Prompt Analisis Data

Saya akan memberikan data ekspor dari [sumber, misal: CRM, aplikasi kasir/POS, Google Analytics] dan saya ingin memahami isi serta potensi manfaatnya. Konteks bisnis: [aktivitas dan pertanyaan umum, misal: saya ingin tahu mengapa penjualan menurun].

Data: [tempel data atau baris awal beserta header kolom]

Lakukan langkah berikut secara berurutan: deskripsikan struktur (kolom, tipe data, periode, tingkat rincian), evaluasi kualitas (data kosong, kemungkinan duplikat, ketidakkonsistenan, kolom kosong atau konstan (sebutkan secara spesifik)), hitung statistik dasar untuk kolom penting, lalu usulkan 5 pertanyaan bisnis yang bisa dijawab oleh data ini dan 3 pertanyaan yang TIDAK BISA dijawab meskipun sekilas tampak mungkin (jelaskan data apa yang kurang).

Akhiri dengan analisis yang paling menjanjikan untuk dilakukan pertama kali beserta metodenya. Jangan buat kesimpulan bisnis pada tahap ini.

Indikator saya [indikator, misal: tingkat konversi, rata-rata belanja, churn] berubah dari [nilai sebelum] menjadi [nilai sesudah] antara [periode 1] dan [periode 2]. Riwayat data: [nilai periode sebelumnya]. Kejadian selama periode tersebut: [apa yang berubah: kampanye, harga, musim, gangguan teknis, perubahan sistem].

Sebelum interpretasi, bantu saya memverifikasi: apakah variasi ini signifikan dibandingkan fluktuasi normal (hitung skala variasi normal dari riwayat data)? Apakah faktor musiman bisa menjelaskannya (bandingkan dengan periode yang sama di tahun atau siklus sebelumnya)? Apakah cakupan pengukuran berubah (volume dasar, definisi, alat ukur)?

Setelah itu, buat daftar hipotesis penjelasan berdasarkan tingkat kemungkinannya. Untuk setiap hipotesis, sebutkan tes atau data apa yang bisa mengonfirmasinya. Dilarang: menyimpulkan penyebab hanya berdasarkan kesamaan waktu. Akhiri dengan apa yang akan Anda katakan secara jujur dalam satu kalimat jika ditanya "apakah ini masalah serius?".

Bantu saya menentukan dashboard untuk [cakupan, misal: tim penjualan, toko online, layanan pelanggan]. Tujuan aktivitas: [tujuan]. Keputusan yang harus didukung oleh dashboard ini: [keputusan rutin, misal: alokasi staf, kapan harus stok ulang, produk mana yang dipromosikan]. Data yang tersedia: [sumber dan alat].

Untuk setiap keputusan, usulkan indikator yang relevan. Bedakan antara indikator hasil (apa yang sudah terjadi) dan indikator tindakan (apa yang bisa kita intervensi minggu ini). Maksimal 8 indikator: jika ada yang tidak dipilih, jelaskan alasannya.

Untuk setiap indikator terpilih: berikan definisi jelas (apa yang dihitung, periode apa), rumus, sumber data, frekuensi pemantauan, dan jebakan interpretasi klasik (efek rata-rata yang menipu, data yang mudah dimanipulasi tim).

Ubah analisis saya menjadi presentasi untuk [audiens, misal: direksi, manajer, klien]. Pertanyaan awal analisis: [pertanyaan]. Temuan saya: [hasil, angka, fakta]. Batasan analisis: [batasan: data parsial, periode singkat, kemungkinan bias]. Rekomendasi saya: [rekomendasi jika ada].

Susun laporan dengan urutan: jawaban atas pertanyaan dalam satu kalimat (pesan utama di awal, jangan mulai dengan metode), 2 atau 3 temuan pendukung yang masing-masing memiliki SATU angka kunci (jangan tumpuk banyak angka), rekomendasi beserta estimasi biaya dan manfaatnya, serta batasan yang disampaikan jujur tanpa merusak kredibilitas.

Siapkan juga: 3 pertanyaan menjebak yang mungkin muncul beserta jawabannya, dan versi "elevator pitch" 30 detik. Format: [format output, misal: kerangka slide, email, catatan satu halaman].

