നിങ്ങളൊരു ഡാറ്റാ അനലിസ്റ്റാണ്. താഴെക്കൊടുത്ത ഡാറ്റയിൽ ഒരു റാപ്പിഡ് EDA നടത്തുക.
സന്ദർഭം:
- ഫോർമാറ്റ്: [CSV/JSON/table/text]
- ഡൊമൈൻ: [ecommerce/marketing/finance/ops]
- ലക്ഷ്യം: [X-ന്റെ ഡ്രൈവർമാരെ മനസ്സിലാക്കുക]
ടാസ്‌ക്കുകൾ:
1) സ്കീമ: കോളങ്ങൾ, ഇൻഫെർഡ് ടൈപ്പുകൾ, മിസ്സിംഗ്നെസ് എന്നിവ ലിസ്റ്റ് ചെയ്യുക.
2) ഗുണമേന്മ: ഡ്യൂപ്ലിക്കേറ്റുകൾ, ഔട്ട്‌ലിയറുകൾ (എന്തെങ്കിലും രീതി ഉപയോഗിച്ച്), ക്രമക്കേടുകൾ എന്നിവ കണ്ടെത്തുക.
3) യൂണിവേരിയേറ്റ്: പ്രധാനപ്പെട്ട സംഖ്യാ കോളങ്ങൾക്കായുള്ള പ്രധാന സ്ഥിതിവിവരക്കണക്കുകൾ (ശരാശരി, p50, p95, min/max) എന്നിവ കണ്ടെത്തുക.
4) ബൈവേരിയേറ്റ്: [ടാർഗെറ്റുമായുള്ള] ഏറ്റവും ശക്തമായ 3 കോറിലേഷനുകളും മുന്നറിയിപ്പുകളും നൽകുക.
5) ദ്രുത സ്ഥിതിവിവരക്കണക്കുകൾ: 5 ബുള്ളറ്റ് പോയിന്റുകളായി നിരീക്ഷണങ്ങളും 3 ഫോളോ-അപ്പ് ചോദ്യങ്ങളും നൽകുക.
ഔട്ട്പുട്ട്:
- സ്ഥിതിവിവരക്കണക്കുകൾക്കായി കോം‌പാക്റ്റ് ടേബിൾ ഉപയോഗിക്കുക.
- <200 വാക്കുകളിൽ താഴെയും ടേബിളും ഉൾപ്പെടുത്തുക.
ഡാറ്റ:
[സാമ്പിൾ റോകൾ പേസ്റ്റ് ചെയ്യുക അല്ലെങ്കിൽ ഫയൽ അറ്റാച്ച് ചെയ്യുക]

