ANALISIS DATA DENGAN CLAUDE
Cara Menggunakan Claude dalam Analisis Data: CSV, Kueri SQL, dan Laporan
Spreadsheet-nya tidak mengecil. Proses awal Anda menelusurinya yang mengecil.
Claude dari Anthropic adalah pengganti yang andal untuk jam pertama dari tugas data apa pun: membaca CSV, membongkar skema, mengekstrak field dari kumpulan PDF, atau merangkum segunung riset. Halaman ini membahas cara menggunakan Claude untuk analisis data secara praktis, prompt yang efektif, dan pengecekan yang mencegah angka yang salah masuk ke dalam laporan.
Cara menggunakan Claude dalam analisis data berarti memberikan Claude dari Anthropic sebuah CSV, skema database, atau kumpulan dokumen, lalu memintanya mencari pola, menulis kueri SQL, mengambil data terstruktur, atau membuat draf laporan dalam bahasa yang mudah dipahami. Claude membaca file besar dalam satu percakapan, menjelaskan alasannya sambil berjalan, dan menulis kode saat itu menjadi alat yang lebih baik, tetapi Claude tidak menjalankan kode atau mengakses database aktif Anda sendiri; Anda perlu memeriksa hasilnya dengan data sumber, perhitungan spot-check, atau pemeriksaan kedua sebelum dipakai untuk keputusan apa pun.
Diterbitkan · Terakhir ditinjau
Pelajaran gratis · tanpa akunLoop IterasiKuasai Dasar-Dasar6 mntMulai pelajaran gratisPoin Penting
- Claude menganalisis file CSV dengan membaca data yang ditempel atau diunggah langsung dalam percakapan, tanpa perlu alat BI terpisah untuk pemeriksaan awal.
- Claude menulis kueri SQL dari deskripsi skema, termasuk join, window function, dan CTE, serta menjelaskan fungsi setiap bagiannya.
- Claude mengekstrak data terstruktur dari teks berantakan, email, PDF, dan halaman web ke dalam skema JSON atau CSV yang Anda tentukan.
- Claude tidak menjalankan kode atau terhubung ke database aktif, sehingga setiap angka yang dihasilkannya perlu langkah verifikasi sebelum digunakan.
- Laporan yang dibuat dari analisis Claude masih memerlukan manusia untuk memverifikasi data yang mendasarinya dan menangkap ketika sebuah pertanyaan dirumuskan secara keliru.
Apa yang Claude lakukan secara langsung vs. apa yang masih perlu Anda lakukan
| Tugas | Apa yang Claude lakukan secara langsung | Apa yang masih perlu dicek manusia |
|---|---|---|
| Analisis CSV | Membaca data yang ditempel atau diunggah, menemukan tren, menandai anomali, merangkum dalam bahasa sederhana. | Konfirmasi total dengan pivot table atau perhitungan kedua sebelum melaporkannya. |
| Kueri SQL | Menulis dan menjelaskan join, CTE, dan window function dari deskripsi skema. | Jalankan sendiri kuerinya dan cek jumlah baris serta kasus tepi seperti null dan duplikat. |
| Ekstraksi terstruktur | Mengambil field dari teks berantakan ke dalam skema JSON atau CSV yang Anda tentukan. | Periksa sampel data secara acak terhadap dokumen sumber, terutama field yang ambigu. |
| Penyusunan laporan | Mengubah data dan temuan menjadi narasi dengan judul dan rekomendasi yang jelas. | Verifikasi setiap angka dalam draf dapat dilacak kembali ke data sumber sebelum dirilis. |
| Sintesis riset | Membaca beberapa sumber dalam satu percakapan dan menampilkan kesepakatan, kontradiksi, dan kesenjangan. | Periksa apakah klaim yang dikutip benar-benar muncul dalam materi sumber, bukan sekadar ringkasan yang masuk akal. |
Salin dan tempel
Prompt yang bisa Anda pakai hari ini
Temukan tren dan anomali dalam CSV
Berikut CSV penjualan bulanan untuk [number] produk selama [time period]. Identifikasi produk mana yang memiliki tren pertumbuhan paling kuat, pola musiman apa pun selama setahun, bulan-bulan ketika semua produk sama-sama berkinerja buruk, dan lima anomali individual paling signifikan dengan satu kalimat penjelasan untuk masing-masing.
Tempel teks CSV mentah, atau jelaskan kolom-kolomnya dan sampel yang representatif jika file terlalu besar untuk ditempel secara penuh.
