Chargez votre fichier CSV dans Data Cleaner ; l'agent explique comment corriger les doublons et les valeurs vides, puis analyse les tendances, les articles principaux et les variations inhabituelles.
La plupart des petites entreprises disposent de données, comme des feuilles de ventes et des listes de clients, mais n'ont pas le temps de les analyser. Data Cleaner & CSV Insights fait exactement cela.
Erreurs courantes dans les données
- Un même client deux fois.
- Dates vides ou incorrectes.
- Différentes écritures comme "Delhi", "delhi", "New Delhi".
Étapes de l'analyse avec l'agent
- Sélectionnez un CSV avec "Charger le texte depuis le fichier" ou collez vos données.
- Posez une question claire, comme "Quels produits ont des ventes en baisse ?"
- L'agent fournit un nettoyage, un résumé des tableaux et des insights principaux.
Pour de grandes données
Pour un fichier très volumineux, commencez par un échantillon de 200-500 lignes. Si vous avez besoin de modèles d'apprentissage automatique ou de code Python, exécutez Auto Data Scientist, et pour des données de test, utilisez Synthetic Data Generator.
Confidentialité
Supprimez ou modifiez les numéros de téléphone, e-mails ou adresses des clients avant de les insérer.
❓ Questions fréquentes
Quelle taille de fichier CSV peut-on insérer ?
Dans la limite d'entrée, généralement quelques centaines de lignes. Insérez un échantillon de grandes données.
L'agent crée-t-il des graphiques ?
Il suggère des tableaux et des graphiques ; les graphiques peuvent être créés dans Excel ou Google Sheets.
Pourquoi le nettoyage des données est-il important ?
Les données sales produisent des résultats erronés, donc un nettoyage est essentiel avant l'analyse.
Peut-on insérer directement un fichier Excel ?
Enregistrez d'abord le fichier Excel en tant que CSV, puis chargez-le.
Comment prendre des décisions commerciales à partir des insights ?
Augmentez le stock des produits les plus vendus et cherchez les raisons de la baisse des ventes des articles.
L'agent peut-il prédire les ventes futures ?
Il peut faire des estimations basées sur des modèles ; pour des prévisions plus précises, utilisez l'Inventory Demand Predictor.
