ANÁLISE DE DADOS COM CLAUDE
Como Usar Claude na Análise de Dados: CSVs, Consultas SQL e Relatórios
A planilha não diminui. Sua primeira passada por ela, sim.
O Claude da Anthropic é um substituto competente para a primeira hora de qualquer tarefa de dados: ler um CSV, desmontar um schema, extrair campos de uma pilha de PDFs ou resumir um monte de pesquisas. Esta página explica como usar Claude na análise de dados na prática, os prompts que funcionam e as verificações que mantêm um número errado fora de um relatório.
Como usar Claude na análise de dados significa entregar ao Claude da Anthropic um CSV, um schema de banco de dados ou uma pilha de documentos e pedir para ele encontrar padrões, escrever consultas SQL, extrair dados estruturados ou redigir um relatório em linguagem simples. O Claude lê arquivos grandes em uma única conversa, explica seu raciocínio ao longo do caminho e escreve código quando essa é a ferramenta mais adequada, mas ele não executa código nem consulta seu banco de dados em produção por conta própria; você confirma a saída dele com os dados de origem, um cálculo de verificação ou uma segunda passada antes que isso chegue perto de uma decisão.
Publicado em · Última revisão
Aula grátis · sem precisar de contaO Loop de IteraçãoDomine o Essencial6 minComeçar a aula grátisPrincipais pontos
- O Claude analisa arquivos CSV lendo dados colados ou enviados diretamente na conversa, sem precisar de uma ferramenta de BI separada para uma primeira passada.
- O Claude escreve consultas SQL a partir de uma descrição de schema, incluindo joins, window functions e CTEs, e explica o que cada parte faz.
- O Claude extrai dados estruturados de textos desorganizados, e-mails, PDFs e páginas da web para um schema JSON ou CSV que você define.
- O Claude não executa código nem se conecta a um banco de dados em produção, então todo número que ele produz precisa de uma etapa de verificação antes de ser usado.
- Relatórios construídos a partir da análise do Claude ainda precisam de uma pessoa para confirmar os dados subjacentes e identificar quando uma pergunta foi formulada de forma errada.
O que o Claude faz diretamente vs. o que você ainda precisa fazer
| Tarefa | O que o Claude faz diretamente | O que ainda precisa de verificação humana |
|---|---|---|
| Análise de CSV | Lê dados colados ou enviados, encontra tendências, aponta anomalias, resume em linguagem simples. | Confirme os totais com uma tabela dinâmica ou um segundo cálculo antes de reportá-los. |
| Consultas SQL | Escreve e explica joins, CTEs e window functions a partir de uma descrição de schema. | Execute a consulta você mesmo e verifique a contagem de linhas e casos extremos como nulos e duplicatas. |
| Extração estruturada | Extrai campos de texto desorganizado para um schema JSON ou CSV que você define. | Verifique uma amostra de registros contra o documento de origem, especialmente campos ambíguos. |
| Redação de relatórios | Transforma dados e descobertas em uma narrativa com uma manchete clara e recomendações. | Verifique se cada número do rascunho remete aos dados de origem antes de publicá-lo. |
| Síntese de pesquisa | Lê várias fontes em uma única conversa e destaca concordâncias, contradições e lacunas. | Verifique se as afirmações citadas realmente aparecem no material de origem, e não apenas em um resumo plausível. |
Copie e cole
Prompts para usar hoje mesmo
Encontrar tendências e anomalias em um CSV
Aqui está um CSV de vendas mensais de [number] produtos ao longo de [time period]. Identifique qual produto tem a tendência de crescimento mais forte, quaisquer padrões sazonais ao longo do ano, meses em que todos os produtos tiveram desempenho abaixo do esperado ao mesmo tempo, e as cinco anomalias individuais mais significativas, com uma explicação de uma linha para cada uma.
Cole o texto bruto do CSV, ou descreva as colunas e uma amostra representativa se o arquivo for grande demais para colar por completo.
