ModelMonkey 数据分析师专区

ModelMonkey 通过自然语言实现自助式数据访问，从根本上改变了数据分析师的工作方式。您无需编写 SQL 查询，也无需等待数据工程团队的支持，只需用日常语言描述您所需的数据即可。

本指南涵盖与数据分析师最相关的 ModelMonkey 功能：

• 查询已连接的数据库，无需编写 SQL
• 赋能业务用户，自主完成数据请求
• 整合多个数据源，将电子表格数据与外部数据库关联
• 直接在电子表格中创建可视化图表和数据摘要

在查询外部数据之前，您需要先配置数据库连接。ModelMonkey 支持以下数据源：

PostgreSQL
连接任意 PostgreSQL 数据库，包括 Amazon RDS、Google Cloud SQL、Azure Database for PostgreSQL 及自托管实例。

Google BigQuery
使用服务账号连接 BigQuery 数据集，适用于大规模分析工作负载。

连接完成后，您可以在请求中按名称引用这些数据源。例如，若您将连接命名为"销售数据库"，即可直接说"从销售数据库中提取客户数据"。

详细配置说明，请参阅外部数据连接。

数据源连接完成后，您即可使用日常语言进行查询。ModelMonkey 会将您的请求转换为 SQL 并返回结果。

示例请求

• "从我们的 PostgreSQL 数据库中显示上个月各地区的销售额"
• "从 BigQuery 中找出按营收排名前 10 的客户"
• "提取过去 7 天的所有订单并添加到我的电子表格中"
• "按国家统计我们的活跃用户数量"
• "按产品类别统计平均订单金额"

工作原理

1. 用自然语言描述您所需的数据
2. ModelMonkey 自动生成相应的 SQL 查询
3. 查询在您已连接的数据库上执行
4. 结果返回至您的电子表格或以预览形式展示

您还可以通过追问来进一步细化查询，例如："现在筛选出销售额超过 10 万元的地区。"

数据导入电子表格后，ModelMonkey 可协助您进行分析与可视化：

创建图表

• "创建一个按地区显示销售额的条形图"
• "制作一张月度营收趋势折线图"
• "添加一个按产品显示市场份额的饼图"

数据摘要

• "计算每列的合计值和平均值"
• "按类别汇总这份数据"
• "这个数据集有哪些关键洞察？"

添加计算

• "添加一列计算环比百分比变化"
• "计算每个产品的同比增长率"
• "添加一列累计合计"

格式化与高亮

• "高亮显示数值超过平均值的单元格"
• "应用条件格式，将表现最佳的项目标记为绿色"
• "将营收列格式化为货币格式"

ModelMonkey 最强大的功能之一，是能够在单次请求中关联来自不同来源的数据：

将电子表格数据与数据库关联

• "将我的电子表格中的客户 ID 与 PostgreSQL 数据库中的客户表进行匹配"
• "从我们的 CRM 数据库中为这份名单补充电子邮件地址"
• "从 BigQuery 中提取公司规模数据，添加到我的潜在客户列表"

交叉引用文档
上传 PDF 报告，并与数据库数据进行比对：

• "将这份 PDF 中的季度数据与我们数据库中的实际数字进行比较"
• "根据我们的订单表核实这些发票金额"

跨源聚合

• "将 BigQuery 中的网站分析数据与 PostgreSQL 中的销售数据合并"
• "基于多个数据库创建客户数据的统一视图"

这一功能彻底消除了手动导出数据和复制粘贴的繁琐流程，让您的电子表格成为唯一可信的数据来源。

使用具描述性的连接名称
为数据库连接取清晰易懂的名称（如"生产分析库"、"营销数据仓库"），便于在请求中准确引用。

从简单查询入手，逐步扩展
先从简单查询开始验证数据的准确性，再逐步添加过滤条件和聚合操作，有助于及早发现问题。

明确指定时间范围
处理时间序列数据时，务必在请求中包含日期范围："过去 30 天的销售额"比"近期销售额"更为精确。

保存常用查询
对于频繁使用的数据提取操作，建议维护一份包含示例提示词的参考表，方便随时复制和修改。

结合文件上传功能使用
当您需要将外部数据与数据库进行交叉对比时，可上传 PDF 报告或相关文档，尤其适用于差异分析和数据核对场景。

核实关键数据
对于重要的业务决策，请通过与源系统对比少量数据点的方式，抽查结果的准确性。

准备深入探索？了解以下相关功能：

• 外部数据连接 — 配置 PostgreSQL 和 BigQuery 连接
• SQL 查询 — 为高级场景编写自定义 SQL
• 文件上传 — 上传 PDF 以进行交叉引用
• 电子表格编辑 — 了解所有电子表格操作功能

如有特定数据库配置或高级查询模式相关的问题，请查阅上方链接的详细文档页面。