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： 3181

作者：大鱼的数据人生

微信搜一搜，关注“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

2025-06-14

挑战 Transformer 架构的谷歌最新扩散模型 Gemini Diffusion 系统提示词

2025-06-14

“AI原生”时代：企业数智化转型的分水岭

2025-06-14

多模态RAG的三类图文问答实现方式，你知道多少种？

2025-06-14

新一代文本表征Qwen3-Embedding与排序模型Qwen3-Reranker 部署和替换

2025-06-14

“华强北”围攻AI耳机，未来智能如何突围？

2025-06-14

AI时代如何为企业和个人赋能

2025-06-14

没吃透 Function Calling？难怪你不理解 AI Agent 为何非来不可！

2025-06-14

浅尝一下微软的AutoGen框架

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

DeepSeek R1-0528 小版本升级

2025-05-29

🧠 解码大语言模型的记忆力：上下文长度的前世今生

2025-03-20

萌新指南｜手把手教你Cherry Studio配置MCP，10分钟让大模型学会上网截图！

2025-03-21

教你解决GPT4o无法使用新版生图功能的教程

2025-04-11

Manus 是大模型 AI Agent + MCP，那什么是模型上下文协议 (MCP)?

2025-03-20

不止核弹芯片，黄仁勋发布两台 AI 个人超算，还拿下全球最快 DeepSeek 推理速度

2025-03-19

聊聊大模型MCP模型上下文协议-为何是AI在企业内应用落地的一个关键组件

2025-03-20

用 Go 语言打造高并发 MCP 服务器：理论、实战与 AI 应用全景探索

2025-03-19

MCP如何重塑AI开发？一文带你深入了解

2025-03-19

黄仁勋 2 个半小时演讲，英伟达已经进入「Agentic AI」时代

2025-03-19

大家都在问

多模态RAG的三类图文问答实现方式，你知道多少种？

2025-06-14

“华强北”围攻AI耳机，未来智能如何突围？

2025-06-14

张鹏对谈李广密：Agent 的真问题与真机会，究竟藏在哪里？

2025-06-14

为什么说Maus是未来任务型AI系统的代表？

2025-06-14

一手实测：首个有记忆的企业级AI Agent，能否经得住实践捶打？

2025-06-13

聊透 Agent，它是「同事」还是「工具」，创业机会和价值究竟是什么？

2025-06-13

拒绝碎片化 RAG，谷歌 DeepMind 推出 ReadAgent：模拟人类阅读长文本，或是NotebookLM底层技术？

2025-06-13

字节跳动2步突破，复杂文档布局解析，为啥如此惊艳？

2025-06-13

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