{"title":"Data Analyst Claude Skills","description":"\u003cp\u003eClaude skills for data analysts. Downloadable .md configuration files that make Claude read a dataset the way an analyst does: check the shape of the data first, pick the right cut, and explain what the numbers actually support. Instant download, 30-day money-back guarantee.\u003c\/p\u003e","products":[{"product_id":"clara-data-analyst-ai-skill","title":"Clara - Skill AI d’analyste de données","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; color: #1A1A18; line-height: 1.5; margin: 0 0 8px 0;\"\u003e\n Intégrez Clara à Claude et bénéficiez d’une analyste de données qui transforme les données brutes en informations claires et exploitables - en définissant la question analytique, en évaluant la qualité des données, en produisant une analyse exploratoire, en rédigeant des formules Excel et SQL, en interprétant les résultats statistiques en termes simples et en présentant les conclusions sous la forme d’un récit clair avec un « alors, qu’est-ce que cela signifie ? » et une action recommandée.\n \u003c\/p\u003e\n \u003cp style=\"font-size: 13px; font-weight: 400; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003e\n Clara est l’un des outils d’analyse de données AI les plus rigoureux disponibles au format Claude - conçu pour les équipes marketing, les fonctions financières, les analystes HR, les équipes produit et les étudiants de tous les secteurs où les données doivent guider une décision. Elle n’infère jamais une causalité à partir d’une corrélation, signale toujours les réserves statistiques et explicite les limites de ce que de petits échantillons, des données manquantes ou un biais de sélection permettent de conclure. Une analyse dépourvue de contexte sur les données produit des réponses erronées - elle demande toujours ce que contiennent les données, comment elles ont été recueillies et ce que vous cherchez à déterminer avant d’examiner le moindre chiffre.\n \u003c\/p\u003e\n \u003cdiv style=\"background: #E8F6F9; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #1A8FA8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003eDéfinition de la question analytique et évaluation de la qualité des données - formulation précise de la question à partir de problèmes commerciaux ou de recherche, vérification de l’exhaustivité et de la cohérence des données, identification de ce qui peut ou ne peut pas être déduit des données disponibles, et signalement honnête des limites avant le début de l’analyse\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003eAnalyse exploratoire des données - distributions, tendances centrales, dispersion, détection des valeurs aberrantes et des anomalies, identification des valeurs manquantes, des schémas et des corrélations, ainsi que premières conclusions vous indiquant ce que contiennent réellement les données avant de tirer des conclusions hâtives\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003eConseils sur Excel, SQL, Python et R - rédaction de formules pour Excel et Google Sheets (VLOOKUP, XLOOKUP, SUMIFS, tableaux croisés dynamiques), rédaction et explication de requêtes SQL utilisant SELECT, GROUP BY, JOIN et des fonctions d’agrégation, opérations sur les DataFrame pandas en Python et statistiques récapitulatives en R pour les données de recherche\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003eInterprétation statistique en langage clair - p-values, intervalles de confiance et taille de l’échantillon expliqués dans leur contexte, distinction entre significativité statistique et importance pratique, corrélation et causalité systématiquement distinguées, et résultats des tests A\/B correctement interprétés afin de prendre des décisions fondées sur des données réelles\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003eCommunication des insights - résultats analytiques structurés selon le modèle constat → preuve → implication → action, recommandations de visualisation adaptées au type de données et au public, et commentaires sur les données rédigés pour que les non-analystes comprennent ce que signifient les chiffres et quoi faire ensuite\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003eAnalyse sectorielle - données d’enquête (échelles de Likert, tableaux croisés, biais de réponse), données financières (tendances du chiffre d’affaires, analyse des marges, commentaire des écarts), analyses marketing (performance des campagnes, analyse du tunnel de conversion, attribution), analyses HR (résultats d’enquête, fidélisation, effectifs) et données de thèse universitaire (statistiques descriptives, interprétation des résultats)\u003c\/span\u003e\n \u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display: flex; align-items: center; gap: 20px; background: #FFFFFF; border: 1px solid #E8E6E0; border-radius: 8px; padding: 14px 20px; margin-bottom: 24px;\"\u003e\n \u003cspan style=\"font-size: 11px; color: #888780; font-family: monospace;\"\u003e📄 clara-data-analyst-ai-skill.skill\u003c\/span\u003e\n \u003cdiv style=\"width: 1px; height: 16px; background: #E8E6E0;\"\u003e\u003c\/div\u003e\n \u003cspan style=\"font-size: 11px; color: #888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cdiv style=\"width: 1px; height: 16px; background: #E8E6E0;\"\u003e\u003c\/div\u003e\n \u003cspan style=\"font-size: 11px; color: #888780;\"\u003eFonctionne avec Claude, ChatGPT et toute conversation avec une AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left: 3px solid #1A8FA8; padding-left: 16px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #1A8FA8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size: 12px; color: #555550; line-height: 1.7; margin: 0;\"\u003e\n Téléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou votre prompt système → partagez vos données, décrivez votre question métier et expliquez comment les données ont été collectées → Clara définit la question et produit instantanément des résultats analytiques structurés.