Gerar uma consulta SQL a partir de um schema
Meu schema é: users (id, email, created_at), orders (id, user_id, amount, status, created_at). Escreva uma consulta [Postgres] que retorne a receita mensal por coorte de cadastro nos últimos [12] meses, incluindo a taxa de crescimento mês a mês, e explique o que cada parte da consulta faz.
Substitua pelos nomes reais das suas tabelas e colunas, e informe o mecanismo de banco de dados que você usa para que a sintaxe corresponda.
Extrair dados estruturados de texto não estruturado
Extraia os seguintes campos desta vaga de emprego em JSON: role_title, company, location, salary_range (null se não estiver listado), required_years_experience, tech_stack como um array, e remote_policy. Se algum campo for ambíguo, adicione um campo extraction_notes explicando a decisão tomada. Vaga de emprego: [paste text]
Defina exatamente o schema que você quer de volta; o Claude o aplica de forma consistente em um lote de documentos.
Redigir um relatório a partir de dados brutos
Aqui estão nossos dados de [quarter] para [department]. Escreva um resumo executivo de uma página: comece com a descoberta mais importante, mostre as três métricas mais relevantes com contexto suficiente para interpretá-las, aponte um risco e termine com duas recomendações de próximos passos. Linguagem simples, sem jargão.
Informe ao Claude o público e o tamanho que você precisa; ele vai ajustar o tom ao que for pedido.
Transformar dados desorganizados em um plano de pesquisa
Tenho [number] meses de dados de tickets de suporte ao cliente com os campos ticket_id, created_at, category, resolution_time_hours, CSAT_score, agent_id e product_area. Ainda não sei exatamente o que procurar. Sugira as cinco análises mais valiosas que eu poderia fazer com este conjunto de dados, o que cada uma me diria, e por que isso importa para a equipe.
Útil quando você tem dados mas ainda não tem uma hipótese; o Claude ajuda a formular a pergunta primeiro.
Pedir ao Claude para explicar uma consulta que você não escreveu
Explique o que esta consulta SQL faz, passo a passo, incluindo quaisquer joins, subconsultas ou window functions. Depois me diga se existe uma forma mais simples ou mais rápida de escrevê-la, e aponte qualquer parte que pareça poder retornar linhas duplicadas ou faltantes. Consulta: [paste SQL]
Bom para consultas herdadas ou ao revisar o pull request de um colega de equipe.
AULAS GRATUITAS
Comece com os hábitos de raciocínio por trás de uma boa análise de dados
Um analista de dados e alguém que nunca abriu um terminal começam no mesmo lugar: aprendendo a dar contexto ao Claude e verificar o trabalho dele.
FLUXOS DE TRABALHO
Seis tarefas de dados que o Claude faz bem
Estes são os trabalhos que aparecem mais em uma semana normal de análise.
Análise de CSV e planilhas
Cole dados brutos de CSV ou descreva as colunas, e peça estatísticas descritivas, linhas de tendência, detecção de anomalias ou uma comparação de coortes em linguagem simples.
Escrita de consultas SQL
Descreva seu schema e a pergunta que você quer responder; o Claude escreve a consulta, incluindo joins, agregações e window functions, e explica cada etapa.
Extração de dados estruturados
Forneça ao Claude texto não estruturado, como e-mails, PDFs, vagas de emprego ou artigos, e defina o schema JSON ou CSV que você quer de volta.
Síntese de pesquisa
Cole vários artigos ou relatórios e peça ao Claude para encontrar descobertas que se repetem entre as fontes, apontar contradições e identificar as lacunas.
Geração de relatórios
Dê ao Claude dados brutos e um público; ele redige a narrativa, destaca as métricas principais e escreve um resumo executivo que você pode editar.
Conversas exploratórias sobre dados
Quando você tem um conjunto de dados e ainda não tem uma pergunta clara, o Claude ajuda a definir o que vale a pena analisar e por quê.
PRIMEIROS PASSOS
O Claude consegue analisar um arquivo CSV?
