ANÁLISIS DE DATOS CON CLAUDE
Cómo usar Claude en el análisis de datos: CSV, consultas SQL e informes
La hoja de cálculo no se hace más pequeña. Tu primera revisión, sí.
Claude de Anthropic es un sustituto capaz para la primera hora de cualquier tarea de datos: leer un CSV, desglosar un esquema, extraer campos de una pila de PDF o resumir un montón de investigación. Esta página explica cómo usar Claude en el análisis de datos en la práctica, los prompts que funcionan y las verificaciones que evitan que una cifra incorrecta llegue a un informe.
Cómo usar Claude en el análisis de datos significa entregarle a Claude de Anthropic un CSV, el esquema de una base de datos o una pila de documentos y pedirle que encuentre patrones, escriba consultas SQL, extraiga datos estructurados o redacte un informe en lenguaje llano. Claude lee archivos extensos en una sola conversación, explica su razonamiento a medida que avanza y escribe código cuando es la herramienta más adecuada, pero no ejecuta código ni consulta tu base de datos en vivo por su cuenta; tú confirmas su resultado contra los datos de origen, un cálculo de verificación puntual o una segunda revisión antes de que se acerque a una decisión.
Publicado · Última revisión
Lección gratis · sin crear cuentaEl bucle de iteraciónDomina los Fundamentos6 minEmpezar la lección gratisPuntos clave
- Claude analiza archivos CSV al leer datos pegados o subidos directamente en la conversación, sin necesidad de una herramienta de BI aparte para una primera pasada.
- Claude escribe consultas SQL a partir de la descripción de un esquema, incluyendo joins, funciones de ventana y CTE, y explica qué hace cada parte.
- Claude extrae datos estructurados de texto desordenado, correos electrónicos, PDF y páginas web, y los organiza en el esquema JSON o CSV que tú definas.
- Claude no ejecuta código ni se conecta a una base de datos en vivo, así que cada cifra que produce necesita un paso de verificación antes de usarse.
- Los informes construidos a partir del análisis de Claude aún necesitan que una persona confirme los datos subyacentes y detecte cuándo una pregunta se planteó mal.
Qué hace Claude directamente frente a lo que tú aún debes hacer
| Tarea | Qué hace Claude directamente | Qué aún necesita revisión humana |
|---|---|---|
| Análisis de CSV | Lee datos pegados o subidos, encuentra tendencias, señala anomalías y resume en lenguaje llano. | Confirma los totales con una tabla dinámica o un segundo cálculo antes de reportarlos. |
| Consultas SQL | Escribe y explica joins, CTE y funciones de ventana a partir de la descripción de un esquema. | Ejecuta la consulta tú mismo y verifica el número de filas y casos límite como nulos y duplicados. |
| Extracción estructurada | Extrae campos de texto desordenado hacia el esquema JSON o CSV que tú definas. | Verifica puntualmente una muestra de registros contra el documento de origen, especialmente los campos ambiguos. |
| Redacción de informes | Convierte datos y hallazgos en una narrativa con un titular claro y recomendaciones. | Verifica que cada cifra del borrador se remonte a los datos de origen antes de publicarlo. |
| Síntesis de investigación | Lee varias fuentes en una sola conversación y pone de relieve coincidencias, contradicciones y vacíos. | Verifica que las afirmaciones citadas realmente aparezcan en el material de origen, no solo en un resumen plausible. |
Copiar y pegar
Prompts que puedes usar hoy
Encontrar tendencias y anomalías en un CSV
Aquí tienes un CSV con las ventas mensuales de [number] productos durante [time period]. Identifica qué producto tiene la tendencia de crecimiento más fuerte, cualquier patrón estacional a lo largo del año, los meses en que todos los productos tuvieron un rendimiento bajo al mismo tiempo, y las cinco anomalías individuales más significativas con una explicación de una línea para cada una.
Pega el texto sin procesar del CSV, o describe las columnas y una muestra representativa si el archivo es demasiado grande para pegarlo completo.
