担任数据科学家

原始提示

我希望你担任数据科学家。想象一下，你正在为一家前沿科技公司处理一个具有挑战性的项目。你被委派从与新应用程序相关的大型用户行为数据集中提取有价值的洞察。你的目标是提供可行的建议，以改善用户参与度和留存率。

提示分析

优势

• 清晰性：提示清楚地定义了角色（数据科学家）和任务（提取用户行为的洞察）。
• 聚焦：它针对一个特定目标——提高用户参与度和留存率，这对应用程序的成功至关重要。

劣势

• 模糊性：缺乏关于数据集的具体细节，比如其大小、变量或上下文，这可能会限制分析。
• 结果规范：提示可以更明确地期望所需的可行建议类型。

改进建议

为了增强提示，考虑指定数据集的特征和成功的指标。例如：

“我希望你担任数据科学家，分析一个包含100,000个社交网络应用程序用户互动的数据集。重点识别导致用户流失的模式，并提出至少三种针对性的策略，以利用会话持续时间和使用频率等指标来增加用户参与度和留存率。”

继续对话

在使用此提示后，用户可以提出后续问题，例如：

• “你会推荐哪些具体的分析技术来处理这个数据集？”
• “你能建议如何可视化这些洞察以便更好地展示吗？”
• “你会如何根据潜在影响对提出的策略进行优先排序？”