Buat kueri SQL dari skema
Skema saya adalah: users (id, email, created_at), orders (id, user_id, amount, status, created_at). Tulis kueri [Postgres] yang mengembalikan pendapatan bulanan berdasarkan kohort pendaftaran selama [12] bulan terakhir, termasuk tingkat pertumbuhan bulan ke bulan, dan jelaskan fungsi setiap bagian kueri ini.
Ganti dengan nama tabel dan kolom Anda sendiri, dan sebutkan mesin database Anda agar sintaksnya sesuai.
Ekstrak data terstruktur dari teks tidak terstruktur
Ekstrak field berikut dari lowongan kerja ini sebagai JSON: role_title, company, location, salary_range (null jika tidak tercantum), required_years_experience, tech_stack sebagai array, dan remote_policy. Jika ada field yang ambigu, tambahkan field extraction_notes yang menjelaskan pertimbangan yang diambil. Lowongan kerja: [paste text]
Tentukan skema persis yang Anda inginkan; Claude menerapkannya secara konsisten di seluruh batch dokumen.
Buat draf laporan dari data mentah
Berikut data [quarter] kami untuk [department]. Tulis ringkasan eksekutif satu halaman: mulai dengan temuan paling penting, tampilkan tiga metrik paling penting dengan konteks yang cukup untuk memahaminya, tandai satu risiko, dan tutup dengan dua langkah berikutnya yang direkomendasikan. Bahasa yang sederhana, tanpa jargon.
Beri Claude audiens dan panjang yang Anda butuhkan; ia akan menyesuaikan gaya bahasanya.
Ubah data berantakan menjadi rencana riset
Saya memiliki data tiket dukungan pelanggan selama [number] bulan dengan field ticket_id, created_at, category, resolution_time_hours, CSAT_score, agent_id, dan product_area. Saya belum tahu harus mencari apa. Sarankan lima analisis paling berharga yang bisa saya jalankan pada dataset ini, apa yang akan diungkapkan oleh masing-masing, dan mengapa itu penting bagi tim.
Berguna saat Anda punya data tapi belum punya hipotesis; Claude membantu Anda merumuskan pertanyaannya terlebih dahulu.
Minta Claude menjelaskan kueri yang bukan Anda tulis
Jelaskan apa yang dilakukan kueri SQL ini, langkah demi langkah, termasuk join, subquery, atau window function apa pun. Lalu beri tahu saya apakah ada cara yang lebih sederhana atau lebih cepat untuk menulisnya, dan tandai bagian mana pun yang berpotensi mengembalikan baris duplikat atau hilang. Kueri: [paste SQL]
Berguna untuk kueri warisan atau saat meninjau pull request rekan kerja.
PELAJARAN GRATIS
Mulai dengan kebiasaan bernalar di balik analisis data yang baik
Seorang analis data dan seseorang yang belum pernah membuka terminal sama-sama mulai dari titik yang sama: belajar memberi Claude konteks dan memeriksa hasil kerjanya.
ALUR KERJA
Enam tugas data yang Claude tangani dengan baik
Ini adalah pekerjaan-pekerjaan yang paling sering muncul dalam seminggu analisis biasa.
Analisis CSV dan spreadsheet
Tempel data CSV mentah atau jelaskan kolom-kolomnya, dan minta statistik deskriptif, garis tren, deteksi anomali, atau perbandingan kohort dalam bahasa sederhana.
Penulisan kueri SQL
Jelaskan skema Anda dan pertanyaan yang ingin Anda jawab; Claude menulis kuerinya, termasuk join, agregasi, dan window function, serta menjelaskan setiap langkahnya.
Ekstraksi data terstruktur
Berikan Claude teks tidak terstruktur, seperti email, PDF, lowongan kerja, atau artikel, dan tentukan skema JSON atau CSV yang Anda inginkan kembali.
Sintesis riset
Tempel beberapa paper atau laporan dan minta Claude menemukan temuan yang berulang di berbagai sumber, menandai kontradiksi, dan menyebutkan kesenjangannya.
Pembuatan laporan
Beri Claude data mentah dan audiensnya; ia membuat draf narasinya, mengambil metrik utama, dan menulis ringkasan eksekutif yang bisa Anda sunting.
Percakapan eksplorasi data
Saat Anda punya dataset tapi belum punya pertanyaan yang jelas, Claude membantu Anda merumuskan apa yang layak dianalisis dan mengapa.
MEMULAI
Bisakah Claude menganalisis file CSV?
Ya. Cara paling langsung untuk menggunakan Claude dalam analisis data adalah dengan menempel CSV langsung ke percakapan, atau mengunggah filenya, lalu mengajukan pertanyaan spesifik tentangnya. Claude membaca seluruh file yang Anda berikan dalam konteks, bukan hanya mengambil sampel beberapa baris, sehingga ia bisa membandingkan setiap bulan, setiap lini produk, atau setiap segmen pelanggan dalam satu kali proses.