Generar una consulta SQL a partir de un esquema
Mi esquema es: users (id, email, created_at), orders (id, user_id, amount, status, created_at). Escribe una consulta de [Postgres] que devuelva los ingresos mensuales por cohorte de registro de los últimos [12] meses, incluyendo la tasa de crecimiento mes a mes, y explica qué hace cada parte de la consulta.
Sustituye los nombres reales de tus tablas y columnas, e indica tu motor de base de datos para que la sintaxis coincida.
Extraer datos estructurados de texto no estructurado
Extrae los siguientes campos de esta oferta de empleo en formato JSON: role_title, company, location, salary_range (null si no se indica), required_years_experience, tech_stack como un array, y remote_policy. Si algún campo es ambiguo, agrega un campo extraction_notes explicando el criterio aplicado. Oferta de empleo: [paste text]
Define el esquema exacto que quieres recibir; Claude lo aplica de forma consistente en todo un lote de documentos.
Redactar un informe a partir de datos sin procesar
Aquí tienes nuestros datos de [quarter] para [department]. Escribe un resumen ejecutivo de una página: comienza con el hallazgo más importante, muestra las tres métricas más relevantes con suficiente contexto para interpretarlas, señala un riesgo y termina con dos próximos pasos recomendados. Lenguaje llano, sin jerga.
Indícale a Claude la audiencia y la extensión que necesitas; ajustará el registro en consecuencia.
Convertir datos desordenados en un plan de investigación
Tengo [number] meses de datos de tickets de soporte al cliente con los campos ticket_id, created_at, category, resolution_time_hours, CSAT_score, agent_id y product_area. Todavía no estoy seguro de qué buscar. Sugiere los cinco análisis más valiosos que podría hacer con este conjunto de datos, qué me diría cada uno y por qué es importante para el equipo.
Útil cuando tienes datos pero aún no tienes una hipótesis; Claude te ayuda primero a plantear la pregunta.
Pedirle a Claude que explique una consulta que no escribiste
Explica qué hace esta consulta SQL, paso a paso, incluyendo cualquier join, subconsulta o función de ventana. Luego dime si hay una forma más simple o más rápida de escribirla, y señala cualquier parte que parezca que podría devolver filas duplicadas o faltantes. Consulta: [paste SQL]
Útil para consultas heredadas o al revisar el pull request de un compañero.
LECCIONES GRATUITAS
Empieza con los hábitos de razonamiento detrás de un buen análisis de datos
Un analista de datos y alguien que nunca ha abierto una terminal empiezan en el mismo lugar: aprender a darle contexto a Claude y verificar su trabajo.
FLUJOS DE TRABAJO
Seis tareas de datos que Claude maneja bien
Estos son los trabajos que aparecen con más frecuencia en una semana normal de análisis.
Análisis de CSV y hojas de cálculo
Pega datos CSV sin procesar o describe las columnas, y pide estadísticas descriptivas, líneas de tendencia, detección de anomalías o una comparación de cohortes en lenguaje llano.
Redacción de consultas SQL
Describe tu esquema y la pregunta que quieres responder; Claude escribe la consulta, incluyendo joins, agregaciones y funciones de ventana, y explica cada paso.
Extracción de datos estructurados
Dale a Claude texto no estructurado, como correos electrónicos, PDF, ofertas de empleo o artículos, y define el esquema JSON o CSV que quieres recibir.
Síntesis de investigación
Pega varios artículos o informes y pídele a Claude que encuentre hallazgos que se repiten entre fuentes, señale contradicciones e identifique los vacíos.
Generación de informes
Dale a Claude datos sin procesar y una audiencia; redacta la narrativa, extrae las métricas clave y escribe un resumen ejecutivo que puedes editar.
Conversaciones exploratorias sobre datos
Cuando tienes un conjunto de datos y aún no tienes una pregunta clara, Claude te ayuda a plantear qué vale la pena analizar y por qué.
PRIMEROS PASOS
¿Puede Claude analizar un archivo CSV?