റോൾ: നിങ്ങൾ ഒരു പ്രൊഡക്റ്റ് അനലിസ്റ്റാണ്.
Scenario: [KPI] [±X%] [period]-ൽ മാറി. ഡാറ്റാസെറ്റ് ഫീൽഡുകൾ: [കോളങ്ങൾ ലിസ്റ്റ് ചെയ്യുക].
ലക്ഷ്യം: സാധ്യമായ ഡ്രൈവർമാരെ കണ്ടെത്തുകയും സ്ഥിരീകരണത്തിനുള്ള നടപടികൾ ശുപാർശ ചെയ്യുകയും ചെയ്യുക.
ടാസ്‌ക്കുകൾ:
1) [സെഗ്‌മെന്റ്, ചാനൽ, ജിയോ, ഉപകരണം, കോഹോർട്ട്] എന്നിവ ഉപയോഗിച്ച് KPI വിഘടിപ്പിക്കുക. ആദ്യത്തെ 5 മൂവറുകൾ കാണിക്കുക.
2) ആട്രിബ്യൂട്ട് ഡ്രൈവർമാർ: വോളിയം vs. കൺവേർഷൻ vs. AOV (അല്ലെങ്കിൽ ബന്ധപ്പെട്ട ബ്രേക്ക്‌ഡൗൺ).
3) ഡാറ്റയിൽ നിന്നുള്ള തെളിവുകളോടെ കാരണങ്ങളെക്കുറിച്ച് സിദ്ധാന്തിക്കുക (ആന്തരികം vs. ബാഹ്യം).
4) സാധൂകരിക്കുന്നതിന് 3 പരീക്ഷണങ്ങൾ അല്ലെങ്കിൽ വിശകലനങ്ങൾ നിർദ്ദേശിക്കുക (ഉദാഹരണത്തിന്, ഹോൾഡ്ഔട്ട്, ഡിഫ്-ഇൻ-ഡിഫ്).
5) 5-ബുള്ളറ്റ് എക്സിക്യൂട്ടീവ് സംഗ്രഹം തയ്യാറാക്കുക.
ഔട്ട്പുട്ട് ഫോർമാറ്റ്:
- ടേബിൾ: സെഗ്‌മെന്റ് → ഡെൽറ്റ, കോൺട്രിബ്യൂഷൻ, കോൺഫിഡൻസ് (കുറഞ്ഞത്/ഇടത്തരം/കൂടുതൽ).
- തുടർന്ന് ബുള്ളറ്റുകൾ: ഹൈപ്പോതസിസുകൾ, വാലിഡേഷനുകൾ, അപകടസാധ്യതകൾ.
ഡാറ്റ:
[ഡാറ്റ അറ്റാച്ച് ചെയ്യുക/വിവരിക്കുക; അല്ലെങ്കിൽ അഗ്രഗേറ്റുകൾ പേസ്റ്റ് ചെയ്യുക]

ടാസ്‌ക്: അനാലിസിസിനായി താഴെക്കൊടുത്ത ഡാറ്റാസെറ്റ് ക്ലീൻ ചെയ്യുകയും നോർമലൈസ് ചെയ്യുകയും ചെയ്യുക.
നിയമങ്ങൾ:
- കാണാത്ത വാല്യൂ കൈകാര്യം ചെയ്യുക: ഓരോ കോളത്തിനും [മീഡിയൻ/മോഡ്/ഡ്രോപ്പ്] ഉപയോഗിച്ച് ഇംപ്യൂട്ട് ചെയ്യുക.
- കാറ്റഗോറിക്കൽ ലേബലുകൾ നോർമലൈസ് ചെയ്യുക: കാനോനിക്കൽ സെറ്റ് [ലിസ്റ്റ്] ലേക്ക് മാപ്പ് ചെയ്യുക.
- ISO 8601 ലേക്ക് തീയതികൾ പാഴ്‌സ് ചെയ്യുക; [ആഴ്ച, മാസം, ക്വാർട്ടർ] എക്സ്ട്രാക്റ്റ് ചെയ്യുക.
- ഔട്ട്‌ലിയറുകൾ: [കോളങ്ങൾക്കായി] [1, 99] പെർസെന്റൈലുകളിൽ വിൻസറൈസ് ചെയ്യുക.
- ക്ലീൻ സ്കീമ + ട്രാൻസ്ഫോർമേഷൻ സ്റ്റെപ്പുകൾ ഔട്ട്പുട്ട് ചെയ്യുക.
ഡെലിവറബിൾസ്:
1) മാപ്പിംഗ് ടേബിൾ(കൾ).
2) പൈപ്പ്ലൈനിനായുള്ള സ്യൂഡോ കോഡ് (Python/pandas).
3) മുമ്പത്തേതിന്റെയും ശേഷമുള്ളതിന്റെയും കോം‌പാക്റ്റ് വ്യത്യാസം.
ഡാറ്റാ സാമ്പിൾ:
[30–50 പ്രതിനിധീകരിക്കുന്ന റോകൾ പേസ്റ്റ് ചെയ്യുക]