Untuk file besar, tempel baris header beserta sampel yang representatif dan jelaskan jumlah baris totalnya serta keanehan apa pun: nilai yang hilang, format tanggal yang tidak konsisten, kolom yang sebenarnya adalah dua field yang digabung jadi satu. Claude akan bernalar tentang seluruh dataset berdasarkan deskripsi itu, tapi tingkat keyakinannya hanya seakurat sampel dan deskripsi yang Anda berikan: sampel yang bias akan menghasilkan pembacaan yang bias.
Claude tidak membuka spreadsheet aktif atau menjalankan file Anda; ia bekerja dari apa yang Anda tempel atau unggah. Jika Anda perlu memproses file yang lebih besar dari yang bisa ditempel, atau menjalankan analisis yang sama pada file baru setiap minggu, ia akan menuliskan kode Python atau SQL untuk melakukannya, bukan mencoba menampung seluruh dataset dalam satu chat.
SQL
Bisakah Claude menulis kueri SQL?
Ya, dan ini adalah salah satu penggunaan Claude yang paling andal untuk analisis data. Jelaskan skema Anda, termasuk nama tabel, nama kolom, dan relasi antar tabel, lalu nyatakan pertanyaan bisnis yang ingin Anda jawab. Claude menulis kuerinya dan, jika Anda minta, menjelaskan fungsi setiap klausanya.
Claude menangani join, subquery, common table expression, dan window function tanpa perlu banyak arahan, dan ia akan mengoptimalkan atau menyederhanakan kueri yang Anda tempel dari sumber lain. Skemanya lebih penting daripada bagaimana Anda merumuskan pertanyaan: semakin presisi Anda menjelaskan tabel-tabel Anda, semakin kecil kemungkinan Claude harus menebak nama kolom atau tipe data.
Claude tidak terhubung ke database Anda dan tidak bisa memastikan kueri tersebut benar-benar berjalan atau mengembalikan angka yang tepat. Jalankan setiap kueri sendiri sebelum mempercayai hasilnya, dan periksa jumlah barisnya sesuai ekspektasi Anda: kueri yang mengembalikan nol baris atau dua kali lebih banyak dari perkiraan sedang memberi tahu Anda sesuatu.
EKSTRAKSI
Bisakah Claude mengekstrak data terstruktur dari dokumen?
Ya. Tentukan field persis yang Anda inginkan, sebutkan tipe untuk masing-masing, dan beri tahu Claude apa yang harus dilakukan ketika sebuah field hilang atau ambigu: kosongkan (null), tandai, atau buat perkiraan terbaiknya dan sebutkan demikian. Claude menerapkan skema itu secara konsisten baik Anda mengekstrak data terstruktur dari satu dokumen maupun lima puluh dokumen, yang membuatnya berguna untuk lowongan kerja, invoice, kontrak, atau halaman web yang di-scrape.
Mode kegagalan yang perlu diwaspadai adalah field yang terlihat terisi dengan yakin tapi sebenarnya hanya disimpulkan, bukan dinyatakan langsung dalam sumbernya. Minta Claude menambahkan field catatan untuk apa pun yang harus disimpulkannya, dan periksa sampel hasilnya secara acak terhadap dokumen aslinya sebelum Anda memuatnya ke mana pun di tahap berikutnya.
AKURASI
Seberapa akurat Claude dalam analisis data, dan bagaimana cara mengeceknya?
Claude bernalar dengan baik soal statistik dan menangkap banyak kesalahan umum sendiri: ia akan menandai ketika sebuah tren didorong oleh satu outlier saja, ketika sampelnya terlalu kecil untuk digeneralisasi, atau ketika Anda akan membandingkan dua angka yang sebenarnya tidak sebanding. Tapi ia juga bisa menyatakan angka yang salah dengan nada yang sama yakinnya seperti angka yang benar, terutama saat bekerja dari sampel parsial atau deskripsi data, bukan dataset lengkap.
Solusinya bukan mencurigai semua yang dihasilkan Claude; melainkan membangun beberapa pengecekan ke dalam cara Anda memakainya. Minta ia menunjukkan proses berpikirnya, bukan cuma kesimpulannya, agar Anda bisa melihat dari mana sebuah angka berasal. Periksa setidaknya satu perhitungan secara manual atau terhadap sumber yang Anda percaya. Dan ketika sebuah temuan terasa mengejutkan, minta Claude berargumen melawan kesimpulannya sendiri sebelum Anda menerimanya. Pre-mortem cepat pada sebuah angka sering sudah cukup untuk menangkap asumsi yang keliru.