Saya ingin menguji [perubahan yang direncanakan, misal: harga baru, desain halaman, skrip telepon, waktu pengiriman] sebelum diterapkan secara luas. Situasi saat ini: [metrik saat ini dan levelnya]. Volume yang tersedia: [trafik, panggilan, pengiriman per minggu]. Hasil yang diharapkan: [peningkatan yang diinginkan].

Buat protokol uji coba: rumuskan hipotesis yang bisa diuji ("jika X maka Y naik minimal Z"), tentukan kriteria sukses dan ambang batas keputusan SEKARANG (sebelum melihat hasil), pembagian grup tes/kontrol dan cara alokasi yang bersih, estimasi durasi untuk membedakan efek nyata dari gangguan acak, serta faktor pengganggu yang harus dinetralkan (musiman, hari dalam seminggu).

Tambahkan panduan membaca hasil: kapan harus lanjut, kapan harus berhenti, kapan harus diperpanjang, dan kesimpulan yang DILARANG diambil meskipun angka tampak menarik (misal: mencari-cari sub-grup setelah tes selesai).

Anda adalah analis data. Saya perlu membersihkan duplikat file pelanggan dari [alat, misal: CRM, software akuntansi] sebelum kampanye dimulai. Kolom yang tersedia: [daftar kolom, misal: nama, email, telepon, alamat].

Sampel data: [tempel 20-30 baris contoh].

Usulkan strategi pembersihan dalam beberapa tahap: pertama, duplikat persis (kolom mana yang harus sama?), lalu duplikat kemungkinan (variasi ejaan, email sama tapi nama beda, format telepon beda). Untuk setiap tahap, tentukan kunci pencocokan, normalisasi awal (huruf kecil, spasi, kode negara telepon), dan risiko salah deteksi (false positive).

Ketentuan: jangan gabungkan data otomatis hanya berdasarkan nama, selalu tentukan data mana yang dipertahankan (yang terbaru? yang terlengkap?) dan alasannya. Format output: rencana aksi langkah demi langkah, rumus Google Sheets atau Excel yang konkret, dan estimasi jumlah duplikat pada sampel.

Saya punya data ekspor [sumber, misal: POS, formulir online] dengan kolom tanggal yang formatnya campur aduk: [contoh nilai nyata, misal: 03/04/2026, 2026-04-03, 3 April 2026, 04-03-26]. Saya menggunakan [Excel atau Google Sheets].

Bantu saya mengonversi semuanya ke satu format [format target, misal: YYYY-MM-DD] tanpa merusak data. Mulailah dengan mengidentifikasi semua format yang ada dan tandai nilai AMBIGU (03/04: 3 April atau 4 Maret?): buat daftar eksplisit alih-alih memutuskan sepihak, dan usulkan kriteria untuk memastikannya (bahasa sistem asal, nilai di atas 12, konsistensi dengan kolom lain).

Berikan rumus atau langkah konkret untuk konversi, termasuk kolom kontrol (rumus yang menandai baris yang gagal dikonversi atau menghasilkan tanggal di luar periode masuk akal [periode yang diharapkan]). Akhiri dengan daftar pemeriksaan sebelum mengganti kolom asli.

Anda adalah analis data yang teliti. File saya [deskripsi, misal: ekspor pesanan tahunan dari ERP] mengandung data kosong. Saya harus memutuskan apa yang harus dilakukan sebelum analisis. Kolom terkait dan perkiraan persentase kosong: [misal: kode pos 12%, sumber akuisisi 40%, nominal 2%].

Rencana analisis: [apa yang ingin dihitung, misal: omzet per wilayah dan per saluran].

Untuk setiap kolom, bantu saya menjawab: apakah data kosong ini mengandung informasi (memang tidak berlaku, opsional, bug sistem) atau acak? Pilihan mana yang paling aman untuk analisis SAYA: hapus baris, isi nilai (apa dan mengapa), buat kategori "tidak diisi", atau batalkan analisis pada kolom tersebut? Apa bias yang muncul dari setiap pilihan?

Ketentuan: jangan pernah mengisi dengan rata-rata tanpa alasan kuat, selalu hitung dampaknya (berapa baris hilang, bobotnya terhadap total). Format: tabel keputusan per kolom dengan alasan dan catatan untuk laporan akhir.