റോൾ: സീനിയർ അനലിറ്റിക്സ് എഞ്ചിനീയർ.
വെയർഹൗസ്: [BigQuery/Snowflake/Postgres].
Tables: [table_name(col1, col2, ...)], [table2].
Request:
“[ചോദ്യം, സമയപരിധി, ഫിൽട്ടറുകൾ, ഗ്രെയിൻ എന്നിവ വിവരിക്കുക]”
Constraints:
- വ്യക്തമായ പേരുകളുള്ള CTE-കൾ ഉപയോഗിക്കുക.
- SQL കമന്റുകളായി അനുമാനങ്ങൾ ചേർക്കുക.
- റോ എണ്ണത്തിലെ പൊരുത്തക്കേടുകൾ കണ്ടെത്താൻ ഒരു വാലിഡേഷൻ ചോദ്യം ഉൾപ്പെടുത്തുക.
- SQL ഉം 3-വരി വിശദീകരണവും നൽകുക.

നിങ്ങൾ എന്റെ സ്പ്രെഡ്‌ഷീറ്റ് ഫോർമുല അസിസ്റ്റന്റാണ്.
ലക്ഷ്യം: [A, B, C] എന്നീ കോളങ്ങളിൽ നിന്ന് [മെട്രിക്] കണക്കാക്കാൻ ഫോർമുലകൾ ഉണ്ടാക്കുക.
സന്ദർഭം: [Excel/Google Sheets]; ലൊക്കേൽ: [US/EU decimal].
ടാസ്‌ക്കുകൾ:
- കൃത്യമായ ഫോർമുലകൾ, കേവലവും ആപേക്ഷികവുമായ റഫറൻസുകളോടെ നൽകുക.
- പ്രസക്തമെങ്കിൽ ഷീറ്റുകൾക്കായി ഒരു അറേഫോർമുല പതിപ്പ് ഉൾപ്പെടുത്തുക.
- ശരിയാണോ എന്ന് പരിശോധിക്കാൻ ഒരു ടെസ്റ്റ് റോ ഉദാഹരണം ചേർക്കുക.
ഡാറ്റാ ഹെഡർ + 3 സാമ്പിൾ റോകൾ:
[പേസ്റ്റ് ചെയ്യുക]

റോൾ: ഡാറ്റാ വിഷ്വലൈസേഷൻ ഡിസൈനർ.
Audience: [execs/PMs/ops]; പിന്തുണയ്‌ക്കേണ്ട തീരുമാനം: [അത് പറയുക].
ഒരു ചാർട്ടിംഗ് പ്ലാൻ ഉണ്ടാക്കുക:
1) ഈ ഡാറ്റാസെറ്റിനും ലക്ഷ്യത്തിനും അനുയോജ്യമായ 2–3 ചാർട്ട് തരങ്ങൾ, ഗുണങ്ങളും ദോഷങ്ങളും സഹിതം ശുപാർശ ചെയ്യുക.
2) മികച്ച ചോയിസിനായി ഒരു Vega-Lite സ്പെക് (അല്ലെങ്കിൽ matplotlib/Plotly കോഡ്) നൽകുക.
3) പ്രവേശനക്ഷമത കുറിപ്പുകൾ (വർണ്ണാന്ധതയില്ലാത്ത പാലറ്റ്, വ്യാഖ്യാനങ്ങൾ).
4) ഓരോ ചാർട്ടിനുമുള്ള ഒരു വാക്യ വിവരണം.
ഡാറ്റാ വിവരണം:
[കോളങ്ങൾ, യൂണിറ്റുകൾ, സമയപരിധി, സാമ്പിൾ]

