ktx 데이터 분석 워크플로우

무엇을 해주나

ktx MCP 도구(discover_data, entity_details, dictionary_search, sl_query, sql_execution, memory_ingest 등)를 순서대로 활용해 데이터 질문에 답하는 표준 절차를 Claude에게 심어 줍니다.

• 탐색 → 확인 → 계획 → 질의 → 검증 → 기록의 7단계 워크플로우를 강제해 테이블 이름을 추측하지 않게 합니다.
• 시맨틱 레이어(측정값·차원)를 원시 SQL보다 우선 사용하도록 유도해 지표 정의의 일관성을 지킵니다.
• <sql_craft> 섹션에 "실행은 되지만 답이 틀리는" SQL 실수를 방지하는 규칙이 대량으로 정리되어 있습니다: 팬아웃 조인으로 인한 합계 부풀림, 라벨용 조인을 INNER JOIN해서 행이 사라지는 문제, 문자열로 저장된 숫자(1.2K, $1,200)의 파싱, 누적합의 RANGE 프레임 함정, postgres/sqlite의 정수 나눗셈, 윈도우 함수 전 필터링, 매크로/마이크로 평균 구분 등.
• 질문이 요구하는 출력 컬럼 목록을 SQL 작성 전에 확정하고, 마지막에 완결성 체크를 수행하게 합니다.

이런 분께 추천

• 이미 ktx CLI/MCP를 사용해 데이터 웨어하우스(BigQuery, Postgres, Snowflake 등)를 연결한 팀
• Claude에게 애드혹 SQL 분석을 맡기지만 숫자가 미묘하게 틀려서 고생한 데이터 분석가/엔지니어
• 지표 정의와 스키마 함정을 문서화해 팀 지식으로 축적하고 싶은 데이터 조직

활용 예시

1. "지난달 지역별로 반품 상품이 포함된 주문 수는?" → 스킬이 라인 아이템을 먼저 주문 단위로 집계한 뒤 조인해, 반품이 2건인 주문을 두 번 세는 팬아웃 오류를 막습니다.
2. "고객별 첫 주문 중 2024년 이후 건만 보여줘" → 윈도우를 전체 파티션에 계산한 뒤 외부 쿼리에서 필터링하여 "진짜 첫 주문"을 정확히 판별합니다.
3. "매출 총액 알려줘"인데 금액이 '3M', '$1,200', '-' 텍스트로 저장된 경우 → 접미사 스케일링과 센티넬 처리를 담은 CTE로 한 번에 정규화해 조용히 0이 되는 사고를 방지합니다.

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 Kaelio/ktx 의 packages/cli/src/skills/analytics 폴더를 내 ~/.claude/skills/ktx-analytics/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.