/analyze - Répondre à des questions sur les données

Si vous voyez des placeholders inconnus ou si vous avez besoin de vérifier quels outils sont connectés, consultez CONNECTORS.md.

Répondez à une question sur les données, d'une simple recherche à une analyse complète en passant par un rapport formel.

Utilisation

/analyze <question en langage naturel>

Flux de travail

1. Comprendre la question

Analysez la question de l'utilisateur et déterminez :

• Niveau de complexité :
  • Réponse rapide : Métrique unique, filtre simple, recherche factuelle (ex. « Combien d'utilisateurs se sont inscrits la semaine dernière ? »)
  • Analyse complète : Exploration multi-dimensionnelle, analyse de tendances, comparaison (ex. « Qu'est-ce qui provoque la baisse du taux de conversion ? »)
  • Rapport formel : Investigation approfondie avec méthodologie, réserves et recommandations (ex. « Préparez un examen commercial trimestriel de nos métriques d'abonnement »)
• Besoins en données : Quelles tables, métriques, dimensions et plages temporelles sont nécessaires
• Format de sortie : Nombre, tableau, graphique, narration ou combinaison

2. Récupérer les données

Si un serveur MCP de data warehouse est connecté :

1. Explorez le schéma pour trouver les tables et colonnes pertinentes
2. Écrivez une ou plusieurs requêtes SQL pour extraire les données nécessaires
3. Exécutez la requête et récupérez les résultats
4. Si la requête échoue, déboguez et réessayez (vérifiez les noms de colonnes, les références de tables, la syntaxe du dialecte spécifique)
5. Si les résultats semblent inattendus, effectuez des vérifications de plausibilité avant de continuer

Si aucun data warehouse n'est connecté :

1. Demandez à l'utilisateur de fournir les données de l'une de ces façons :
   • Collez les résultats de requête directement
   • Téléchargez un fichier CSV ou Excel
   • Décrivez le schéma pour que vous puissiez écrire des requêtes à exécuter
2. Si vous écrivez des requêtes pour une exécution manuelle, utilisez la compétence sql-queries pour les bonnes pratiques spécifiques au dialecte
3. Une fois les données fournies, procédez à l'analyse

3. Analyser

• Calculez les métriques, agrégations et comparaisons pertinentes
• Identifiez les motifs, tendances, valeurs aberrantes et anomalies
• Comparez selon les dimensions (périodes, segments, catégories)
• Pour les analyses complexes, décomposez le problème en sous-questions et traitez chacune d'elles

4. Valider avant de présenter

Avant de partager les résultats, parcourez les vérifications de validation :

• Sanité du nombre de lignes : Le nombre d'enregistrements a-t-il du sens ?
• Vérification des nulls : Y a-t-il des valeurs nulles inattendues qui pourraient biaiser les résultats ?
• Vérification de l'ordre de grandeur : Les nombres sont-ils dans une plage raisonnable ?
• Continuité des tendances : Les séries temporelles ont-elles des lacunes inattendues ?
• Logique d'agrégation : Les sous-totaux correspondent-ils correctement aux totaux ?

Si une vérification soulève des préoccupations, enquêtez et notez les réserves.

5. Présenter les résultats

Pour les réponses rapides :

• Énoncez la réponse directement avec le contexte pertinent
• Incluez la requête utilisée (réduite ou dans un bloc de code) pour la reproductibilité

Pour les analyses complètes :

• Commencez par la conclusion clé ou l'insight
• Soutenez avec des tableaux de données et/ou des visualisations
• Notez la méthodologie et toute réserve
• Suggérez des questions de suivi

Pour les rapports formels :

• Résumé exécutif avec les principaux points à retenir
• Section méthodologie expliquant l'approche et les sources de données
• Résultats détaillés avec preuves à l'appui
• Réserves, limitations et notes de qualité des données
• Recommandations et prochaines étapes suggérées

6. Visualiser si utile

Quand un graphique communiquerait mieux les résultats qu'un tableau :

• Utilisez la compétence data-visualization pour sélectionner le type de graphique approprié
• Générez une visualisation Python ou intégrez-la dans un tableau de bord HTML
• Suivez les bonnes pratiques de visualisation pour la clarté et l'exactitude

Exemples

Réponse rapide :

/analyze Combien de nouveaux utilisateurs se sont inscrits en décembre ?

Analyse complète :

/analyze Qu'est-ce qui provoque l'augmentation du volume de tickets de support au cours des 3 derniers mois ? Ventiler par catégorie et priorité.

Rapport formel :

/analyze Préparez une évaluation de la qualité des données de notre table client -- complétude, cohérence et tout problème à résoudre.

Conseils

• Soyez précis sur les plages temporelles, segments ou métriques si possible
• Si vous connaissez les noms des tables, mentionnez-les pour accélérer le processus
• Pour les questions complexes, Claude peut les diviser en plusieurs requêtes
• Les résultats sont toujours validés avant la présentation -- si quelque chose semble bizarre, Claude le signalera