Perlakukan jawaban pertama Claude sebagai draf yang kuat, bukan analisis final. Kebiasaan itulah yang membedakan antara analisis data dengan Claude dan analisis data yang sekadar melibatkan Claude.
PERSIAPAN
Apakah Anda perlu tahu Python untuk menganalisis data dengan Claude?
Tidak. Semua hal di atas berjalan dalam percakapan biasa: tempel data, ajukan pertanyaan, dapatkan jawaban dalam bahasa natural. Anda tidak perlu menulis satu baris kode pun untuk mendapatkan analisis tren, kueri SQL, atau ekstraksi terstruktur dari Claude.
Python jadi berguna begitu Anda ingin mengulang analisis pada file baru setiap minggu, memproses dataset yang terlalu besar untuk ditempel, atau menyerahkan skrip yang bisa dipakai ulang ke rekan kerja. Dalam kasus itu, minta Claude menulis kode pandas, SQL, atau plotting untuk Anda dan menjelaskan fungsinya. Anda tetap tidak menulis kodenya sendiri, tapi Anda akan mendapatkan sesuatu yang berjalan di luar jendela chat.
KONTEKS
Memberi Claude konteks yang membuat analisis berguna
Prompt analisis data bekerja lebih baik dengan lebih banyak konteks, bukan lebih sedikit. Untuk CSV, itu berarti definisi kolom dan masalah kualitas data yang sudah diketahui. Untuk kueri SQL, itu berarti skema sebenarnya, bukan parafrasenya. Untuk ekstraksi data terstruktur, itu berarti skema output yang persis dan apa yang harus dilakukan pada kasus tepi. Untuk laporan, itu berarti audiensnya dan keputusan apa yang mau didukung oleh laporan tersebut.
Pelajaran Loop Iterasi dalam Kuasai Dasar-Dasar membahas ini secara langsung: perlakukan respons pertama sebagai draf, lalu perbaiki konteksnya dan tanyakan ulang daripada mulai dari awal dengan prompt yang lebih panjang. Khusus untuk pekerjaan data, perbaikannya biasanya berupa bagian skema yang hilang atau keanehan data yang lupa disebutkan, bukan kekurangan dalam cara Anda merumuskan pertanyaan.
BATASAN
Apakah aman mengunggah data bisnis ke Claude, dan apa batasannya?
Perlakukan data apa pun yang Anda tempel atau unggah seperti Anda memperlakukan data dalam email: jangan sertakan apa pun yang Anda tidak nyaman diproses oleh sistem vendor, dan periksa kebijakan penanganan data organisasi Anda sebelum mengunggah data pelanggan, detail keuangan, atau apa pun yang menyertakan informasi pribadi. Jika ragu, hapus kolom yang bersifat identifikasi atau bekerja dari versi dataset yang sudah diagregasi.
Batasan yang lebih besar bukanlah privasi, melainkan verifikasi. Claude tidak memiliki akses ke database aktif Anda, dashboard BI Anda, atau file spreadsheet Anda yang sesungguhnya kecuali Anda memberikan datanya secara langsung, sehingga ia bisa bernalar dengan baik tentang apa yang Anda tunjukkan tapi tidak bisa memastikan secara independen bahwa sebuah angka itu benar. Setiap laporan, deskripsi grafik, atau metrik utama yang keluar dari percakapan dengan Claude perlu dilacak kembali ke sumbernya sebelum sampai ke klien, pelanggan, murid, atau kolega.
Ini adalah pertanyaan tanggung jawab profesional sama seperti pertanyaan teknis: orang yang mengirim laporan itulah yang bertanggung jawab atas isinya, bukan alat yang membantu membuat drafnya.
DARI MANA MEMULAI
Jalur awal untuk pekerjaan data dengan Claude
Kuasai Dasar-Dasar adalah cara tercepat untuk masuk ke ini. Pelajaran Loop Iterasi mengajarkan kebiasaan inti di balik setiap alur kerja di atas: perlakukan hasil pertama Claude sebagai draf, perbaiki dengan konteks yang lebih baik, dan tanyakan ulang daripada mulai dari awal lagi. Analisis Dokumen membahas cara Claude membaca dan bernalar tentang file yang Anda berikan, yang persis terjadi saat Anda menempel CSV atau kumpulan laporan. Riset dan Pemikiran membahas cara menyintesis beberapa sumber menjadi satu jawaban yang jelas, keterampilan yang sama yang mendasari sintesis riset dan penulisan laporan.