Sí. La forma más directa de usar Claude en el análisis de datos es pegar un CSV directamente en la conversación, o subir el archivo, y hacer una pregunta específica sobre él. Claude lee el archivo completo que le das en el contexto en lugar de muestrear unas pocas filas, de modo que puede comparar cada mes, cada línea de producto o cada segmento de clientes en una sola pasada.
Para un archivo grande, pega la fila de encabezado más una muestra representativa y describe el número total de filas y cualquier peculiaridad: valores faltantes, formatos de fecha inconsistentes, una columna que en realidad son dos campos mezclados. Claude razonará sobre el conjunto de datos completo a partir de esa descripción, pero su confianza es tan buena como la muestra y la descripción que le dieras: una muestra sesgada produce una lectura sesgada.
Claude no abre una hoja de cálculo en vivo ni ejecuta tu archivo; trabaja a partir de lo que pegas o subes. Si necesitas que procese un archivo más grande de lo que puedes pegar, o que ejecute el mismo análisis en un archivo nuevo cada semana, te escribirá el código Python o SQL para hacerlo, en lugar de intentar mantener todo el conjunto de datos en un chat.
SQL
¿Puede Claude escribir consultas SQL?
Sí, y este es uno de los usos más fiables de Claude en el análisis de datos. Describe tu esquema, incluyendo los nombres de las tablas, los nombres de las columnas y las relaciones entre tablas, y plantea la pregunta de negocio que quieres responder. Claude escribe la consulta y, si lo pides, explica qué hace cada cláusula y por qué.
Maneja joins, subconsultas, expresiones de tabla común (CTE) y funciones de ventana sin necesidad de mucha indicación, y optimizará o simplificará una consulta que pegues de otro lugar. El esquema importa más que la forma en que redactas tu pregunta: cuanto más precisamente describas tus tablas, menos tendrá que adivinar Claude sobre los nombres de columnas o los tipos de datos.
Claude no se conecta a tu base de datos y no puede confirmar que la consulta se ejecute o devuelva las cifras correctas. Ejecuta cada consulta tú mismo antes de confiar en su resultado, y verifica el número de filas frente a lo que esperarías: una consulta que devuelve cero filas o el doble de lo esperado te está diciendo algo.
EXTRACCIÓN
¿Puede Claude extraer datos estructurados de documentos?
Sí. Define los campos exactos que quieres, indica el tipo de cada uno y dile a Claude qué hacer cuando un campo falta o es ambiguo: dejarlo en null, marcarlo, o hacer su mejor estimación y decirlo. Claude aplica ese esquema de forma consistente ya sea que estés extrayendo datos estructurados de un documento o de cincuenta, lo que lo hace útil para ofertas de empleo, facturas, contratos o páginas web extraídas.
El modo de falla a vigilar es un campo que parece completado con seguridad pero que en realidad fue inferido en lugar de estar indicado en la fuente. Pídele a Claude que agregue un campo de notas para todo lo que tuvo que inferir, y verifica puntualmente una muestra del resultado contra los documentos originales antes de cargarlo en cualquier proceso posterior.
PRECISIÓN
¿Qué tan preciso es Claude en el análisis de datos, y cómo se verifica?
Claude razona bien sobre estadística y detecta por su cuenta muchos errores comunes: señalará cuándo una tendencia está impulsada por un solo valor atípico, cuándo una muestra es demasiado pequeña para generalizar, o cuándo estás a punto de comparar dos cifras que en realidad no son comparables. Pero también puede enunciar una cifra incorrecta con el mismo tono seguro que una correcta, especialmente cuando trabaja a partir de una muestra parcial o de una descripción de los datos en lugar del conjunto de datos completo.
La solución no es desconfiar de todo lo que produce Claude; es incorporar un par de verificaciones a la forma en que lo usas. Pídele que muestre su razonamiento, no solo su conclusión, para que puedas ver de dónde salió una cifra. Verifica al menos un cálculo a mano o contra una fuente de confianza. Y cuando un hallazgo sea sorprendente, pídele a Claude que argumente en contra de su propia conclusión antes de aceptarla. Un rápido análisis previo de una cifra suele bastar para detectar una suposición equivocada.
