我要投稿

ChatGPT、Claude的数据分析能力已经到了何种水平？

发布日期：2024-07-01 08:59:11 浏览次数： 3071 作者：大鱼的数据人生

听说最近大模型的数据分析能力大幅提升，作为一名曾经的数据分析师，还是比较感兴趣。下面是针对ChatGPT 4o、Claude 3.5 Sonnet做的一个简单测试，效果如何大家自己品评。

1、数据录入

（1）Claude 3.5

Claude 3.5可以直接导入数据，并且有一个专门的Artifacts交互窗口来展示数据，如下所示：

（2）ChatGPT 4o

ChatGPT 4o调用python来导入表格数据，如下所示：

表格放大后可以弹出一个专门的交互窗口，如下所示：

在这个专门的操作窗口可以选择特定的区域提问，比如问选定列的平均值多少，这个非常便利，如下所示：

2、数据概貌

（1）Claude 3.5

针对上面导入的数据，Claude 3.5给出了对这些数据的几点观察，挺不错，如下所示：

Claude 3.5基于Artifacts交互窗口给出了概貌，如下所示：

（2）ChatGPT 4o

ChatGPT 4o调用python给出了以上数据的一些基本统计值，常规操作，如下所示。

3、数据清洗

（1）Claude 3.5

基于以上数据，Claude 3.5给出了贴心的清洗转化建议，不错，如下所示：

清洗转化后的数据的确清晰很多，如下所示：

（2）ChatGPT 4o

相对于Claude 3.5，ChatGPT 4o的表现差强人意，如下所示：

4、数据分析

（1）Claude 3.5

让Claude 3.5基于以上数据表格给出一个数据分析报告，比较惊艳，结果如下所示：

数据分析报告的图表是单独在Artifacts窗口展现的，直接可以交互，非常好，如下所示：

1.用户增长数据分析：

2.月度新增用户和流失用户对比：

3.用户增长率和流失率趋势：

4.活跃用户比率趋势：

5.日均流量趋势：

（2）ChatGPT 4o

ChatGPT 4o基于以上表格数据给出的数据分析报告，比较呆板，相比Claude 3.5有明显的差距，如下所示：

5、图表解析

（1）Claude 3.5

Claude 3.5还提供了一个强大的功能，就是解析图表。针对输入的一张带有图表的图片，Claude 3.5可以智能的将图表中的数据读成JSON格式。

案例一：各月新增离网用户发展对比

基于JSON数据，可以要求重新画出交互的漂亮图表和相关分析，强大，如下所示：

这个功能在很多场景非常有用，比如我看到某个图表很有用，希望将其中的数据嵌入自己的报告，这个时候就可以利用这个功能，下面示例了2个案例：

案例二：企业信息化程度

案例三：2012-2018上半年中国网络游戏用户规模及占比情况

（2）ChatGPT 4o

ChatGPT 4o现在也具备了该能力，但距离Claude 3.5有差距，比如针对案例一，其识别出的数据明显不准确，200602的离网用户数被识别为了52000，但肉眼可见的数据应该在70000以上。

针对案例二，把国家“埃及”识别成了“坦桑尼亚”。

简单的测试结束。应该来讲，两个大模型都表现出了一定的分析潜力，特别是Claude 3.5 Sonnet，已经有初级数据分析师的味道了，特别是Artifacts协作空间很好，可以直接展示动态图表，图表解析功能的实用性也很高。而ChatGPT 4o报错太多，表现差强人意

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-04-30

深度解析OpenAI和Google智能体白皮书及背后两种路线｜大模型研究

2025-04-30

MCP入门指南：大模型时代的USB接口

2025-04-30

通俗易懂的梳理MCP的工作流程（以高德地图MCP为例）

2025-04-30

一文说明 Function Calling、MCP、A2A 的区别！

2025-04-30

MCP很好，但它不是万灵药｜一文读懂 MCP

2025-04-30

旅行规划太难做？5 分钟构建智能Agent，集成地图 MCP Server

2025-04-29

10万元跑满血版DeepSeek，这家公司掀了一体机市场的桌子｜甲子光年

2025-04-29

谷歌大神首次揭秘Gemini预训练秘密：52页PPT干货，推理成本成最重要因素

了解更多

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

本地部署大模型？看这篇就够了，Ollama 部署和实战

2024-08-13

16个具有“联网搜索”功能的AI：总有一个适合你！

2024-06-13

Cursor 一个真正让程序员产生危机感的 AI 编程工具

2024-08-21

OpenAI o1与GPT4o的对比分析

2024-09-23

大模型｜“上下文长度”和“上下文窗口”不再傻傻分不清楚！

2024-07-31

一文带你了解大模型——智能体（Agent）

2024-05-28

50+个AI大模型在不同领域的应用案例

2024-08-04

全面对比dify、coze、streamlit、chainlit

2024-04-26

【深度】AI搜索产品深度分析-搜索原理和商业模式分析

2024-07-09

一文读懂OpenAI新发布o1系列大模型

2024-09-17

大家都在问

打起来了！MCP VS A2A，谁才是Agent的未来事实标准？

2025-04-29

Google 的 A2A 与 MCP 该如何选择？还是两种都用？

2025-04-29

精华好文！用LLM评估LLM，真的靠谱吗？技术上如何实现？

2025-04-29

大模型是否有必要本地化部署？

2025-04-28

给 AI 小白的说明书：什么是 Manus？AI Agent为什么重要？

2025-04-28

MCP爆火背后：AI Agent的生产力时代来了吗？

2025-04-28

从MCP到超级Agent：这场AI生产力革命将淘汰谁？

2025-04-28

一文了解：为什么大模型 Agent框架（A2A）采用 JSON-RPC 2.0？

2025-04-28

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB

应聘简历请发送至： ceo@53ai.com

友情链接：

CopyRight © 2012-2024 深圳市博思协创网络科技有限公司版权所有

粤ICP备17114055号

广州：广州市华景路37号(华景软件园)暨南大学科技大厦6楼（整层）

深圳：深圳市福田区泰然四路29号天安创新科技广场一期A座1204

上海：上海市浦东新区金新路58号1602室

微信扫码
和创始人交个朋友

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部