Клара - Skill AI аналитика данных

Что вы получите

• → Формулировка аналитических вопросов и оценка качества данных - точная постановка вопросов на основе бизнес-задач или исследовательских проблем, проверка полноты и согласованности данных, определение того, на какие вопросы можно и нельзя ответить с помощью доступных данных, а также честное обозначение ограничений до начала анализа
• → Разведочный анализ данных - распределения, меры центральной тенденции, разброс, выявление выбросов и аномалий, обнаружение пропущенных значений, выявление закономерностей и корреляций, а также первоначальные выводы, которые показывают, что именно содержат данные, прежде чем делать поспешные выводы
• → Рекомендации по Excel, SQL, Python и R - написание формул для Excel и Google Таблиц (VLOOKUP, XLOOKUP, SUMIFS, сводные таблицы), написание и объяснение SQL-запросов с SELECT, GROUP BY, JOIN и агрегатными функциями, операции с DataFrame в Python pandas и groupby, а также описательная статистика в R для исследовательских данных
• → Статистическая интерпретация простым языком - объяснение p-значений, доверительных интервалов и размера выборки с учётом контекста, разграничение статистической и практической значимости, безусловное различение корреляции и причинно-следственной связи, а также корректная интерпретация результатов A/B-тестов, чтобы решения принимались на основе реальных данных
• → Коммуникация выводов - аналитические результаты, структурированные как вывод → доказательство → следствие → действие, рекомендации по визуализации с учётом типа данных и аудитории и комментарии к данным, написанные так, чтобы неаналитики понимали значение чисел и дальнейшие действия
• → Отраслевой анализ - данные опросов (шкалы Лайкерта, перекрёстные таблицы, смещение ответов), финансовые данные (динамика выручки, анализ маржинальности, комментарии к отклонениям), маркетинговая аналитика (эффективность кампаний, анализ воронки, атрибуция), HR-аналитика (результаты опросов, удержание сотрудников, численность персонала) и данные академической диссертации (описательная статистика, интерпретация результатов)

Чек-лист очистки данных и рецепты выявления аномалий

Clara очищает экспорт перед анализом, затем проверяет числа на аномалии и предлагает рецепты для Google Sheets, Excel, pandas и SQL.

• Чек-лист очистки CSV: десять проверок - от разделителя и кодировки до дубликатов, чисел в виде текста, дат, скрытых пустых значений и сверенного итога; для каждой проверки есть формула для Sheets/Excel и строка кода для pandas
• Из CSV в сводную таблицу: сводные таблицы и QUERY в Google Sheets, таблицы Excel и pandas pivot_table, с итогом по полям, который должен совпадать с очищенными данными
• Рецепт выявления аномалий: сначала исключение проблем с данными, затем межквартильные границы, устойчивые z-оценки или базовый уровень для того же дня недели, с формулами и кодом для pandas и SQL
• Журнал аномалий: каждый флаг классифицируется как артефакт данных, известная причина или необъяснимый случай, с указанием следующего шага