Visualisasi data yang didukung AI dengan Copilot

- [Instruktur] Visualisasi data sangat penting untuk menyederhanakan data yang kompleks, mengungkap pola, dan menyampaikan temuan secara efektif kepada orang lain. Namun, memulai visualisasi data bisa jadi menakutkan. Dengan begitu banyak opsi grafik yang tersedia, mungkin sulit untuk menentukan titik awal terbaik. Untungnya, Copilot dapat memberikan bantuan dengan menawarkan saran yang menginspirasi analisis yang lebih dalam dan meningkatkan representasi visual. Pertimbangkan file latihan 03_03_data_visualization, yang sekali lagi berisi data tentang 15 kota terbesar di Amerika Serikat. Kita akan mulai dengan membuat grafik populasi setiap kota. Copilot menyarankan bagan batang, yang tampaknya seperti pilihan yang solid. Saya akan menambahkan ini ke lembar baru dan Anda akan melihat hasilnya diformat di sini. Saya akan kembali ke Copilot, dan mari kita lanjutkan meminta. Kita dapat melanjutkan analisis dengan bereksperimen dengan agregasi data yang berbeda. Misalnya, kami dapat menginstruksikan Copilot untuk menginstruksikan rata-rata wilayah kota berdasarkan ibu kotanya versus bukan ibu kota. Copilot memberi kita ringkasan data yang dihasilkan. Kami juga mendapatkan bagan di sini yang sekali lagi dapat kami tambahkan ke dalam buku kerja kami. Sekarang Anda memperhatikan bahwa Copilot sering menyukai bagan batang dalam situasi ini, menunjukkan prinsip penting dari visualisasi data bahwa meskipun dorongan untuk berinovasi demi kebaruan sangat kuat, tidak perlu terlalu rumit tanpa sebab, jadi kami akan tetap berpegang pada dasar-dasar seperti yang dilakukan Copilot dengan bagan batang. Mereka adalah pilihan standar karena kesederhanaan dan efektivitasnya dalam berbagai konteks. Saya akan melanjutkan dan melanjutkan di sini. Mari kita periksa situasi di mana diagram batang mungkin bukan pilihan terbaik. Misalnya, ini bisa terjadi ketika mengilustrasikan hubungan antara dua variabel kuantitatif, seperti luas dan populasi, dan saya akan melakukannya di Copilot sekarang. Dalam hal ini, scatterplot lebih tepat, yang segera disediakan oleh Copilot. Saya dapat menambahkan ini ke lembar saya dan mengonfirmasi hasilnya. Saat ini, Copilot memiliki fungsionalitas terbatas untuk menyesuaikan plot ini, tetapi Excel memberi pengguna kendali penuh atas proses tersebut. Misalnya, saya mungkin ingin menambahkan garis tren ke scatterplot untuk memeriksa korelasi antara wilayah kota dan populasi. Singkatnya, Copilot memfasilitasi visualisasi data dengan menyarankan jenis bagan yang efisien dan mudah seperti bagan batang dan plot sebar. Ini menekankan bahwa utilitas sering kali mengalahkan kebutuhan akan kebaruan, menyisakan ruang bagi pengguna untuk menyempurnakan dan mempersonalisasi visualisasi mereka.