Kako analizirati Excel tablicu uz pomoć LLM-a

Imate Excel tablicu s izvozom prodaje iz webshopa, ERP-a, blagajne, CRM-a ili nekog drugog sustava. U njoj je nekoliko stotina, nekoliko tisuća ili nekoliko desetaka tisuća redova. Svaki red nešto govori: datum narudžbe, kupac, artikl, kategorija, količina, prodajna cijena, nabavna cijena, popust, kanal prodaje, status narudžbe.

Podaci postoje, ali odgovor još ne postoji.

Ne vidi se odmah što raste, što pada, gdje je najveći prihod, gdje je najveća bruto razlika, koje kategorije imaju dobru prodaju, ali slabu maržu, a gdje možda nedostaje važan podatak za bolju odluku.

To je trenutak u kojem mnogi otvore Excel, krenu dodavati stupce, formule i pivot tablice, pa nakon pola sata imaju nekoliko verzija iste datoteke: prodaja_final.xlsx, prodaja_final_2.xlsx, prodaja_analiza_novo.xlsx.

LLM tu može pomoći, ali ne tako da “umjesto vas analizira sve” i izbaci čarobni zaključak. Koristan je kada ga uključite u stvarni radni proces: prvo razumijete strukturu tablice, zatim dogovorite pokazatelje, dodate pomoćne stupce, složite formule, pripremite pivot tablice, filtrirate ono što ima smisla i tek onda pišete kratak izvještaj.

Kratak odgovor: LLM može pomoći, ali ne zamjenjuje Excel ni provjeru

LLM ne treba promatrati kao zamjenu za Excel. Excel računa. Čovjek provjerava. LLM pomaže u strukturi, formulama, izboru pokazatelja, pripremi pivot tablica, interpretaciji rezultata i pisanju sažetka.

Drugim riječima, LLM može biti dobar sugovornik dok oblikujete analizu.

Možete mu opisati stupce koje imate. Možete ga pitati koje pomoćne stupce ima smisla dodati. Možete tražiti formule za prihod, nabavnu vrijednost, bruto razliku i postotak marže. Možete ga pitati koje pivot tablice bi bile korisne za direktora, prodaju, nabavu ili marketing.

Ali izračune treba provjeriti u Excelu. Posebno kod decimalnih separatora, praznih vrijednosti, povrata, popusta, valuta, statusa narudžbi i situacija u kojima jedan red ne znači uvijek isto. Ako je u tablici pogrešno upisan datum, kriva nabavna cijena ili dupli red, LLM to može pomoći uočiti, ali ne smije biti jedina kontrola.

Kako se analiza prodajne tablice često radi ručno u Excelu

Zamislimo uobičajenu prodajnu tablicu. Izvoz iz sustava ima stupce:

• datum narudžbe
• broj narudžbe
• kupac
• artikl ili SKU
• naziv proizvoda
• kategorija
• količina
• prodajna cijena
• nabavna cijena
• popust
• kanal prodaje
• status narudžbe

Prvi korak nije formula. Prvi korak je provjera.

Jesu li datumi stvarno datumi ili tekst? Jesu li cijene brojevi ili tekst s valutom u istoj ćeliji? Ima li praznih redova? Ima li narudžbi sa statusom “otkazano” koje ne bi smjele ući u prihod? Postoje li dupli zapisi? Jesu li kategorije dosljedne ili se ista kategorija pojavljuje kao “Dodaci”, “dodaci” i “DODACI”?

Tek nakon toga dolaze pomoćni stupci.

U prodajnoj analizi često se dodaju stupci kao:

• Mjesec: za grupiranje prodaje po mjesecima
• Godina: ako tablica pokriva više godina
• Prihod: količina puta prodajna cijena, uz uključen ili odvojen popust
• Nabavna vrijednost: količina puta nabavna cijena
• Bruto razlika: prihod minus nabavna vrijednost
• Postotak marže: bruto razlika podijeljena s prihodom
• Status za analizu: npr. uključiti samo isporučene i plaćene narudžbe
• Kanal grupa: webshop, maloprodaja, B2B, marketplace

Nakon pomoćnih stupaca obično slijede pivot tablice.

Jedna pivot tablica prikazuje prihod po mjesecima. Druga prihod i bruto razliku po kategorijama. Treća prikazuje top proizvode po prihodu. Četvrta proizvode s visokim prihodom, ali niskom maržom. Peta možda uspoređuje kanale prodaje.

Zatim dolaze filteri i više sheetova. Jedan sheet ostaje sirovi izvoz. Drugi je očišćena baza. Treći su pomoćni izračuni. Četvrti su pivot tablice. Peti je izvještaj ili sažetak za odluku.

To je stvarni uredski posao. Nije glamurozan, ali je važan. I baš u njemu LLM može biti koristan jer pomaže razdvojiti pitanje “što želimo saznati” od pitanja “koju formulu trebam upisati u ćeliju”.

Tri načina kako LLM može pomoći kod Excel tablice

LLM može pomoći na više razina. Nisu sve jednako napredne i ne treba odmah krenuti od najteže.

