អាតទិន្នន័យ គណនា KPI សំខាន់ៗ និងបង្កើត Chart រូបភាពវិភាគយ៉ាងស្អាត។
Advanced Data Analysis គឺជាប្រព័ន្ធវិភាគទិន្នន័យស្វ័យប្រវត្តិកម្រិតខ្ពស់។ អ្នកអាច Upload ឯកសារទិន្នន័យ (CSV, Excel, JSON) រួចឱ្យ ChatGPT សម្អាតទិន្នន័យ គណនា KPI សំខាន់ៗ និងបង្កើត Chart រូបភាពវិភាគយ៉ាងស្អាត។
១. Upload & Prepare Data
នៅពេលអ្នក Upload ឯកសារ Spreadsheet (CSV ឬ XLSX) ChatGPT នឹងប្រើប្រាស់ Python Code Interpreter ដើម្បីអាន និងវិភាគទិន្នន័យនោះ។
ជំហានដំបូង AI នឹងពិនិត្យមើលរចនាសម្ព័ន្ធ Table, ឈ្មោះ Columns, Data Types (Text, Number, Date) និងចំនួន Rows សរុប រួចផ្តល់សេចក្តីសង្ខេបអំពីទិន្នន័យជូនអ្នក។
២. សម្អាតទិន្នន័យ
ទិន្នន័យដើមភាគច្រើនតែងតែមានកំហុស (Raw Data)។ មុខងារ Data Cleaning ជួយសម្អាតទិន្នន័យឱ្យស្អាតមុននឹងយកទៅវិភាគ។
ChatGPT អាចស្វែងរក និងលុប Duplicate Rows, បំពេញ ឬលុប Missing/Null Values, និងបម្លែង Format ថ្ងៃខែ ឬតួលេខឱ្យត្រឹមត្រូវតាមស្តង់ដារ។
Missing Values Imputationបំពេញទិន្នន័យចន្លោះទំនេរ ឬលុប Rows ដែលគ្មានទិន្នន័យ។
Data Type Conversionបម្លែង Text ទៅជា Number ឬ Date format ត្រឹមត្រូវ។
៣. គណនា KPI
បន្ទាប់ពីទិន្នន័យស្អាត អ្នកអាចស្នើឱ្យ ChatGPT គណនា KPI (Key Performance Indicators) ស្មុគស្មាញបានភ្លាមៗ។
ឧទាហរណ៍៖ គណនា Total Revenue, Average Order Value (AOV), Monthly Growth Rate (MoM), Customer Retention Rate ឬបង្កើត Pivot Tables វិភាគតាមតំបន់។
១. គណនា Total / Average — «រកប្រាក់ចំណូលសរុប និងចំណាយមធ្យមប្រចាំខែ»។
២. គណនា Growth % — «ប្រៀបធៀបប្រាក់ចំណេញខែនេះ ជាមួយខែមុន»។
វិភាគទិន្នន័យ និងបង្កើតតារាងរូបភាព
ជ្រើសរើសតម្រូវការវិភាគទិន្នន័យដើមី្បមើល Prompt គំរូ និង Chart Output៖
Prompt គំរូ៖ Examine the uploaded CSV. Identify missing values, duplicate records, and wrong data types, then clean and output the updated dataset.