Trata la primera respuesta de Claude como un borrador sólido, no como un análisis terminado. Ese hábito es la diferencia entre el análisis de datos con Claude y un análisis de datos que simplemente involucra a Claude.
CONFIGURACIÓN INICIAL
¿Necesitas saber Python para analizar datos con Claude?
No. Todo lo anterior funciona en una conversación normal: pegas datos, haces una pregunta y obtienes una respuesta en lenguaje natural. No necesitas escribir una sola línea de código para obtener un análisis de tendencias, una consulta SQL o una extracción estructurada de Claude.
Python se vuelve útil cuando quieres repetir un análisis en un archivo nuevo cada semana, procesar un conjunto de datos demasiado grande para pegar, o entregarle a un compañero un script reutilizable. En ese caso, pídele a Claude que escriba el código de pandas, SQL o de graficación por ti y que explique qué hace. Sigues sin escribir el código tú mismo, pero terminas con algo que se ejecuta fuera de la ventana de chat.
CONTEXTO
Darle a Claude el contexto que hace útil el análisis
Los prompts de análisis de datos funcionan mejor con más contexto, no con menos. Para los CSV, eso significa las definiciones de columnas y los problemas de calidad de datos conocidos. Para las consultas SQL, significa el esquema real, no una paráfrasis de él. Para la extracción de datos estructurados, significa el esquema de salida exacto y qué hacer con los casos límite. Para los informes, significa la audiencia y qué decisión debe respaldar el informe.
La lección El bucle de iteración, dentro de Domina los Fundamentos, aborda esto directamente: trata la primera respuesta como un borrador, luego corrige el contexto y vuelve a preguntar en lugar de empezar de nuevo con un prompt más largo. Para el trabajo con datos específicamente, la corrección suele ser una pieza faltante del esquema o una peculiaridad de los datos que olvidaste mencionar, no un defecto en cómo redactaste la pregunta.
LÍMITES
¿Es seguro subir datos empresariales a Claude, y cuáles son los límites?
Trata cualquier dato que pegues o subas de la misma forma en que tratarías datos en un correo electrónico: no incluyas nada que no te sentirías cómodo de que procesaran los sistemas de un proveedor, y revisa la política de manejo de datos de tu organización antes de subir registros de clientes, detalles financieros o cualquier cosa con información personal asociada. Si tienes dudas, elimina las columnas identificatorias o trabaja a partir de una versión agregada del conjunto de datos.
El límite más grande no es la privacidad, es la verificación. Claude no tiene acceso a tu base de datos en vivo, a tu panel de BI ni a tu archivo de hoja de cálculo real, a menos que le entregues los datos directamente, así que puede razonar bien sobre lo que le has mostrado, pero no puede confirmar de forma independiente que una cifra sea correcta. Cada informe, descripción de gráfico o métrica destacada que surja de una conversación con Claude necesita remontarse a una fuente antes de llegar a un cliente, un consumidor, un estudiante o un colega.
Esto es tanto una cuestión de responsabilidad profesional como técnica: la persona que envía el informe es responsable de lo que contiene, no la herramienta que ayudó a redactarlo.
POR DÓNDE EMPEZAR
Una ruta inicial para el trabajo con datos con Claude
Domina los Fundamentos es la vía más rápida hacia esto. La lección El bucle de iteración enseña el hábito central detrás de cada flujo de trabajo anterior: trata la primera pasada de Claude como un borrador, corrígela con mejor contexto y vuelve a preguntar en lugar de empezar de nuevo. Análisis de documentos explica cómo Claude lee y razona sobre un archivo que le entregas, que es exactamente lo que ocurre cuando pegas un CSV o una pila de informes. Investigación y pensamiento aborda la síntesis de varias fuentes en una sola respuesta clara, la misma habilidad detrás de la síntesis de investigación y la redacción de informes.