1. Razgovor o tablici: što uopće gledamo

Najkorisniji prvi korak nije slanje cijele tablice, nego opis strukture.

LLM-u možete poslati popis stupaca i nekoliko anonimiziranih redova. Zatim ga pitati: “Što se iz ovoga može korisno analizirati?” To je dobar način da izbjegnete lutanje.

Primjerice, ako imate stupce Datum, SKU, Kategorija, Količina, Prodajna cijena, Nabavna cijena i Popust, LLM može predložiti da gledate prihod, nabavnu vrijednost, bruto razliku, postotak marže, prodaju po kategorijama, prodaju po mjesecima i proizvode koji vuku promet, ali imaju nisku maržu.

To nije konačna analiza. To je dogovor oko smjera.

2. LLM kao pomoćnik za formule, pivot tablice i filtre

Kada znate što želite izračunati, LLM može pomoći oko konkretnih Excel koraka.

Ako je tablica formatirana kao Excel Table, može predložiti formule poput:

• =[@[Količina]]*[@[Prodajna cijena]] za prihod
• =[@[Količina]]*[@[Nabavna cijena]] za nabavnu vrijednost
• =[@Prihod]-[@[Nabavna vrijednost]] za bruto razliku
• =IFERROR([@[Bruto razlika]]/[@Prihod];0) za postotak marže

U hrvatskoj lokalizaciji Excela funkcije i separator mogu izgledati drugačije, primjerice AKO.GREŠKA umjesto IFERROR, a umjesto zareza se često koristi točka-zarez. Zato je dobro reći koji Excel koristite i kakav separator očekujete.

LLM može predložiti i pivot tablice:

• prihod i bruto razlika po mjesecu
• prihod, nabavna vrijednost i bruto razlika po kategoriji
• top 20 proizvoda po prihodu
• proizvodi s maržom ispod dogovorenog praga
• usporedba webshopa, maloprodaje i B2B kanala
• povrati ili otkazane narudžbe po kategoriji

Tu je posebno koristan jer ne morate odmah znati naziv svake Excel opcije. Možete opisati što želite vidjeti, a LLM vam može prevesti cilj u konkretan raspored: redovi, stupci, vrijednosti, filteri i sortiranje.

3. Izrada nove tablice iz dogovorenog procesa

Napredniji korak je kada LLM ne ostane samo na savjetu, nego pomogne složiti novu uređenu Excel datoteku.

To može izgledati ovako:

• sheet Raw s izvornim podacima
• sheet Clean s očišćenim i standardiziranim stupcima
• sheet Calculations s pomoćnim stupcima i formulama
• sheet Pivots s pivot tablicama ili pripremljenim agregacijama
• sheet Report s kratkim sažetkom, ključnim pokazateljima i napomenama

Ako se radi kroz alat koji može stvarno generirati datoteke, moguće je dobiti novu Excel datoteku s dogovorenim sheetovima, formulama, izračunima i osnovnim formatiranjem. No i tada vrijedi isto pravilo: rezultat treba provjeriti. Posebno formule, redoslijed stupaca, uključivanje ili isključivanje otkazanih narudžbi, obračun popusta i logiku marže.

Primjer razgovora s LLM-om

Ovakav razgovor ne mora biti dug. Važno je da se kreće od razumijevanja prema izračunu, a ne obrnuto.

Korisnik:

Imam CSV izvoz prodaje. Stupci su: Datum, Broj narudžbe, Kupac, SKU, Naziv proizvoda, Kategorija, Količina, Prodajna cijena, Nabavna cijena, Popust, Kanal, Status. Želim dobiti pregled prihoda, bruto razlike i marže po mjesecu, kategoriji i proizvodu. Što prvo trebam provjeriti?

LLM:

Prvo provjerite jesu li Datum, Količina, Prodajna cijena i Nabavna cijena ispravno prepoznati kao datumi i brojevi. Zatim provjerite prazne redove, duple brojeve narudžbi, statuse koje treba isključiti i dosljednost kategorija. Nakon toga dodajte pomoćne stupce: Mjesec, Prihod, Nabavna vrijednost, Bruto razlika i Postotak marže.

Korisnik:

Koje formule da koristim ako je tablica formatirana kao Excel Table?

LLM:

Za Prihod koristite količinu puta prodajnu cijenu, uz dogovor kako tretirate popust. Za Nabavnu vrijednost koristite količinu puta nabavnu cijenu. Za Bruto razliku oduzmite nabavnu vrijednost od prihoda. Za Postotak marže podijelite bruto razliku s prihodom i dodajte zaštitu od dijeljenja s nulom.

Korisnik:

Koje pivot tablice da složim?

LLM:

Složite najmanje četiri: prihod i bruto razliku po mjesecu, prihod i maržu po kategoriji, top proizvode po prihodu te proizvode s niskom maržom. Dodajte filter za Status kako biste iz analize izbacili otkazane ili testne narudžbe.

Ovdje LLM nije donio poslovnu odluku. Pomogao je korisniku da ne preskoči redoslijed: prvo provjera stupaca, zatim pomoćni stupci, zatim formule, zatim pivot tablice, zatim zaključak.