៤. បង្កើត Chart
ChatGPT អាចបង្កើតរូបភាព Chart វិភាគទិន្នន័យ (Bar Chart, Line Chart, Pie Chart, Scatter Plot) ដោយប្រើប្រាស់ Matplotlib & Seaborn។
អ្នកអាចស្នើឱ្យកំណត់ពណ៌ Custom ដាក់ Title, Legend, Label លើ X-axis និង Y-axis ឱ្យបានច្បាស់លាស់ រួចទាញយករូបភាព Chart (PNG) ឬ CSV ដែកសម្អាតរួច។
សូមវិភាគឯកសារ CSV នេះ៖ (១) សម្អាត Duplicate Rows និង Missing values (២) គណនា Total Sales តាមប្រភេទផលិតផល (៣) បង្កើត Bar Chart បង្ហាញ Top 5 Best Selling Products ជាមួយ Label ច្បាស់លាស់ (៤) ផ្តល់ Link ឱ្យខ្ញុំ Download CSV ដែលសម្អាតរួច។
៥. ផ្ទៀងផ្ទាត់ Formula
ដើម្បីប្រាកដថាតួលេខគណនាត្រឹមត្រូវ ១០០% អ្នកតែងតែអាចពិនិត្យមើល Python Code ដែល ChatGPT បានប្រើប្រាស់។
ចុចលើប៊ូតុង 'Show Code' ឬ '[>]' នៅពីក្រោមចម្លើយ ដើម្បីមើល Formula Pandas / Python ដែល AI ប្រើក្នុងការគណនា និងគូរ Chart នោះ។
ផ្ទៀងផ្ទាត់ Code៖ ចុច 'Show Code' ដើម្បីពិនិត្យមើល Formula Pandas / Python ដែល ChatGPT ប្រើក្នុងការគណនាតួលេខ។
ប្រភពផ្លូវការ៖ មេរៀននេះផ្អែកលើ OpenAI Official Documentation & User Guides។
៦. លំហាត់អនុវត្ត & Quiz
លំហាត់អនុវត្ត៖ សាកល្បងសរសេរ Prompt តាមទម្រង់ និងគោលការណ៍ដែលបានរៀនក្នុងមេរៀននេះ ហើយពិនិត្យមើលលទ្ធផលដែលទទួលបាន។
សំណួរ 1/៥
តើ Advanced Data Analysis ប្រើប្រាស់ភាសាអ្វីខាងក្រោយដើម្បីវិភាគទិន្នន័យ?
ចម្លើយ៖ ក។ ChatGPT រត់ Python Code ខាងក្រោយដើម្បីវិភាគ និងគូស Chart។
សំណួរ 2/៥
តើការសម្អាតទិន្នន័យ (Data Cleaning) រួមមានអ្វីខ្លះ?
ចម្លើយ៖ គ។ Data cleaning ជួយឱ្យទិន្នន័យស្អាតគ្មានកំហុសមុនវិភាគ។
សំណួរ 3/៥
តើធ្វើដូចម្តេចដើម្បីប្រាកដថាតួលេខគណនាបានត្រឹមត្រូវ?
ចម្លើយ៖ ក។ ការពិនិត្យ Python code ជួយផ្ទៀងផ្ទាត់ Logic គណនា។
សំណួរ 4/៥
តើអាច Export លទ្ធផលអ្វីខ្លះចេញពី ChatGPT Data Analysis?
ចម្លើយ៖ ខ។ អ្នកអាច Download ទាំង Chart, Report និងទិន្នន័យកែរួច។
សំណួរ 5/៥
តើ File format ណាដែលសមស្របបំផុតសម្រាប់ Data Analysis?
ចម្លើយ៖ គ។ CSV, XLSX, JSON គឺជា Spreadsheet/Data formats ផ្លូវការ។
ចំណុចសំខាន់ៗនៃមេរៀន
- យល់ដឹងពីគោលការណ៍ និងសមត្ថភាពរបស់មេរៀនទី១១។
- ប្រើប្រាស់ Prompt ច្បាស់លាស់ និងកំណត់ Boundaries ត្រឹមត្រូវ។
- អនុវត្តការផ្ទៀងផ្ទាត់ Fact, Privacy និង Compliance ជានិច្ច។
DATA ANALYST BADGE
កំពុងបង្កើតជំនាញមេរៀនទី១១ របស់អ្នក
បន្តអានគ្រប់ Checkpoint និងឆ្លើយ Quiz ដើម្បីបញ្ចប់ Mission។
មេរៀនបន្ទាប់៖ «មេរៀនទី១២៖ Projects និង Long-running Context»។
