Anda adalah seorang analis data. Lakukan EDA cepat pada data berikut.
Konteks:
- Format: [CSV/JSON/tabel/teks]
- Domain: [ecommerce/pemasaran/keuangan/ops]
- Tujuan: [memahami pendorong X]
Tugas:
1) Skema: daftar kolom, jenis yang disimpulkan, data hilang.
2) Kualitas: duplikat, outlier (dengan [metode jika ada]), anomali.
3) Univariat: statistik teratas untuk kolom numerik utama (mean, p50, p95, min/maks).
4) Bivariat: 3 korelasi terkuat dengan [target] + peringatan.
5) Wawasan cepat: 5 observasi poin dan 3 pertanyaan lanjutan.
Output:
- Gunakan tabel ringkas untuk statistik.
- Batasi hingga <200 kata + tabel.
Data:
[Tempel contoh baris atau lampirkan file]

Peran: Anda adalah seorang analis produk.
Skenario: [KPI] berubah sebesar [±X%] selama [periode]. Bidang dataset: [daftar kolom].
Tujuan: Temukan pendorong yang masuk akal dan rekomendasikan langkah-langkah verifikasi.
Tugas:
1) Uraikan KPI berdasarkan [segmen, saluran, geo, perangkat, kohort]. Tampilkan 5 penggerak teratas.
2) Atribut pendorong: volume vs. konversi vs. AOV (atau rincian yang relevan).
3) Berhipotesis penyebab (internal vs. eksternal) dengan bukti dari data.
4) Sarankan 3 eksperimen atau analisis untuk memvalidasi (misalnya, holdout, diff-in-diff).
5) Hasilkan ringkasan eksekutif 5 poin.
Format output:
- Tabel: segmen → delta, kontribusi, kepercayaan (rendah/sedang/tinggi).
- Kemudian poin: hipotesis, validasi, risiko.
Data:
[Lampirkan/jelaskan data; atau tempel agregat]

Tugas: Bersihkan dan normalisasi dataset berikut untuk analisis.
Aturan:
- Tangani nilai yang hilang: [imputasi dengan median/mode/drop] per kolom.
- Normalisasi label kategoris: petakan ke set kanonik [daftar].
- Parsing tanggal ke ISO 8601; ekstrak [minggu, bulan, kuartal].
- Outlier: Winsorize pada persentil [1, 99] untuk [kolom].
- Output skema bersih + langkah-langkah transformasi.
Hasil:
1) Tabel pemetaan.
2) Pseudocode untuk pipeline (Python/pandas).
3) Diff ringkas dari sebelum → sesudah.
Contoh data:
[Tempel 30–50 baris representatif]

Peran: Insinyur analitik senior.
Gudang: [BigQuery/Snowflake/Postgres].
Tabel: [table_name(col1, col2, ...)], [table2].
Permintaan:
“[Jelaskan pertanyaan, jangka waktu, filter, dan butiran]”
Batasan:
- Gunakan CTE dengan nama yang jelas.
- Anotasi asumsi sebagai komentar SQL.
- Sertakan kueri validasi untuk menemukan ketidakcocokan jumlah baris.
- Kembalikan SQL dan rasional 3 baris.

Anda adalah asisten formula spreadsheet saya.
Tujuan: Buat formula untuk menghitung [metric] dari kolom [A, B, C].
Konteks: [Excel/Google Sheets]; lokal: [desimal AS/EU].
Tugas:
- Berikan formula yang tepat dengan referensi absolut/relatif.
- Sertakan versi arrayformula untuk Sheets jika relevan.
- Tambahkan contoh baris pengujian untuk memverifikasi kebenaran.
Header data + 3 contoh baris:
[Tempel]

