最近ChatGPT火遍全网，上线两个月的时间用户量就突破了两亿。它为什么能如此迅速的获得大量用户，它到底厉害在哪里？

ChatGPT的强大之处在于它可以智能且快速地对提出的问题做出回答并自动生成文本对话，是一个近乎无所不知的智能聊天机器人，从最简单的对话开始到复杂问题的抛出，他都能做出几乎无懈可击的回答，还能根据你的要求智能调节文字输出的格式与风格，美国甚至有超过89%的大学生都在使用ChatGPT来做作业，它的强大可见一斑。

ChatGPT会取代数据分析师吗？

在这个快速发展的时代，处理问题的效率愈发重要，ChatGPT的技术有可能会取代一些文字类以及问答咨询类的工作，此外还可能对需要大量数据统计及分析的工作产生冲击。那么ChatGPT会取代数据分析师吗？

我们都知道数据分析师岗位的工作一般来说包含的内容有：

数据获取

数据清洗

数据分析

数据可视化

生产数据报告

而ChatGPT能做的事有哪些呢？很不幸，以上的五点内容，它都能做到，如果是这样来看的话，数据分析师貌似已经被ChatGPT完全拿捏了……

但事实果真如此吗？数据分析师的工作内容确实是从获取数据开始到产生数据报告结束，但是数据分析的工作重点从来都不在数据上，而是在思维与逻辑上。这是程序与人类最大的区别，也是人工智能始终挂着“人工”二字的原因。

数据分析从来不是只有数据

在数分圈有一个很有名的“二八定律”——用20%的精力处理数据，用80%的精力分析数据。分析数据才是工作重点，所以，数据分析思维、逻辑思维能力并且可以在繁杂的数据之中发现问题的能力才是数据分析师的真正价值所在，这也是数据分析师的核心竞争力。对此ChatGPT的表现如何呢？

1、数据分析基础知识

我们以数据分析中非常简单的归一化和标准化的概念来做测试：

第一次提问：什么是归一化？

第二次提问：什么是标准化？

从上图可以看出，第一次回答时，ChatGPT确实介绍了归一化，但是归一化的数据转化范围却没有表达明确，这是归一化概念中不可或缺的一部分。而在第二次回答时，则偏离了数据分析的前提。

由此可以看出，ChatGPT虽然功能强大，但是缺少了重点知识回答的严谨性。

2、沟通逻辑性

在前两次提问的基础上我们来追加问题：那么他们有什么不同呢？小数的本意是让它分析归一化与标准化的区别，但是得到的回复却是Markdown和HTML的区别，与小数想得到的答复相差甚远，可见ChatGPT没有上下文衔接的逻辑性。

ChatGPT在问题分析的逻辑上表现又是如何那？小数同样使用归一化和标准化的概念问题，这里提问了两次，答案没有发生变化。回复的内容也只有对归一化和标准化的概念解释，并没有对问题的重点——二者的区别进行解答，也就是说它缺少了对问题的逻辑连接，甚至是对题意的判断能力，这就更能体现出ChatGPT的局限了。

ChatGPT是工具，为我们所用

综上所述，ChatGPT在数据分析行业可以作为一个提升效率的辅助工具，减少在数据处理方面的时间，但是对于更加精细的逻辑分析与问题的判断，依然离不开数据分析师的专业能力。它也许可以取代一些处理复杂数据和机械式操作的数据专员，但是不能代替以分析思维为核心竞争力的数据分析师。

由此可见，数据分析思维是数据分析师的灵魂所在，而CPDA数据分析师正是企业所需人才。CPDA数据分析课程正是为带领大家利用数据分析思维解决企业问题的所设计的。