mcpField
D
data-analysis

data-analysis

github.com/claude-office-skillsデータ・データベース5458.0k 回インストール39 週間前に更新
リポジトリ

data-analysis について

data-analysis は、スプレッドシートやデータファイルを分析するスキルです。データの探索、統計計算、可視化に加え、数式やクエリ、構造化レポートの作成を支援しますが、データ上でコードを直接実行することはできません。

主な機能

  1. 01データの探索と統計計算
  2. 02洞察と提案の生成
  3. 03チャートと可視化の作成
  4. 04数式とクエリの作成
  5. 05ピボットテーブルとコホート分析の設計

活用シーン

  1. 01売上傾向と製品実績の分析
  2. 02顧客セグメントと解約リスクの比較
  3. 03予算と実績支出の確認
  4. 04データに適したチャートの選択

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/claude-office-skills/skills --skill data-analysis

インストール後、Claude Code で/data-analysisを入力して読み込まれたか確認します。

詳細

データ分析アシスタント

スプレッドシートのデータを分析し、洞察を見つけ、説得力のあるビジュアライゼーションを作成します。

概要

このスキルでは、次のことができます。

  • データを理解し、探索する
  • 統計分析を実行する
  • 洞察と推奨事項を導き出す
  • グラフやビジュアライゼーションを作成する
  • 数式やクエリを作成する

使用方法

はじめに
  1. スプレッドシートまたはデータファイルを共有します
  2. 分析したい内容を説明します
  3. 洞察、数式、またはビジュアライゼーションを取得します
分析の種類

探索的分析

"What patterns do you see in this data?"
"Give me an overview of this dataset"
"What are the key statistics?"

具体的な質問

"What was the total revenue by region?"
"Which products had the highest growth?"
"Is there a correlation between X and Y?"

ビジュアライゼーションの依頼

"Create a chart showing sales trends"
"Make a comparison chart of Q1 vs Q2"
"Show the distribution of customer ages"

出力形式

データ概要
## Dataset Overview

**Rows**: 1,234
**Columns**: 15
**Date Range**: Jan 2025 - Dec 2025

### Column Summary
| Column | Type | Non-null | Unique | Sample Values |
|--------|------|----------|--------|---------------|
| date | Date | 100% | 365 | 2025-01-01 |
| revenue | Number | 98% | 890 | $1,234.56 |
| region | Text | 100% | 5 | North, South |

### Data Quality Issues
- [X] rows have missing values in [column]
- [Y] potential duplicates detected
統計分析
## Statistical Summary

### [Metric Name]
- **Mean**: X
- **Median**: Y
- **Std Dev**: Z
- **Min/Max**: A / B

### Key Findings
1. [Finding with statistical support]
2. [Finding with statistical support]

### Recommendations
- [Action based on analysis]
洞察レポート
## Analysis Report: [Topic]

### Executive Summary
[2-3 sentence overview of key findings]

### Key Metrics
| Metric | Value | Change |
|--------|-------|--------|
| Total Revenue | $X | +Y% |
| Avg Order Value | $Z | -W% |

### Trends
1. **[Trend 1]**: [Description with data]
2. **[Trend 2]**: [Description with data]

### Recommendations
1. [Actionable recommendation]
2. [Actionable recommendation]

一般的な分析ワークフロー

売上分析
1. "Show total sales by month"
2. "Which products are top performers?"
3. "What's the customer segment breakdown?"
4. "Compare this year vs last year"
5. "Forecast next quarter based on trends"
顧客分析
1. "What's the customer distribution by segment?"
2. "Calculate customer lifetime value"
3. "Which customers are at risk of churning?"
4. "What's the acquisition cost vs LTV ratio?"
財務分析
1. "Calculate profit margins by product"
2. "What's the expense breakdown?"
3. "Show cash flow trends"
4. "Compare budget vs actual"

数式の生成

数式を依頼する
"Write a formula to calculate year-over-year growth"
"Create a VLOOKUP to match customer data"
"Make a dynamic sum based on criteria"
数式の出力
## Formula: [Purpose]

### Excel/Google Sheets
```excel
=SUMIFS(Sales[Amount], Sales[Region], "North", Sales[Date], ">="&DATE(2025,1,1))
説明
  • SUMIFS：複数の条件を満たす値を合計します
  • 第1引数：合計する列
  • 以降の引数ペア：条件列＋条件値
使用方法

結果を表示したいセル [X] に入力します。


## Visualization Recommendations

### Choose the Right Chart
| Data Type | Best Chart |
|-----------|------------|
| Trends over time | Line chart |
| Part of whole | Pie/Donut chart |
| Comparison | Bar chart |
| Distribution | Histogram |
| Correlation | Scatter plot |
| Geographic | Map chart |

### Chart Specifications
```markdown
## Recommended Chart: [Type]

**Data Series**:
- X-axis: [Column] (e.g., Date)
- Y-axis: [Column] (e.g., Revenue)
- Series: [Column] (e.g., Region)

**Formatting**:
- Title: "[Descriptive title]"
- Colors: Use consistent color scheme
- Labels: Show values on data points

**Chart Description**:
[What this chart shows and why it's useful]

高度な分析

ピボットテーブルの設計
## Pivot Table: [Purpose]

**Rows**: [Field 1], [Field 2]
**Columns**: [Field 3]
**Values**: SUM of [Field 4], AVG of [Field 5]
**Filters**: [Field 6]

Expected Output:
| Region | Q1 | Q2 | Q3 | Q4 | Total |
|--------|----|----|----|----|-------|
| North | $X | $X | $X | $X | $X |
| South | $X | $X | $X | $X | $X |
コホート分析
## Cohort Analysis

**Cohort Definition**: Customers grouped by [first purchase month]
**Metric**: [Retention rate / Revenue / etc.]
**Time Period**: [12 months]

| Cohort | M0 | M1 | M2 | M3 | ... |
|--------|-----|-----|-----|-----|-----|
| Jan 25 | 100%| 45% | 32% | 28% | ... |
| Feb 25 | 100%| 48% | 35% | 30% | ... |

ベストプラクティス

分析の質を高めるには
  1. 最初にデータをクリーンアップする：欠損値や重複を処理します
  2. 指標を明確に定義する：具体的に何を測定するのかを定めます
  3. コンテキストを考慮する：業界のベンチマークや季節性を考慮します
  4. 調査結果を検証する：ほかのデータソースと照合します
ビジュアライゼーションの質を高めるには
  1. シンプルにする：グラフ1つにつき、主要なメッセージを1つにします
  2. 明確にラベルを付ける：タイトル、軸、凡例を付けます
  3. 適切なスケールを使う：誤解を招くような切り取りは避けます
  4. 色覚多様性に配慮する：パターンや見分けやすい色を使います

制限事項

  • データに対してコードを直接実行することはできません
  • 大規模なデータセットでは、サンプリングが必要になる場合があります
  • 複雑な統計モデルには、専用のツールが必要です
  • リアルタイムデータには、ライブ接続が必要です
  • OCRで読み取ったデータについて、100％の精度は保証できません

コメント

Markdown 対応