这是一本能指导数据分析师和数据挖掘工程师在AIGC时代快速实现能力跃迁的著作，教会他们使用ChatGPT等AIGC工具，大幅提升数据分析与挖掘的能力和效率。
全书围绕Excel、SQL和Python这3大常用的数据分析和挖掘工具展开，从方法和实践2个维度系统讲解了如何使用ChatGPT和Bing Copilot等AIGC工具来辅助提升效率。
全书一共8章，内容可以分为四个部分：
1.AIGC工具使用和Prompt撰写
首先详细介绍了数据分析与挖掘能用到的各种AIGC工具的使用方法和注意事项，然后全面讲解了如何面向数据分析与挖掘场景构建高质量的Prompt，包括大量的方法和最佳实践。
2.AIGC辅助Excel数据分析与挖掘
方法角度，详细阐述了AIGC工具如何辅助Excel数据分析与挖掘，包括数据集生成、数据管理、数据处理、数据分析和数据展示等；实践角度，通过RFM分析、时间序列分析和相关性分析等3个方面的案例讲解了AIGC工具与Excel在不同场景中的结合使用。
3.AIGC辅助SQL数据分析与挖掘
方法角度，详细讲解了AIGC工具如何辅助SQL数据分析与挖掘，包括数据准备、查询、清洗、转换、分析等；实践角度，通过广告渠道评估、归因报表、留存报表等3个方面的案例讲解了AIGC工具与SQL在不同场景中的结合使用。
4.AIGC辅助Python数据分析与挖掘 方法角度，详细讲解了AIGC工具如何辅助Python数据分析与挖掘，包括环境构建、数据探索、数据处理、AutoML等；实践角度，通过广告预测、商品分析和KPI监控等3个方面的案例讲解了AIGC工具与Python在不同场景中的结合使用。
除此之外，本书还全面总结了用AIGC辅助这3种数据分析与挖掘工具时会遇到哪些问题以及有哪些注意事项。

宋天龙（Tony Song），大数据技术专家，触脉咨询合伙人兼副总裁，前Webtrekk中国区技术和咨询负责人（Webtrekk，德国最大的在线数据分析服务提供商）。擅长数据挖掘、建模、分析与运营，精通端到端数据价值场景设计、业务需求转换、数据结构梳理、数据建模与学习以及数据工程交付。在电子商务、零售、银行、保险等多个行业拥有丰富的数据项目工作经验，参与过集团和企业级数据体系规划、DMP与数据仓库建设、大数据产品开发、网站流量系统建设、个性化智能推荐与精准营销、企业大数据智能等。参与实施客户案例包括联合利华、Webpower、德国OTTO集团电子商务（中国）、Esprit中国、猪八戒网、顺丰优选、乐视商城、泰康人寿、酒仙网、国美在线、迪信通等。
著有多部畅销书：
《Python数据分析与数据化运营》
《网站数据挖掘与分析：系统方法与商业实践》
《企业大数据系统构建实战：技术、架构、实施与应用》

序
前言
第一部分 AIGC基础知识
第1章 AIGC赋能数据分析与挖掘
1.1 探索主流的AIGC产品
1.1.1 ChatGPT：AIGC的行业标杆
1.1.2 New Bing Chat：Bing聊天助手
1.1.3 GitHub Copilot：智能编程伙伴
1.1.4 Microsoft 365 Copilot：Microsoft一站式办公AI
1.1.5 Azure OpenAI：Azure云平台服务
1.1.6 Claude：Anthropic AI工具
1.1.7 Google Bard：Google AI对话工具
1.1.8 文心一言：百度AI工具
1.1.9 通义千问：阿里AI工具
1.2 选择适合数据工作的AIGC产品
1.2.1 产品选择攻略：应用场景与关键要素
1.2.2 应用集成AIGC：一站式AI助手
1.2.3 SaaS模式AIGC：灵活的AI as a Service
1.2.4 私有化部署AIGC：企业定制版AI
1.3 ChatGPT实操指南
1.3.1 ChatGPT的常用技巧
1.3.2 ChatGPT的高级功能
1.4 New Bing Chat实操指南
1.4.1 New Bing Chat的常用技巧
1.4.2 New Bing Chat的高级功能
1.5 AIGC驱动数据分析与挖掘变革
1.5.1 技能要求：数据从业者的技能演进
1.5.2 应用场景：数据工作的加速器
1.5.3 人机协作：数据工作的新范式
1.6 AIGC在数据工作中的注意事项
1.6.1 基于最新知识的推理限制
1.6.2 “一致性”观点的挑战
1.6.3 数据结果审查与验证
1.6.4 数据安全、数据隐私与合规问题
1.6.5 知识产权及版权问题
1.6.6 社会认知偏差影响数据推理
1.6.7 难以解决大型任务的统筹与复杂依赖问题
1.6.8 垂直领域数据和知识缺失问题
……
第二部分 AIGC辅助Excel数据分析与挖掘
第三部分 AIGC辅助SQL数据分析与挖掘
第四部分 AIGC辅助Python数据分析与挖掘