Convertir un archivo de Excel en información accionable sin escribir una sola línea de código ya es posible gracias a la combinación de ChatGPT y su plugin Advanced Analytics. Este recurso permite cargar archivos estructurados —como CSV o Excel— y obtener patrones, tendencias, insights y visualizaciones directamente desde una interfaz de chat con lenguaje natural.
¿Qué es Advanced Analytics y por qué cambia el análisis de datos?
Advanced Analytics es un plugin desarrollado por el equipo de OpenAI que amplía las capacidades de ChatGPT más allá de la conversación. Su propósito es realizar análisis robustos sobre datasets de forma similar a como lo haría un científico de datos o un analista de datos [0:12]. En la práctica, esto significa que puedes:
- Encontrar patrones y tendencias en tus datos.
- Obtener recomendaciones a nivel de negocio.
- Generar visualizaciones sin herramientas adicionales.
- Trabajar con archivos Excel, CSV o de texto.
Todo ocurre dentro de la misma ventana de chat, lo que elimina la necesidad de dominar lenguajes de programación o software especializado para obtener resultados preliminares de gran valor.
¿Cómo se carga un archivo y cuáles son sus limitaciones?
Para acceder al plugin, basta con dirigirse a la sección Explore dentro de ChatGPT y seleccionar el punto de Data Analysis [1:08]. Desde ahí se abre una interfaz diseñada específicamente para recibir archivos en formatos estructurados o no estructurados.
¿Qué tipo de archivo se puede subir?
En el ejemplo práctico se utiliza un archivo de Excel con datos de recursos humanos que contiene 3500 filas y 11 columnas [3:05]. Entre los campos del dataset se encuentran:
- Identificador único de persona.
- Género y salario anual.
- Días de vacaciones totales y utilizados.
- Antigüedad en la empresa.
- Rol, categoría y área de trabajo.
- Persona a quien reporta.
El proceso de carga es sencillo: se presiona el botón de subir archivo, se selecciona desde el directorio local y se espera a que el sistema lo procese [2:05]. Sin embargo, existe una limitante de peso máximo de 512 MB [2:23]. Cualquier archivo que supere ese umbral no podrá ser procesado directamente por la herramienta.
¿Qué sucede después de cargar el archivo?
Una vez cargado, el siguiente paso es escribir un prompt en lenguaje natural. En el ejemplo, el prompt utilizado es simplemente "analiza y describe el dataset" [2:48]. ChatGPT responde con un resumen detallado que incluye:
- Número total de filas y columnas.
- Descripción columna por columna con tipo de dato y significado.
- Clasificaciones internas detectadas automáticamente, como las categorías de género o los roles existentes.
Un aspecto destacable es la capacidad del modelo para deducir información por contexto. Por ejemplo, interpreta que la columna de antigüedad se refiere a años en la empresa sin que el usuario lo especifique previamente [3:30]. Esto demuestra el nivel de comprensión semántica que tienen los modelos de lenguaje entrenados por OpenAI.
¿Qué análisis se pueden realizar a partir de la descripción inicial?
Después de la descripción del dataset, el propio modelo sugiere pasos siguientes para profundizar en el análisis [3:50]. Entre las recomendaciones se encuentran:
- Distribución de salarios por área o categoría.
- Análisis de antigüedad de los empleados.
- Funciones a nivel laboral y su relación con otras variables.
Estas sugerencias funcionan como una guía para que cualquier persona, sin experiencia técnica, pueda continuar extrayendo valor de sus datos. La inteligencia artificial no solo ejecuta instrucciones, sino que propone caminos de exploración relevantes para la toma de decisiones empresariales.
Si ya trabajas con archivos de datos en tu día a día, prueba cargar uno a Advanced Analytics y comparte qué insights descubres con tu equipo.