Saya punya kolom teks input bebas yang perlu dinormalisasi: [jenis kolom, misal: nama kota, nama perusahaan, kategori produk] di [alat, misal: Google Sheets, Excel]. Contoh nilai nyata: [tempel 20-40 nilai, termasuk variasi: huruf besar/kecil, singkatan, salah ketik, spasi].

Tujuan: mendapatkan kolom bersih dengan satu nilai standar per entitas agar bisa dikelompokkan dengan benar.

Lakukan hal berikut: identifikasi grup variasi yang merujuk pada entitas yang sama, usulkan nilai standar untuk setiap grup, lalu buat daftar kasus ragu-ragu untuk saya validasi manual. Berikan metode implementasinya: tabel referensi (variasi ke standar) ditambah rumus pencocokan, aturan pembersihan awal (huruf, spasi ganda, tanda baca), dan rumus kontrol untuk mengisolasi nilai yang belum cocok.

Ketentuan: tabel referensi harus di tab terpisah agar bisa dipakai lagi, bukan ganti manual yang hilang. Format: tabel referensi lalu rumus siap pakai.

Saya harus mengimpor file [jenis, misal: kontak dari pameran, leads dari formulir] ke [CRM atau alat target]. Kolom file saya: [daftar kolom]. Kolom yang diminta alat target: [daftar kolom dan ketentuannya, misal: email wajib, telepon format internasional].

Sampel: [tempel 10-20 baris].

Siapkan rencana penyesuaian: pemetaan kolom sumber ke kolom target, validasi sebelum impor (format email salah, telepon tidak lengkap, kolom wajib kosong, duplikat), dan transformasi yang diperlukan (pemisahan nama depan/belakang, format telepon, standarisasi negara).

Ketentuan: setiap baris yang ditolak harus masuk ke tab "gagal" beserta alasannya, jangan dihapus diam-diam; jangan mengarang data untuk mengisi kolom wajib. Format output: tabel pemetaan, daftar urutan validasi dengan rumus/metode, dan checklist final sebelum impor (backup, tes 10 baris, verifikasi di sistem).

Anda adalah pengembang SQL senior. Pertanyaan bisnis saya: [pertanyaan, misal: pelanggan mana yang belanja minimal dua kali tahun ini tapi tidak belanja lagi dalam tiga bulan terakhir?]. Database: [mesin, misal: PostgreSQL, MySQL, BigQuery]. Tabel dan kolom yang tersedia: [deskripsikan tabel, kolom, dan relasinya, atau tempel skema].

Sebelum menulis kueri, rumuskan kembali pertanyaan saya secara teknis dan buat daftar poin ambigu beserta asumsi yang Anda ambil (apa yang dihitung, batasan tanggal, apakah pesanan batal dihitung, zona waktu). Jika ada informasi penting yang kurang di skema, beri tahu saya.

Tulis kueri SQL dengan komentar di setiap baris, lalu usulkan kueri kontrol sederhana (total atau jumlah) untuk memverifikasi apakah hasilnya masuk akal. Format: asumsi, kueri ber-komentar, kueri kontrol, batasan hasil.

Saya menerima kueri SQL yang digunakan untuk [konteks, misal: laporan bulanan, ekspor otomatis] dan tidak ada yang tahu pasti fungsinya. Ini kuerinya: [tempel kueri lengkap].

Konteks yang diketahui: [apa yang seharusnya ditampilkan laporan, mesin database jika tahu].

Jelaskan dalam tiga tingkat: ringkasan satu kalimat (apa yang dihitung dalam bahasa bisnis), penjelasan per blok (setiap join, filter, agregasi, dan sub-kueri beserta efeknya), lalu jebakan tersembunyi: join yang bisa menduplikasi atau menghilangkan baris, filter di WHERE yang mengubah LEFT JOIN menjadi INNER JOIN, penanganan NULL, batasan tanggal, dan asumsi implisit data.

Akhiri dengan: kasus di mana angka yang dihasilkan bisa SALAH tanpa peringatan, dan dua kueri kontrol cepat untuk mengecek kasus tersebut. Format: penjelasan terstruktur, daftar jebakan berdasarkan tingkat keparahan.