Sim. A forma mais direta de usar Claude na análise de dados é colar um CSV diretamente na conversa, ou enviar o arquivo, e fazer uma pergunta específica sobre ele. O Claude lê o arquivo inteiro que você fornece no contexto, em vez de amostrar algumas linhas, então ele consegue comparar todos os meses, todas as linhas de produto ou todos os segmentos de clientes em uma única passada.
Para um arquivo grande, cole a linha de cabeçalho mais uma amostra representativa e descreva a contagem total de linhas e quaisquer peculiaridades: valores ausentes, formatos de data inconsistentes, uma coluna que na verdade é dois campos misturados. O Claude vai raciocinar sobre o conjunto de dados completo com base nessa descrição, mas a confiabilidade dele depende diretamente da amostra e da descrição que você fornece: uma amostra tendenciosa produz uma leitura tendenciosa.
O Claude não abre uma planilha em produção nem executa seu arquivo; ele trabalha a partir do que você cola ou envia. Se você precisar que ele processe um arquivo maior do que é possível colar, ou rodar a mesma análise em um arquivo novo toda semana, ele vai escrever o código em Python ou SQL para fazer isso, em vez de tentar manter o conjunto de dados inteiro em um chat.
SQL
O Claude consegue escrever consultas SQL?
Sim, e este é um dos usos mais confiáveis de Claude na análise de dados. Descreva seu schema, incluindo nomes de tabelas, nomes de colunas e os relacionamentos entre as tabelas, e explique a pergunta de negócio que você quer responder. O Claude escreve a consulta e, se você pedir, explica o que cada cláusula faz e por quê.
Ele lida com joins, subconsultas, common table expressions e window functions sem muita indicação, e vai otimizar ou simplificar uma consulta que você colar de outro lugar. O schema importa mais do que a forma como você frasea a pergunta: quanto mais precisamente você descrever suas tabelas, menos o Claude precisa adivinhar sobre nomes de colunas ou tipos de dados.
O Claude não se conecta ao seu banco de dados e não consegue confirmar que a consulta funciona ou retorna os números corretos. Execute toda consulta você mesmo antes de confiar no resultado, e verifique a contagem de linhas em relação ao que você esperava: uma consulta que retorna zero linhas ou o dobro do esperado está te dizendo algo.
EXTRAÇÃO
O Claude consegue extrair dados estruturados de documentos?
Sim. Defina exatamente os campos que você quer, nomeie o tipo de cada um, e diga ao Claude o que fazer quando um campo estiver ausente ou ambíguo: deixar como nulo, marcar, ou fazer a melhor estimativa e indicar isso. O Claude aplica esse schema de forma consistente, seja extraindo dados estruturados de um documento ou de cinquenta, o que o torna útil para vagas de emprego, faturas, contratos ou páginas da web coletadas.
O modo de falha a observar é um campo que parece preenchido com confiança, mas na verdade foi inferido em vez de declarado na fonte. Peça ao Claude para adicionar um campo de notas para qualquer coisa que ele teve que inferir, e verifique uma amostra do resultado contra os documentos originais antes de carregá-lo em qualquer etapa posterior.
PRECISÃO
Quão preciso é o Claude na análise de dados, e como verificar isso?
O Claude raciocina bem sobre estatística e identifica muitos erros comuns por conta própria: ele vai apontar quando uma tendência é causada por um único outlier, quando uma amostra é pequena demais para generalizar, ou quando você está prestes a comparar dois números que na verdade não são comparáveis. Mas ele também pode afirmar um número errado com o mesmo tom de confiança de um número certo, especialmente quando está trabalhando a partir de uma amostra parcial ou de uma descrição dos dados em vez do conjunto de dados completo.
A solução não é desconfiar de tudo que o Claude produz; é incorporar algumas verificações na forma como você o usa. Peça para ele mostrar o raciocínio, não só a conclusão, para que você veja de onde cada número veio. Verifique pelo menos um cálculo manualmente ou contra uma fonte confiável. E quando uma descoberta for surpreendente, peça ao Claude para argumentar contra sua própria conclusão antes de aceitá-la. Um rápido pre-mortem em um número geralmente já é suficiente para identificar uma suposição ruim.