\n \u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":57639969980680,"sku":"clara-data-analyst-ai-skill","price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/clara-data-analyst-book.jpg?v=1787064988"},{"product_id":"leila-data-scientist","title":"Leila - Skill AI de spécialiste des données","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Leila à Claude et bénéficiez d’une data scientist senior qui cadre la question, applique les bonnes méthodes statistiques et conçoit des tests A\/B produisant des réponses fiables.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eLeila cadre les problématiques métier, réalise une analyse exploratoire des données rigoureuse, applique les statistiques et tests d’hypothèses appropriés, conçoit et analyse des tests A\/B (puissance, taille de l’échantillon, garde-fous, SRM), élabore des modèles de régression et de classification, raisonne sur la causalité et communique la décision. Validez toujours les hypothèses sur un échantillon représentatif, versionnez l’analyse et effectuez une revue avant toute mise en production.\u003c\/p\u003e\n \u003cdiv style=\"background: #F8EAF4; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #C13AAE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eCadrage, analyse exploratoire des données et choix du test statistique approprié\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eTests A\/B : puissance, taille de l’échantillon, garde-fous, présentation honnête des résultats\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eModélisation par régression et classification\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003ePrincipes fondamentaux de l’inférence causale et communication avec les parties prenantes\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 leila-data-scientist.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #C13AAE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#C13AAE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou votre prompt système → décrivez votre besoin → Leila construit la réponse. Inclut un exemple complet pour voir exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58300413214984,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/leila-data-scientist-book.jpg?v=1787064990"},{"product_id":"bram-analytics-engineer","title":"Bram - Skill AI d’ingénieur analytique","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Bram à Claude et obtenez un ingénieur analytique senior qui crée des modèles dbt testés et documentés ainsi que des marts dimensionnels sur la stack data moderne.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eBram construit la couche de transformation : modèles dbt (staging → intermediate → marts), sources et fraîcheur, tests, snapshots (SCD2), macros et Jinja, modèles incrémentiels avec la bonne stratégie, expositions et couche sémantique, modélisation dimensionnelle (Kimball), ainsi que CI\/CD pour l’analytique. Travaillez toujours dans une cible de développement, exécutez les tests dbt, versionnez dans git et effectuez une revue avant la mise en production.\u003c\/p\u003e\n \u003cdiv style=\"background: #F8EAF4; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #C13AAE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eModèles dbt : staging → intermediate → marts, sources, fraîcheur\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eTests, snapshots (SCD2), macros et Jinja\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eModèles incrémentiels avec la bonne stratégie\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eModélisation dimensionnelle Kimball et CI\/CD pour l’analytique\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 bram-analytics-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et tout chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #C13AAE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#C13AAE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou votre prompt système → décrivez votre besoin → Bram construit la réponse. Comprend un exemple complet pour vous montrer exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58300414624008,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/bram-analytics-eng-book.jpg?v=1787064990"},{"product_id":"chiara-data-analyst","title":"Chiara - Skill AI d’analyste de données","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Chiara à Claude et bénéficiez d’une analyste de données senior qui transforme une question floue en réponse SQL précise, avec une métrique définie et les réserves explicitées.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eChiara transforme une question métier en requête, écrit du SQL avec des jointures, des CTE et des fonctions de fenêtrage, définit précisément les métriques pour éviter le double comptage, réalise des analyses de cohortes, de rétention, de tunnels de conversion et de segmentation, crée des tableaux de bord clairs et communique la réponse en précisant les réserves. Vérifiez toujours la cohérence des requêtes par rapport aux totaux connus sur un échantillon et documentez la métrique avant de la partager.\u003c\/p\u003e\n \u003cdiv style=\"background: #F8EAF4; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #C13AAE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eMaîtrise de SQL : jointures, CTE, fonctions de fenêtrage, logique des dates\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eDéfinitions des métriques sans double comptage\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eAnalyse des cohortes et de la rétention, des tunnels de conversion et de la segmentation\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eTableaux de bord clairs et communication nuancée\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 chiara-data-analyst.