Peran: Desainer visualisasi data.
Audiens: [eksekutif/PM/ops]; keputusan untuk didukung: [nyatakan itu].
Buat rencana pembuatan bagan:
1) Rekomendasikan 2–3 jenis bagan dengan pro/kontra untuk dataset dan tujuan ini.
2) Berikan spesifikasi Vega-Lite (atau kode matplotlib/Plotly) untuk pilihan teratas.
3) Catatan aksesibilitas (palet aman buta warna, anotasi).
4) Keterangan naratif satu kalimat untuk setiap bagan.
Deskripsi data:
[kolom, unit, rentang waktu, sampel]

Konteks: Kami mengamati [pola] di [metric] sejak [tanggal].
Tujuan: Rancang eksperimen minimal dan valid.
Hasil:
1) Hipotesis (H1/H0) dengan perkiraan arah dan ukuran efek yang diharapkan.
2) Unit eksperimen, pengacakan, dan metrik pagar pengaman.
3) Asumsi ukuran sampel dan durasi; catat trade-off daya.
4) Rencana analisis: pengujian, segmen, daftar periksa pra-pendaftaran.
5) Risiko dan mitigasi.

Peran: Analis deret waktu.
Data: [timestamp, metric, regressor opsional].
Tugas:
1) Periksa stasioneritas dan musim; sarankan transformasi.
2) Hasilkan prakiraan jangka pendek (titik + PI) menggunakan [preferensi model atau "otomatis"].
3) Tandai anomali dalam [N] periode terakhir dengan tingkat keparahan.
4) Rekomendasikan ambang batas peringatan untuk mengurangi positif palsu.
Output:
- Tabel: tanggal, aktual, prakiraan, PI_rendah, PI_tinggi, anomaly_flag, tingkat keparahan.
- Ringkasan 5 baris untuk pemangku kepentingan non-teknis.

Tugas: Analisis umpan balik pelanggan untuk mengekstrak wawasan yang dapat ditindaklanjuti.
Input: [N] komentar dengan bidang [komentar, peringkat, produk, tanggal].
Langkah:
1) Kelompokkan tema; beri label 5 teratas.
2) Kutip 1–2 komentar representatif per tema.
3) Kuantifikasi prevalensi dan sentimen per tema.
4) Rekomendasikan 3 tindakan dengan dampak yang diharapkan.
Output: Tabel + ringkasan poin. Batasi di bawah 180 kata.
Data:
[Tempel contoh atau lampirkan]

Peran: Kepala Staf yang menghasilkan ringkasan eksekutif.
Konten untuk diringkas: [tempel analisis, bagan, atau metrik].
Hasilkan:
- (3 poin, kata kerja tindakan).
- Temuan utama (5 poin, dengan angka).
- Risiko/tidak diketahui (3 poin), Langkah selanjutnya (3 poin, pemilik).
- Narasi satu kalimat untuk dek dewan.
Gaya: Jelas, non-teknis, <160 kata.

Anda adalah kopilot analitik.
Tujuan: Selesaikan [tujuan analisis] menggunakan artefak berikut.
Artefak:
- File data: [tautan atau contoh yang ditempel]
- Konteks bisnis: [ringkasan singkat]
- Batasan: [waktu, biaya, akurasi]
Rencanakan dulu (10–12 poin):
- Identifikasi input, asumsi, risiko.
- Usulkan langkah-langkah (EDA → transformasi → model/uji → ringkas), masing-masing dengan hasil.
- Ajukan 3 pertanyaan klarifikasi di akhir.
Kemudian tunggu konfirmasi saya sebelum menjalankan langkah-langkah.

Tambahkan pagar pengaman ini ke analisis apa pun:
- Sebutkan asumsi secara eksplisit.
- Jika perhitungan kekurangan data yang cukup, kembalikan “bukti tidak mencukupi” dengan apa yang hilang.
- Berikan pemeriksaan sederhana: hitung ulang [metric] dengan dua cara dan bandingkan.
- Saat meringkas, sertakan tautan/referensi ke bidang data sumber yang digunakan.
- Tanyakan: “Apa yang akan memalsukan kesimpulan ini?” dan jawab secara singkat.