분석·데이터 분석 베스트 프랙티스

무엇을 해주나

• 데이터 로드 → 정제 → 관계 탐색 → 시각화 → 검증 → 문서화의 6단계 EDA 워크플로를 Claude에게 주입합니다.
• pandas 메서드 체이닝, loc/iloc 명시적 선택, 벡터화 연산, 카테고리 dtype 활용 등 성능·가독성 규칙을 적용합니다.
• matplotlib/seaborn 시각화 표준(축 레이블·제목 필수, 색맹 친화 팔레트, 저장 해상도)과 Jupyter 노트북 구성·재현성 규칙을 따릅니다.
• 통계 해석 시 신뢰구간·효과 크기 보고, p-value 과신 경계 등 분석 윤리 가이드를 포함합니다.

이런 분께 추천

• Python으로 데이터 분석·리포팅을 하는 데이터 분석가, 데이터 사이언티스트
• Jupyter 노트북을 팀과 공유해야 해서 구조와 재현성이 중요한 분
• 그로스/마케팅 지표를 직접 집계·시각화하는 실무자

활용 예시

1. "이 CSV로 탐색적 분석 돌려줘" → shape·dtype·결측치 점검부터 카테고리별 집계, 박스플롯 저장까지 한 번에 생성.
2. "매출 데이터 전처리 파이프라인 작성해줘" → 메서드 체이닝 기반의 결측치 처리·dtype 변환 코드와 변환 후 검증 체크 추가.
3. "이 노트북 공유용으로 정리해줘" → 마크다운 섹션 추가, 임포트 상단 정리, 출력 비우기, requirements.txt 고정 제안.

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/Mindrally/skills/HEAD/analytics-data-analysis/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 Mindrally/skills 의 analytics-data-analysis 폴더를 내 ~/.claude/skills/analytics-data-analysis/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.