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #C13AAE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#C13AAE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou dans le prompt système → décrivez votre besoin → Chiara élabore la réponse. Inclut un exemple complet pour vous montrer exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58300415705352,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/chiara-data-analyst-book.jpg?v=1787064991"},{"product_id":"solveig-fraud-risk-data-analyst","title":"Solveig - Analyste des données de fraude et de risques Skill AI","description":"\u003ch2\u003eAnalyste senior des données de fraude et de risque, qui considère chaque règle de détection comme une cible dont les fraudeurs cherchent activement le point aveugle.\u003c\/h2\u003e\n\u003cp\u003eSolveig couvre tout le spectre analytique de la fraude et du risque : conception de signaux et de caractéristiques de fraude (contrôles de vélocité, empreinte de l’appareil, réseaux et graphes de groupes de fraude), arbitrage entre détection basée sur des règles et détection basée sur le machine learning, et choix du moment où les combiner, ajustement du coût des faux positifs par rapport à celui des faux négatifs, analyse des schémas de rétrofacturation et de litiges, ainsi que suivi de l’adaptation des fraudeurs à mesure que les schémas de fraude évoluent une fois qu’une règle est connue.\u003c\/p\u003e\n\u003ch3\u003eÀ qui s’adresse cet outil\u003c\/h3\u003e\n\u003cp\u003eAux équipes chargées de la confiance et de la sécurité, ainsi qu’aux équipes de paiement, qui ont besoin de signaux de fraude, de seuils et de décisions entre règles et modèles associés à un coût monétaire précis, plutôt que d’une règle optimisée uniquement pour la précision et qui cesse discrètement de fonctionner dès que les fraudeurs la remarquent.\u003c\/p\u003e\n\u003ch3\u003eCapacités clés\u003c\/h3\u003e\n\u003cul\u003e\n      \u003cli\u003eSignaux de fraude fondés sur la vélocité, l’appareil et le réseau ou graphe, associés à un schéma de fraude précis et identifié, plutôt qu’à des données génériques\u003c\/li\u003e\n      \u003cli\u003eCoûts des faux positifs et des faux négatifs exprimés en dollars par segment avant tout réglage de seuil\u003c\/li\u003e\n      \u003cli\u003eSuperposition de règles et de modèles de machine learning déterminée par la vitesse d’adaptation et le besoin d’explicabilité, plutôt que par une préférence par défaut\u003c\/li\u003e\n      \u003cli\u003eRapports sur les schémas de rétrofacturation et de litiges segmentés par code motif, en distinguant la véritable fraude de la fraude amicale\u003c\/li\u003e\n      \u003cli\u003eSuivi de l’adaptation des fraudeurs qui détecte la dégradation d’une règle connue une fois qu’un groupe de fraude l’a contournée\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003eComment l’utiliser\u003c\/h3\u003e\n\u003cp\u003eCollez le fichier SKILL.md de Solveig dans les instructions de votre projet Claude (ou dans le prompt de n’importe quel système d’AI), puis décrivez votre problème d’analyse des données de fraude et de risque. Fonctionne avec Claude, ChatGPT et tout chat d’AI. Installation en moins de 2 minutes.\u003c\/p\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58331107688712,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/solveig-fraud-risk-book.jpg?v=1787065048"},{"product_id":"ondine-infographic-dataviz-designer","title":"Ondine - Designer d’infographies et de visualisation de données Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Ondine à Claude et obtenez un concepteur senior d’infographies et de visualisation de données qui transforme un jeu de données en un visuel autonome construit autour de l’unique affirmation qu’il étaye réellement, et non en un amas de graphiques.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eOndine couvre toute la discipline de l’infographie autonome : sélection du type de graphique adaptée à la forme de la comparaison (parties d’un tout, tendance, classement, corrélation), conception de la hiérarchie de l’information pour des jeux de données complexes, mise en page éditoriale d’infographie avec un véritable parcours de lecture, et systèmes d’icônes et de pictogrammes conçus spécifiquement pour raconter des histoires à partir de données, toujours avec une source clairement indiquée.\u003c\/p\u003e\n \u003cdiv style=\"background: #F8E7F5; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #A8248E; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(168,36,142,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#A8248E; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eType de graphique adapté au type réel de comparaison, jamais choisi par habitude\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(168,36,142,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#A8248E; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eInformations classées en niveaux de lecture rapide et de lecture approfondie avant le début de la mise en page\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(168,36,142,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#A8248E; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eUn parcours de lecture défini plutôt qu’une grille de graphiques sans lien\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#A8248E; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eSystèmes d’icônes et de pictogrammes conçus avec une épaisseur de trait et une échelle cohérentes\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 ondine-infographic-dataviz-designer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #A8248E; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#A8248E; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou votre prompt système → décrivez votre besoin → Ondine conçoit la réponse. Comprend un exemple complet pour voir exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58367806472456,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/ondine-infographic-dataviz-designer-book.jpg?v=1787132794"},{"product_id":"florian-epidemiology-public-health-data-analyst","title":"Florian - Analyste des données en épidémiologie et en santé publique Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Florian à Claude et obtenez un analyste senior en épidémiologie et en données de santé publique qui transforme les données de surveillance et d’épidémie en analyses statistiquement solides et directement exploitables pour la prise de décision.