Trate a primeira resposta do Claude como um rascunho sólido, não como uma análise finalizada. Esse hábito é a diferença entre análise de dados com Claude e análise de dados que apenas envolve o Claude.
CONFIGURAÇÃO INICIAL
É preciso saber Python para analisar dados com o Claude?
Não. Tudo o que foi descrito acima funciona em conversa simples: cole os dados, faça uma pergunta, receba uma resposta em linguagem natural. Você não precisa escrever uma linha de código para obter uma análise de tendências, uma consulta SQL ou uma extração estruturada do Claude.
O Python se torna útil quando você quer repetir uma análise em um arquivo novo toda semana, processar um conjunto de dados grande demais para colar, ou entregar um script reutilizável para um colega de equipe. Nesse caso, peça ao Claude para escrever o código em pandas, SQL ou para gerar gráficos, e explicar o que ele faz. Você ainda não está escrevendo o código você mesmo, mas acaba com algo que roda fora da janela de chat.
CONTEXTO
Dando ao Claude o contexto que torna a análise útil
Prompts de análise de dados funcionam melhor com mais contexto, não menos. Para CSVs, isso significa definições de colunas e problemas de qualidade de dados já conhecidos. Para consultas SQL, significa o schema real, não uma paráfrase dele. Para extração de dados estruturados, significa o schema de saída exato e o que fazer com casos extremos. Para relatórios, significa o público e qual decisão o relatório deve apoiar.
A lição O Loop de Iteração, do curso Domine o Essencial, aborda isso diretamente: trate a primeira resposta como um rascunho, depois corrija o contexto e pergunte de novo, em vez de recomeçar com um prompt mais longo. No trabalho com dados especificamente, a correção geralmente é uma parte faltante do schema ou uma peculiaridade dos dados que você esqueceu de mencionar, não uma falha na forma como você formulou a pergunta.
LIMITES
É seguro enviar dados empresariais para o Claude, e quais são os limites?
Trate qualquer dado que você cola ou envia da mesma forma que trataria dados em um e-mail: não inclua nada que você não ficaria confortável de ter processado pelos sistemas de um fornecedor, e verifique a política de tratamento de dados da sua organização antes de enviar registros de clientes, detalhes financeiros ou qualquer coisa com informações pessoais associadas. Na dúvida, remova colunas identificáveis ou trabalhe com uma versão agregada do conjunto de dados.
O limite maior não é a privacidade, é a verificação. O Claude não tem acesso ao seu banco de dados em produção, ao seu painel de BI ou ao seu arquivo de planilha real, a menos que você forneça os dados diretamente, então ele consegue raciocinar bem sobre o que você mostrou, mas não consegue confirmar de forma independente se um número está correto. Todo relatório, descrição de gráfico ou métrica em destaque que sai de uma conversa com o Claude precisa remeter a uma fonte antes de chegar a um cliente, um consumidor, um aluno ou um colega.
Essa é uma questão de responsabilidade profissional tanto quanto técnica: a pessoa que envia o relatório é responsável pelo que está nele, não a ferramenta que ajudou a redigi-lo.
POR ONDE COMEÇAR
Um caminho inicial para o trabalho com dados usando o Claude
Domine o Essencial é o caminho mais rápido para isso. A lição O Loop de Iteração ensina o hábito central por trás de todos os fluxos de trabalho acima: tratar a primeira passada do Claude como um rascunho, corrigi-la com melhor contexto, e perguntar de novo em vez de recomeçar do zero. Análise de Documentos aborda como o Claude lê e raciocina sobre um arquivo que você entrega a ele, que é exatamente o que acontece quando você cola um CSV ou uma pilha de relatórios. Pesquisa e Raciocínio aborda como sintetizar várias fontes em uma resposta clara, a mesma habilidade por trás da síntese de pesquisa e da redação de relatórios.
