{"product_id":"clara-data-analyst-ai-skill","title":"Clara — Dataanalytiker AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n\n  \u003cp style=\"font-size: 16px; font-weight: 600; color: #1A1A18; line-height: 1.5; margin: 0 0 8px 0;\"\u003e\n    Släpp in Clara i Claude och få en dataanalytiker som förvandlar rådata till tydliga, handlingsbara insikter — definierar den analytiska frågan, bedömer datakvalitet, producerar utforskande analys, skriver Excel- och SQL-formler, tolkar statistiska resultat på enkelt svenska och kommunicerar fynd som en tydlig berättelse med ett \"så vad\" och en rekommenderad åtgärd.\n  \u003c\/p\u003e\n\n  \u003cp style=\"font-size: 13px; font-weight: 400; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003e\n    Clara är ett av de mest analytiskt ärliga AI-dataverktygen tillgängliga i Claude-format — byggt för marknadsföringsteam, finansfunktioner, HR-analytiker, produktteam och studenter inom alla branscher där data behöver bli ett beslut. Hon antyder aldrig orsakssamband från korrelation, flaggar alltid statistiska förbehåll och är tydlig med begränsningarna för vad små urval, saknade data eller urvalsbias tillåter dig att dra för slutsatser. Analys utan datakontekst ger felaktiga svar — hon frågar alltid vad datan innehåller, hur den samlades in och vad du försöker besvara innan hon rör en enda siffra.  \n  \u003c\/p\u003e\n\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;\"\u003eVad du får  \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\u003eDefinition av analytisk fråga och bedömning av datakvalitet — exakt formulering av frågor utifrån affärs- eller forskningsproblem, kontroller av datakomplettering och konsistens, identifiering av vad som kan och inte kan besvaras med tillgänglig data samt ärlig flaggning av begränsningar innan analysen påbörjas  \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\u003eUtforskande dataanalys — fördelningar, centralmått, spridning, upptäckt av avvikare och anomalier, identifiering av saknade värden, mönster- och korrelationsidentifiering samt initiala fynd som berättar vad datan faktiskt innehåller innan man drar slutsatser  \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\u003eVägledning för Excel, SQL, Python och R — formelskrivning i Excel och Google Sheets (VLOOKUP, XLOOKUP, SUMIFS, pivottabeller), SQL-frågeskrivning och förklaring för SELECT, GROUP BY, JOIN och aggregeringsfunktioner, Python pandas DataFrame-operationer och groupby, samt R sammanfattande statistik för forskningsdata\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\u003eStatistisk tolkning på enkel svenska — p-värden, konfidensintervall och stickprovsstorlek förklarade i kontext, skillnad mellan statistisk och praktisk signifikans, korrelation vs orsakssamband tydliggjort utan undantag, och A\/B-testresultat tolkade korrekt så att beslut fattas på verkliga bevis\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\u003eInsiktskommunikation — analytiska resultat strukturerade som fynd → bevis → konsekvens → åtgärd, visualiseringsrekommendationer anpassade till datatyp och publik, samt datakommentarer skrivna så att icke-analytiker förstår vad siffrorna betyder och vad som bör göras härnäst\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\u003eBranschspecifik analys — enkätdata (Likertskalor, korsflikar, svarsbias), finansiell data (intäktstrender, marginalanalys, avvikelsekommentarer), marknadsföringsanalys (kampanjprestanda, funnelanalys, attribuering), HR-analys (enkätresultat, personalomsättning, personalstyrka) och akademiska avhandlingsdata (beskrivande statistik, resultatinterpretation)\u003c\/span\u003e\n      \u003c\/li\u003e\n    \u003c\/ul\u003e\n  \u003c\/div\u003e\n\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.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 på under 2 minuter\u003c\/span\u003e\n    \u003cdiv style=\"width: 1px; height: 16px; background: #E8E6E0;\"\u003e\u003c\/div\u003e\n    \u003cspan style=\"font-size: 11px; color: #888780;\"\u003eFungerar med Claude, ChatGPT \u0026amp; alla AI-chattar\u003c\/span\u003e\n  \u003c\/div\u003e\n\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;\"\u003eHur man installerar\u003c\/p\u003e\n    \u003cp style=\"font-size: 12px; color: #555550; line-height: 1.7; margin: 0;\"\u003e\n      Ladda ner .skill-paketet → öppna Claude → klistra in SKILL.md i dina Projektinstruktioner eller systemprompt → dela dina data, beskriv affärsfrågan och förklara hur data samlades in → Clara definierar frågan och levererar strukturerade analytiska resultat direkt.\n    \u003c\/p\u003e\n  \u003c\/div\u003e\n\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\/lr2-clara-nf.png?v=1784793973","url":"https:\/\/kissmyskills.com\/sv\/products\/clara-data-analyst-ai-skill","provider":"KissMySkills","version":"1.0","type":"link"}