സന്ദർഭം: [തീയതി] മുതൽ [മെട്രിക്കിൽ] ഞങ്ങൾ [പാറ്റേൺ] നിരീക്ഷിച്ചു.
ലക്ഷ്യം: ഏറ്റവും കുറഞ്ഞതും സാധുതയുള്ളതുമായ ഒരു പരീക്ഷണം രൂപകൽപ്പന ചെയ്യുക.
ഡെലിവറബിൾസ്:
1) പ്രതീക്ഷിക്കുന്ന ദിശയും ഇഫക്റ്റ് സൈസ് ഊഹവും ഉള്ള ഹൈപ്പോതസിസുകൾ (H1/H0).
2) പരീക്ഷണ യൂണിറ്റ്, റാൻഡമൈസേഷൻ, ഗാർഡ്‌റെയിൽ മെട്രിക്കുകൾ.
3) സാമ്പിൾ വലുപ്പവും ദൈർഘ്യവും; പവർ ട്രേഡ് ഓഫുകൾ ശ്രദ്ധിക്കുക.
4) വിശകലന പദ്ധതി: ടെസ്റ്റ്(കൾ), സെഗ്‌മെന്റുകൾ, പ്രീ-രജിസ്ട്രേഷൻ ചെക്ക്‌ലിസ്റ്റ്.
5) അപകടസാധ്യതകളും ലഘൂകരണവും.

റോൾ: ടൈം-സീരീസ് അനലിസ്റ്റ്.
ഡാറ്റ: [timestamp, metric, optional regressors].
ടാസ്‌ക്കുകൾ:
1) സ്റ്റേഷനറിറ്റി, സീസണാലിറ്റി എന്നിവ പരിശോധിക്കുക; ട്രാൻസ്ഫോർമേഷനുകൾ നിർദ്ദേശിക്കുക.
2) [മോഡൽ മുൻഗണന അല്ലെങ്കിൽ "auto"] ഉപയോഗിച്ച് ഹ്രസ്വകാല പ്രവചനം (പോയിന്റ് + PI) നടത്തുക.
3) അവസാന [N] കാലയളവിലെ ക്രമക്കേടുകൾ തീവ്രതയോടെ ഫ്ലാഗ് ചെയ്യുക.
4) തെറ്റായ പോസിറ്റീവുകൾ കുറയ്ക്കുന്നതിന് അലേർട്ട് ത്രെഷോൾഡുകൾ ശുപാർശ ചെയ്യുക.
ഔട്ട്പുട്ട്:
- ടേബിൾ: date, actual, forecast, PI_low, PI_high, anomaly_flag, severity.
- സാങ്കേതികമല്ലാത്ത ആളുകൾക്കായി 5-വരി സംഗ്രഹം.

ടാസ്‌ക്: പ്രവർത്തനക്ഷമമായ സ്ഥിതിവിവരക്കണക്കുകൾ എക്‌സ്‌ട്രാക്റ്റ് ചെയ്യാൻ ഉപഭോക്തൃ ഫീഡ്‌ബാക്ക് വിശകലനം ചെയ്യുക.
ഇൻപുട്ടുകൾ: [comment, rating, product, date] എന്നീ ഫീൽഡുകളുള്ള [N] കമന്റുകൾ.
ഘട്ടങ്ങൾ:
1) തീമുകൾ ക്ലസ്റ്റർ ചെയ്യുക; ആദ്യത്തെ 5 എണ്ണം ലേബൽ ചെയ്യുക.
2) ഓരോ തീമിനും 1–2 പ്രതിനിധീകരിക്കുന്ന കമന്റുകൾ ഉദ്ധരിക്കുക.
3) ഓരോ തീമിന്റെയും വ്യാപനവും വികാരവും അളക്കുക.
4) പ്രതീക്ഷിക്കുന്ന ഇംപാക്റ്റുള്ള 3 പ്രവർത്തനങ്ങൾ ശുപാർശ ചെയ്യുക.
ഔട്ട്പുട്ട്: ഒരു ടേബിളും ബുള്ളറ്റ് സംഗ്രഹവും. 180 വാക്കിൽ താഴെയായിരിക്കണം.
ഡാറ്റ:
[സാമ്പിൾ പേസ്റ്റ് ചെയ്യുക അല്ലെങ്കിൽ അറ്റാച്ച് ചെയ്യുക]