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eFlorian couvre l’ensemble du cycle d’analyse quantitative en santé publique : détection des signaux de surveillance des maladies avec une définition de cas indiquée, investigation des épidémies fondée sur une structure épidémiologique descriptive puis analytique standard, biostatistique adaptée au plan d’étude (odds ratios, risque relatif, ajustement pour tenir compte des facteurs de confusion), et tableaux de bord liés aux décisions qu’un service de santé doit réellement prendre, avec des intervalles de confiance et les limites indiqués pour chaque résultat.\u003c\/p\u003e\n \u003cdiv style=\"background: #E7F8F5; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #1B7E6A; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(27,126,106,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#1B7E6A; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eLa définition de cas est explicitement indiquée avant de comptabiliser le moindre cas\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(27,126,106,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#1B7E6A; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eLe délai de notification et la cohérence du dénominateur sont vérifiés avant de faire confiance à une tendance\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(27,126,106,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#1B7E6A; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eUne méthode statistique nommée (carte de contrôle, CUSUM) à l’origine de chaque signal qualifié d’« inhabituel »\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#1B7E6A; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eAjustement pour tenir compte des facteurs de confusion appliqué avant de présenter toute comparaison comme définitive\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 florian-epidemiology-public-health-data-analyst.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #1B7E6A; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#1B7E6A; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou votre prompt système → décrivez votre besoin → Florian élabore la réponse. Comprend un exemple complet détaillé pour voir exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58370408481032,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/florian-epidemiology-public-health-data-book.jpg?v=1787139934"},{"product_id":"oskari-geospatial-data-analyst","title":"Oskari - Skill AI d’analyste de données géospatiales","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eAjoutez Oskari à Claude et obtenez un analyste géospatial qui remplace le cercle de rayon par une véritable isochrone de temps de trajet et voit disparaître la moitié de l’étude de rentabilité.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eOskari traite la localisation comme une dimension à part entière : systèmes de coordonnées et projections, ainsi que les erreurs discrètes qu’entraîne une mauvaise utilisation de ces éléments ; modèles de données vectorielles et matricielles ; fonctions géospatiales PostGIS, GeoPandas et natives des entrepôts de données ; jointures spatiales, zones tampons, isochrones et analyse du temps de trajet ; qualité du géocodage et de la normalisation des adresses ; indexation spatiale avec les arbres R, H3, S2, geohash et les systèmes de grille pour l’agrégation ; statistiques spatiales, notamment l’autocorrélation spatiale, l’I de Moran, l’analyse des points chauds et les bases du krigeage ; analyse des zones de chalandise et sélection de sites ; routage et analyse des réseaux ; choix cartographiques trompeurs, comme les cartes choroplèthes non normalisées et un mauvais découpage en classes ; et risques pour la confidentialité liés aux données de localisation à haute précision.\u003c\/p\u003e\n \u003cdiv style=\"background: #FAEBF5; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #DA2FA1; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eExactitude des systèmes de coordonnées et des projections, qualité du géocodage\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eJointures spatiales, zones tampons, isochrones et zones de chalandise fondées sur le temps de trajet\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eIndexation H3, S2 et geohash, ainsi que statistiques spatiales\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eCartographie honnête et risques liés à la confidentialité des données de localisation\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 oskari-geospatial-data-analyst.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #DA2FA1; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#DA2FA1; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou le prompt système → décrivez votre besoin → Oskari construit la réponse. Comprend un exemple complet pour voir exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58382361657608,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/oskari-geospatial-book.jpg?v=1787065052"}],"url":"https:\/\/kissmyskills.com\/fr\/collections\/data-analyst-skills.oembed","provider":"KissMySkills","version":"1.0","type":"link"}