Esas tres lecciones, en ese orden, cubren los hábitos de razonamiento detrás de cada flujo de trabajo de datos en esta página. A partir de ahí, los prompts anteriores son plantillas que puedes adaptar a tu propio esquema, tu propio conjunto de datos y tu propio formato de informe.
Pon manos a la obra con el análisis de datos
Leer sobre prompts para CSV y SQL es distinto de realmente ejecutarlos contra tus propios datos. El plan de estudios gratuito de Nightschool AI comienza con El bucle de iteración, el hábito que hace que cada prompt de datos de esta página funcione mejor la segunda vez.
Preguntas frecuentes
¿Puede Claude analizar un archivo CSV?
Sí. Pega el CSV directamente en una conversación o súbelo, y haz una pregunta específica sobre tendencias, anomalías o comparaciones. Claude lee el archivo completo que le das en una sola pasada en lugar de muestrear filas, de modo que puede comparar cifras en todo un conjunto de datos a la vez. Para archivos demasiado grandes para pegar, describe en su lugar las columnas y una muestra representativa.
¿Puede Claude escribir consultas SQL?
Sí. Describe el esquema de tu base de datos, incluyendo los nombres de tablas y columnas, y plantea la pregunta que quieres responder. Claude escribe consultas que manejan joins, agregaciones, subconsultas y funciones de ventana, y puede explicar cada parte u optimizar una consulta que ya tengas. Aun así, debes ejecutar la consulta tú mismo para confirmar que devuelve las filas correctas.
¿Qué tan preciso es Claude en el análisis de datos?
Claude razona bien sobre estadística y a menudo detecta por su cuenta problemas como tamaños de muestra pequeños o comparaciones engañosas. Pero puede enunciar una cifra incorrecta con el mismo tono seguro que una correcta, particularmente cuando trabaja a partir de una muestra parcial. Trata su primera respuesta como un borrador sólido y verifica las cifras clave antes de usarlas.
¿Puede Claude extraer datos estructurados de documentos?
Sí. Define los campos y el formato exactos que quieres, como un esquema JSON, y Claude lo aplica de forma consistente en correos electrónicos, PDF, contratos o páginas web. Pídele que señale todo lo que tuvo que inferir en lugar de encontrar indicado directamente, y verifica puntualmente una muestra del resultado contra los documentos de origen.
¿Cómo verifico si el análisis de Claude tiene errores?
Pídele que muestre su razonamiento en lugar de solo una conclusión, para que puedas ver de dónde salió cada cifra. Verifica al menos un cálculo a mano o contra una fuente de confianza. Para hallazgos sorprendentes, pídele a Claude que argumente en contra de su propia conclusión antes de aceptarla. Solo eso detecta muchas suposiciones equivocadas.
¿Es seguro subir datos empresariales a Claude?
Revisa la política de manejo de datos de tu organización antes de subir registros de clientes, detalles financieros o información personal, y considera eliminar las columnas identificatorias o agregar los datos primero. Claude no conserva acceso independiente a tus sistemas más allá de lo que compartes en la conversación, pero la responsabilidad de qué datos compartes es tuya.
¿Necesito saber Python para analizar datos con Claude?
No. Todo, desde el análisis de tendencias hasta la generación de SQL y la extracción estructurada, funciona en una conversación normal sin escribir código. Python se vuelve útil si quieres repetir un análisis en archivos nuevos automáticamente o entregar un script reutilizable, y Claude puede escribir ese código por ti cuando lo necesites.
¿Puede Claude crear gráficos o visualizaciones a partir de datos?
Claude puede escribir el código para generar un gráfico, como un script de graficación en Python, pero no ejecuta ese código ni te muestra un gráfico dentro de la conversación por su cuenta. Pídele el código del gráfico y una descripción de lo que debe mostrar, y luego ejecútalo en tu propio entorno.
Lecturas relacionadas
Empieza donde se forma el hábito
El prompt mejora una vez que mejora el hábito.