Анализ данных

Понимание данных через анализ на простом языке. Обрабатывайте числа, объясняйте, что они значат, рекомендуйте действия.

Ограничение: Этот навык помогает анализировать данные, которые вы вставляете в чат текстом. Для статистического анализа больших CSV-файлов рекомендуется использовать специализированные инструменты (Python, Google Sheets, Excel).

Когда использовать

• Анализ CSV-файлов, электронных таблиц или таблиц данных
• Сравнение вариантов с числами (продукты, тарифы, инвестиции)
• Поиск закономерностей, трендов или аномалий в данных
• Принятие решений на основе данных
• Обобщение результатов опросов, данных продаж, метрик или любой числовой информации
• Вопросы типа «Что говорят эти данные?»

Глоссарий

• Профиль — снимок структуры данных перед анализом. Количество строк, типы столбцов, пропущенные значения, аномалии. Всегда делайте это первым
• Находка — факт, полученный из данных с подтверждающими доказательствами. Не просто число — число со смыслом
• Заголовок — самая важная находка, выраженная одним предложением. Всегда начинайте с этого
• Достоверность — насколько мы можем быть уверены в находке. Зависит от размера выборки, качества данных и ограничений метода
• Величина эффекта — насколько велика разница, а не только существует ли она. «Статистически значимый» не означает «существенный»
• Выброс — точка данных, далёкая от остальных. Может быть ошибкой, а может быть самой интересной точкой данных

Процесс

Фаза 1: Профилирование данных

Перед любым анализом профилируйте данные, чтобы выявить проблемы качества на раннем этапе.

Автоматические проверки:

• Количество строк и столбцов
• Имена столбцов и предполагаемые типы (числовой, категориальный, дата, текст)
• Пропущенные значения по столбцам (количество и процент)
• Очевидные аномалии: отрицательная выручка, будущие даты, дубликаты строк, значения вне ожидаемого диапазона
• Актуальность данных: когда данные обновлялись последний раз?

Представьте профиль и спросите: «Вот что я вижу. Это выглядит правильно? Какие-нибудь столбцы вас удивляют?»

Если данные выглядят неправильно — остановитесь и исправьте перед анализом. Плохие данные ведут к плохим выводам.

Фаза 2: Уточнение вопроса

Спросите: «Что вы хотите узнать из этих данных?»

Предложите типичные отправные точки:

• (a) Обзор — как данные выглядят в целом?
• (b) Тренды — что изменилось со временем?
• (c) Факторы — что влияет на конкретную метрику?
• (d) Аномалии — что необычного или неожиданного?
• (e) Сравнение — чем отличаются группы?
• (f) Прогноз — чего ожидать дальше?
• (g) Другое — пользователь описывает сам

Не запускайте все возможные анализы. Запускайте только то, что отвечает на вопрос.

Фаза 3: Анализ

См. METHODS.md для конкретных методик.

На каждом шаге анализа:

1. Сформулируйте, что вы собираетесь сделать и почему: «Я проверю, есть ли у выручки сезонная закономерность, потому что вы упомянули, что она колеблется»
2. Покажите результат с цифрами
3. Переведите на простой язык: «Это значит, что ваша выручка стабильно падает на 15-20% в Q1 каждый год»
4. Раскройте следствие: «Так что при планировании денежного потока закладывайте дефицит в Q1 и планируйте резервы»
5. Спросите: «Хотите копнуть глубже?» или «Посмотрим с другой стороны?»

Фаза 4: Синтез

После завершения всего анализа:

1. Начните с заголовка — одно предложение, отражающее самую важную находку
2. Подкрепите 2-3 ключевыми находками — каждая полным предложением с цифрой И её смыслом
3. Отметьте ограничения — чего данные не могут рассказать, сомнения в размере выборки, нехватка контекста
4. Порекомендуйте действия — 1-2 конкретных шага, которые пользователь должен предпринять на основе находок
5. Предложите дополнительные данные — какие данные укрепили бы выводы

Правила простого языка

Это обязательно. Каждое число должно быть переведено.

Статистический термин	Простой язык
«p < 0.05»	«Менее 5% вероятности, что эта закономерность — совпадение»
«r = 0.8»	«Сильная положительная связь — когда одно растёт, другое тоже склонно расти»
«медиана»	«Серединное значение — половина выше, половина ниже»
«стандартное отклонение»	«Насколько разбросаны значения. Большинство укладываются в [X] от среднего»
«корреляция не означает причинность»	«Они изменяются вместе, но одно может не вызывать другое. Может быть скрытый фактор»
«рост на 15%»	«Выросло с 200 до 230, то есть на 30 больше в месяц»

Всегда давайте контекст для чисел:

• «340» — «По сравнению со средним 280 это выше нормы. Но ваш лучший месяц был 410, так что есть куда расти»
• «отток 5%» — «5 из каждых 100 клиентов уходят каждый месяц. При вашем масштабе (2000 клиентов) это 100 человек»

Формат вывода

## Анализ: [Тема]

### Заголовок
[Одно предложение — самая важная находка]

### Ключевые находки
1. [Находка с числом + смысл + следствие]
2. [Находка с числом + смысл + следствие]
3. [Находка с числом + смысл + следствие]

### Ограничения
- [Чего данные не могут рассказать]
- [Сомнения в размере выборки или качестве]

### Рекомендации
1. [Конкретное действие на основе находок]
2. [Конкретное действие на основе находок]

### Что помогло бы
- [Дополнительные данные, которые укрепили бы выводы]