റോൾ: എക്സിക്യൂട്ടീവ് സംഗ്രഹം തയ്യാറാക്കുന്ന ചീഫ് ഓഫ് സ്റ്റാഫ്.
Content to summarize: [വിശകലനം, ചാർട്ടുകൾ അല്ലെങ്കിൽ മെട്രിക്കുകൾ പേസ്റ്റ് ചെയ്യുക].
തയ്യാറാക്കുക:
- (3 ബുള്ളറ്റുകൾ, ആക്ഷൻ വെർബുകൾ).
- പ്രധാന കണ്ടെത്തലുകൾ (5 ബുള്ളറ്റുകൾ, നമ്പറുകൾ സഹിതം).
- അപകടസാധ്യതകൾ/അജ്ഞാതങ്ങൾ (3 ബുള്ളറ്റുകൾ), അടുത്ത ഘട്ടങ്ങൾ (3 ബുള്ളറ്റുകൾ, ഉടമകൾ).
- ബോർഡ് ഡെക്കിനായുള്ള ഒരു വാക്യ വിവരണം.
ശൈലി: വ്യക്തവും സാങ്കേതികമല്ലാത്തതും <160 വാക്കുകളും.

നിങ്ങളൊരു അനലിറ്റിക്സ് കോപൈലറ്റാണ്.
ലക്ഷ്യം: താഴെക്കൊടുത്ത ആർട്ടിഫാക്റ്റുകൾ ഉപയോഗിച്ച് [വിശകലന ലക്ഷ്യം] നേടുക.
ആർട്ടിഫാക്റ്റുകൾ:
- ഡാറ്റാ ഫയൽ(കൾ): [ലിങ്ക് അല്ലെങ്കിൽ പേസ്റ്റ് ചെയ്ത സാമ്പിൾ]
- ബിസിനസ്സ് സന്ദർഭം: [ചെറിയ സംഗ്രഹം]
- പരിമിതികൾ: [സമയം, ചെലവ്, കൃത്യത]
ആദ്യം പ്ലാൻ ചെയ്യുക (10–12 ബുള്ളറ്റുകൾ):
- ഇൻപുട്ടുകൾ, അനുമാനങ്ങൾ, അപകടസാധ്യതകൾ എന്നിവ തിരിച്ചറിയുക.
- ഓരോ ഡെലിവറബിളുകളുമുള്ള ഘട്ടങ്ങൾ (EDA → transform → model/test → summarize) നിർദ്ദേശിക്കുക.
- അവസാനം 3 വ്യക്തമാക്കുന്ന ചോദ്യങ്ങൾ ചോദിക്കുക.
എക്സിക്യൂട്ട് ചെയ്യുന്നതിന് മുമ്പ് എന്റെ സ്ഥിരീകരണത്തിനായി കാത്തിരിക്കുക.

ഏത് വിശകലനത്തിലും ഈ ഗാർഡ്‌റെയിലുകൾ ചേർക്കുക:
- അനുമാനങ്ങൾ വ്യക്തമായി ഉദ്ധരിക്കുക.
- ഒരു കണക്കുകൂട്ടലിന് മതിയായ ഡാറ്റ ഇല്ലെങ്കിൽ, എന്താണ് കാണാനില്ലാത്തതെന്നുള്ള "മതിയായ തെളിവുകളില്ല" എന്ന് നൽകുക.
- ഒരു ലളിതമായ പരിശോധന നൽകുക: [മെട്രിക്] രണ്ട് വഴികളിൽ വീണ്ടും കണക്കാക്കുകയും താരതമ്യം ചെയ്യുകയും ചെയ്യുക.
- സംഗ്രഹിക്കുമ്പോൾ, ഉപയോഗിച്ച സോഴ്സ് ഡാറ്റാ ഫീൽഡുകളിലേക്കുള്ള ഒരു ലിങ്ക്/റഫറൻസ് ഉൾപ്പെടുത്തുക.
- ചോദിക്കുക: "എന്താണ് ഈ നിഗമനത്തെ തെറ്റായി സ്ഥാപിക്കുന്നത്?" കൂടാതെ ചുരുக்கமாக ഉത്തരം നൽകുക.