Essas três lições, nessa ordem, cobrem os hábitos de raciocínio por trás de todos os fluxos de trabalho de dados desta página. A partir daí, os prompts acima são modelos que você pode adaptar ao seu próprio schema, ao seu próprio conjunto de dados e ao seu próprio formato de relatório.
Coloque a mão na massa na análise de dados
Ler sobre prompts para CSVs e SQL é diferente de realmente aplicá-los aos seus próprios dados. O currículo gratuito da Nightschool AI começa com O Loop de Iteração, o hábito que faz cada prompt de dados desta página funcionar melhor na segunda vez.
Perguntas frequentes
O Claude consegue analisar um arquivo CSV?
Sim. Cole o CSV diretamente em uma conversa ou envie-o, e faça uma pergunta específica sobre tendências, anomalias ou comparações. O Claude lê o arquivo inteiro que você fornece em uma única passada, em vez de amostrar linhas, então ele consegue comparar números em todo o conjunto de dados de uma vez. Para arquivos grandes demais para colar, descreva as colunas e uma amostra representativa em vez disso.
O Claude consegue escrever consultas SQL?
Sim. Descreva o schema do seu banco de dados, incluindo nomes de tabelas e colunas, e explique a pergunta que você quer responder. O Claude escreve consultas que lidam com joins, agregações, subconsultas e window functions, e pode explicar cada parte ou otimizar uma consulta que você já tem. Você ainda precisa executar a consulta você mesmo para confirmar que ela retorna as linhas corretas.
Quão preciso é o Claude na análise de dados?
O Claude raciocina bem sobre estatística e frequentemente identifica por conta própria problemas como amostras pequenas ou uma comparação enganosa. Mas ele pode afirmar um número incorreto com o mesmo tom de confiança de um número correto, principalmente quando está trabalhando a partir de uma amostra parcial. Trate a primeira resposta dele como um rascunho sólido e verifique os números principais antes de usá-los.
O Claude consegue extrair dados estruturados de documentos?
Sim. Defina exatamente os campos e o formato que você quer, como um schema JSON, e o Claude os aplica de forma consistente em e-mails, PDFs, contratos ou páginas da web. Peça para ele apontar qualquer coisa que teve que inferir em vez de encontrar declarada diretamente, e verifique uma amostra do resultado contra os documentos de origem.
Como eu verifico se há erros na análise do Claude?
Peça para ele mostrar o raciocínio em vez de apenas a conclusão, para que você veja de onde cada número veio. Verifique pelo menos um cálculo manualmente ou contra uma fonte confiável. Para descobertas surpreendentes, peça ao Claude para argumentar contra sua própria conclusão antes de aceitá-la. Só isso já identifica muitas suposições ruins.
É seguro enviar dados empresariais para o Claude?
Verifique a política de tratamento de dados da sua organização antes de enviar registros de clientes, detalhes financeiros ou informações pessoais, e considere remover colunas identificáveis ou agregar os dados antes. O Claude não mantém acesso independente aos seus sistemas além do que você compartilha na conversa, mas a responsabilidade pelos dados que você compartilha é sua.
Preciso saber Python para analisar dados com o Claude?
Não. Tudo, desde análise de tendências até geração de SQL e extração estruturada, funciona em conversa simples, sem escrever código. O Python se torna útil se você quiser repetir uma análise em arquivos novos automaticamente ou entregar um script reutilizável, e o Claude pode escrever esse código para você quando precisar.
O Claude consegue criar gráficos ou visualizações a partir de dados?
O Claude consegue escrever o código para gerar um gráfico, como um script de plotagem em Python, mas ele não executa esse código nem renderiza um gráfico para você dentro da conversa por conta própria. Peça o código do gráfico e uma descrição do que o gráfico deve mostrar, depois execute-o no seu próprio ambiente.
Leituras relacionadas
Comece onde o hábito se forma
O prompt melhora quando o hábito melhora.