Dobar prompt za početak analize

Ako tek krećete, možete početi ovako. Prompt prilagodite svojim stupcima i svom načinu rada.

Imam Excel/CSV tablicu s izvozom prodaje. Želim je analizirati, ali ne želim da izmišljaš podatke ili donosiš zaključke koje tablica ne podržava.

Stupci u tablici su:
[ovdje zalijepi popis stupaca]

Kontekst:
- jedan red predstavlja [narudžbu / stavku narudžbe / račun / nešto drugo]
- prihod treba računati kao [objasni pravilo]
- otkazane/testne/povratne zapise treba [uključiti ili isključiti]
- cilj analize je [npr. razumjeti prihod, maržu, kategorije, kanale prodaje i proizvode]

Molim te:
1. Predloži koje provjere podataka trebam napraviti prije analize.
2. Predloži pomoćne stupce koje trebam dodati.
3. Predloži konkretne Excel formule za prihod, nabavnu vrijednost, bruto razliku i postotak marže.
4. Predloži pivot tablice koje imaju smisla za ovu analizu.
5. Predloži koje sheetove bi nova uređena Excel datoteka trebala imati.
6. Napisuj jasno što je provjereno, što je pretpostavka i što trebam ručno potvrditi.
7. Nemoj izmišljati brojke, trendove ni zaključke ako ih ne možeš izračunati iz stvarnih podataka.

Ovakav prompt radi dvije važne stvari. Prvo, daje LLM-u dovoljno konteksta da ne odgovara općenito. Drugo, postavlja granicu: nema izmišljanja podataka, trendova ili zaključaka.

Što ne treba slati u LLM

Kod prodajnih tablica oprez je posebno važan jer se u istom dokumentu često nalaze i poslovni i osobni podaci.

U LLM ne treba slati OIB-e, e-mail adrese, brojeve telefona, adrese dostave, imena kupaca, interne napomene o kupcima, ugovorne uvjete, povjerljive cijene ili podatke koji otkrivaju poslovne tajne, osim ako za to postoji jasan razlog, dogovorena pravila i odgovarajući poslovni alat.

Za većinu analize ne trebaju vam identiteti kupaca. Često je dovoljno zadržati strukturu, kategorije, datume, količine i iznose, a maknuti sve što vodi do konkretne osobe ili firme.

Ako želite pitati LLM za pomoć oko formule ili pivot tablice, dovoljno je poslati nazive stupaca i nekoliko anonimiziranih redova. Za analizu stvarnih brojki možete raditi lokalno u Excelu, a LLM-u dati samo opis problema ili agregirane rezultate.

O tome smo detaljnije pisali u članku Smijem li poslovne podatke staviti u ChatGPT?. Pravilo je isto: što je podatak osjetljiviji, to manje pripada u otvoreni razgovor s vanjskim alatom.

Kada razgovor s LLM-om više nije dovoljan

Jednokratna analiza prodaje može ostati razgovor s LLM-om i ručni rad u Excelu. To je sasvim u redu.

Ali ako isti proces radite svaki tjedan ili svaki mjesec, vrijedi zastati. Ako svaki put uvozite istu vrstu CSV-a, popravljate iste stupce, dodajete iste formule, radite iste pivot tablice i pišete isti sažetak, problem više nije samo analiza. Problem je proces.

Tada ima smisla razmisliti o jednom od sljedećih koraka:

• standardizirani Excel predložak
• dogovoreni workflow s jasnim sheetovima
• Power Query ili sličan postupak za čišćenje podataka
• mala automatizacija koja priprema očišćenu datoteku
• dashboard koji se redovito osvježava
• interni alat ako više ljudi koristi iste podatke i iste izvještaje

Nije svaka tablica razlog za novu aplikaciju. Nekad je dovoljno bolje imenovati stupce, zaključati formule i dogovoriti tko provjerava rezultat. Ali ponavljajući proces je često znak da način rada treba bolje strukturirati.

To je ista logika kao kod odluke kada automatizirati proces: ne automatizira se zato što je nešto dosadno, nego zato što je dovoljno stabilno, vrijedno i jasno.

Zaključak

LLM ne mora zamijeniti Excel. U mnogim uredskim situacijama najbolji rezultat nastaje baš u kombinaciji: Excel drži podatke i računa, čovjek razumije poslovni kontekst, a LLM pomaže oblikovati proces, formule, pivot tablice, filtere i sažetak.

Ako imate sirovu tablicu, nemojte krenuti od pitanja “što AI vidi u ovim podacima”. Krenite od jednostavnijeg pitanja: što uopće želimo saznati i koji stupci su nam potrebni da to provjerimo?

Kada se to razjasni, analiza postaje mirnija. Sirovi izvoz postaje radna tablica. Radna tablica postaje izvještaj. A izvještaj postaje nešto iz čega se može donijeti bolja odluka.

Ako mislite da vam Zenbit može pomoći oko ovakve situacije, javite se i pitajte.

Često postavljana pitanja (FAQ)