Ketiga pelajaran itu, dalam urutan tersebut, mencakup kebiasaan bernalar di balik setiap alur kerja data di halaman ini. Dari situ, prompt-prompt di atas adalah template yang bisa Anda sesuaikan dengan skema Anda sendiri, dataset Anda sendiri, dan format laporan Anda sendiri.
Mulai praktik langsung dengan analisis data
Membaca soal prompt untuk CSV dan SQL itu berbeda dari benar-benar menjalankannya pada data Anda sendiri. Kurikulum gratis Nightschool AI dimulai dengan Loop Iterasi, kebiasaan yang membuat setiap prompt data di halaman ini bekerja lebih baik di percobaan kedua.
Pertanyaan yang Sering Diajukan
Bisakah Claude menganalisis file CSV?
Ya. Tempel CSV langsung ke percakapan atau unggah filenya, lalu ajukan pertanyaan spesifik tentang tren, anomali, atau perbandingan. Claude membaca seluruh file yang Anda berikan dalam satu kali proses, bukan dengan mengambil sampel baris, sehingga ia bisa membandingkan angka di seluruh dataset sekaligus. Untuk file yang terlalu besar untuk ditempel, jelaskan kolom-kolomnya dan sampel yang representatif.
Bisakah Claude menulis kueri SQL?
Ya. Jelaskan skema database Anda, termasuk nama tabel dan kolom, dan nyatakan pertanyaan yang ingin Anda jawab. Claude menulis kueri yang menangani join, agregasi, subquery, dan window function, serta bisa menjelaskan setiap bagiannya atau mengoptimalkan kueri yang sudah Anda miliki. Anda masih perlu menjalankan kuerinya sendiri untuk memastikan ia mengembalikan baris yang tepat.
Seberapa akurat Claude dalam analisis data?
Claude bernalar dengan baik soal statistik dan sering menangkap masalah seperti ukuran sampel yang kecil atau perbandingan yang menyesatkan sendiri. Tapi ia bisa menyatakan angka yang salah dengan nada yang sama yakinnya seperti angka yang benar, terutama saat bekerja dari sampel parsial. Perlakukan jawaban pertamanya sebagai draf yang kuat dan verifikasi angka-angka penting sebelum memakainya.
Bisakah Claude mengekstrak data terstruktur dari dokumen?
Ya. Tentukan field dan format persis yang Anda inginkan, seperti skema JSON, dan Claude menerapkannya secara konsisten di seluruh email, PDF, kontrak, atau halaman web. Minta ia menandai apa pun yang harus disimpulkan daripada ditemukan secara langsung, dan periksa sampel hasilnya secara acak terhadap dokumen sumber.
Bagaimana cara memeriksa analisis Claude dari kesalahan?
Minta ia menunjukkan proses berpikirnya, bukan cuma kesimpulannya, agar Anda bisa melihat dari mana setiap angka berasal. Periksa setidaknya satu perhitungan secara manual atau terhadap sumber yang terpercaya. Untuk temuan yang mengejutkan, minta Claude berargumen melawan kesimpulannya sendiri sebelum Anda menerimanya. Itu saja sudah menangkap banyak asumsi yang keliru.
Apakah aman mengunggah data bisnis ke Claude?
Periksa kebijakan penanganan data organisasi Anda sebelum mengunggah data pelanggan, detail keuangan, atau informasi pribadi, dan pertimbangkan untuk menghapus kolom identifikasi atau mengagregasi data terlebih dahulu. Claude tidak menyimpan akses independen ke sistem Anda di luar apa yang Anda bagikan dalam percakapan, tapi tanggung jawab atas data apa yang Anda bagikan tetap ada pada Anda.
Apakah saya perlu tahu Python untuk menganalisis data dengan Claude?
Tidak. Semua hal mulai dari analisis tren, pembuatan SQL, hingga ekstraksi terstruktur bekerja dalam percakapan biasa tanpa menulis kode. Python jadi berguna jika Anda ingin mengulang analisis pada file baru secara otomatis atau menyerahkan skrip yang bisa dipakai ulang, dan Claude bisa menuliskan kode itu untuk Anda saat diperlukan.
Bisakah Claude membuat grafik atau visualisasi dari data?
Claude bisa menulis kode untuk membuat grafik, seperti skrip plotting di Python, tapi ia tidak menjalankan kode itu atau me-render grafiknya untuk Anda di dalam percakapan secara langsung. Minta kode grafiknya dan deskripsi apa yang harus ditampilkan grafik tersebut, lalu jalankan di environment Anda sendiri.
Mulai dari tempat kebiasaan ini terbentuk
Prompt-nya jadi lebih baik begitu kebiasaannya terbentuk.