Anda adalah ahli optimasi SQL. Kueri saya terlalu lambat: [waktu saat ini] untuk [perkiraan volume tabel]. Mesin: [PostgreSQL, MySQL, SQL Server, BigQuery]. Kueri: [tempel kueri]. Index yang ada jika tahu: [daftar atau tulis "tidak tahu"]. Rencana eksekusi jika ada: [tempel output EXPLAIN].

Diagnosa dulu: identifikasi penyebab lambat (fungsi pada kolom filter yang mematikan index, sub-kueri berkorelasi, SELECT * yang tidak perlu, join pada kolom tanpa index, sorting pada volume besar, kurang filter tanggal).

Usulkan optimasi berdasarkan rasio usaha/hasil: penulisan ulang kueri (dengan versi lengkap), index yang perlu dibuat (beserta dampaknya pada kecepatan tulis), dan terakhir perubahan struktur jika perlu. Ketentuan mutlak: hasil harus tetap identik; jelaskan mengapa versi baru setara dengan yang lama. Akhiri dengan cara mengukur peningkatan performa secara benar.

Saya menghasilkan angka dengan kueri SQL ini dan ingin mengeceknya sebelum dikirim ke [penerima, misal: direksi, klien]. Kueri: [tempel kueri]. Hasil yang didapat: [angka]. Skala angka yang diharapkan menurut bisnis: [apa yang masuk akal, atau "tidak tahu"].

Buat rangkaian kontrol: kueri volume kasar (berapa baris sebelum filter, berapa setelah filter utama), cek duplikat pada kunci unik, cek NULL pada kolom join dan agregasi, rekonsiliasi dengan sumber independen jika ada [sumber pembanding], dan tes batasan (apakah angka berubah drastis jika periode digeser satu hari?).

Untuk setiap kontrol: berikan kueri siap pakai, gambaran hasil normal, dan apa yang harus diwaspadai. Akhiri dengan aturan keputusan: kapan boleh disebar, kapan harus diperbaiki, atau kapan harus diberi catatan bahwa angka bersifat sementara.

Saya bekerja di [Excel atau Google Sheets] dengan file [jenis data, misal: data penjualan dengan tanggal, produk, toko, jumlah, nominal]. Pertanyaan yang ingin dijawab: [pertanyaan bisnis, misal: produk mana yang mendorong pertumbuhan dan di toko mana?].

Kolom yang tersedia: [daftar kolom dan isinya].

Rancang Pivot Table yang sesuai: tentukan kolom mana untuk baris, kolom, nilai, dan filter. Pilih jenis agregasi (sum, average, count, dan jelaskan jika average bisa menipu), serta pengelompokan (tanggal per bulan, rentang nominal).

Sebutkan jebakan dalam kasus saya: baris yang menduplikasi jika tingkat rincian salah, total yang mencampur satuan berbeda, persentase dengan basis yang salah, data kosong yang tersembunyi. Berikan langkah klik demi klik, lalu dua cara membaca tabel tersebut dan satu kesimpulan yang mungkin tampak benar tapi sebenarnya salah.

Di [Excel atau Google Sheets], saya ingin mengambil informasi dari tab lain ke tab utama. Tab utama: [kolom, misal: A nomor pesanan, B tanggal, C nominal]. Tab sumber: [kolom, misal: A nomor pesanan, D nama pelanggan, E segmen]. Informasi yang ingin diambil: [kolom yang diinginkan]. Kunci pencocokan: [kolom yang sama].

Berikan rumus persisnya, siap tempel, dengan memilih antara VLOOKUP, INDEX/MATCH, atau XLOOKUP sesuai versi aplikasi saya [sebutkan versi jika tahu]. Jelaskan pilihan Anda dalam dua kalimat.

Tangani kasus yang bisa merusak rumus: kunci tidak ada di sumber (apa yang ditampilkan selain eror), kunci duplikat di sumber (baris mana yang diambil, cara deteksi dengan rumus count), kunci yang tampak sama tapi beda spasi atau format (rumus pembersihan awal). Format: rumus utama, rumus deteksi duplikat, rumus pembersihan, masing-masing dengan rentang yang perlu disesuaikan.

Saya bekerja di [Excel atau Google Sheets]. Data saya: [deskripsikan kolom dengan hurufnya, misal: A tanggal, B sales, C wilayah, D nominal, E status]. Apa yang ingin saya hitung: [misal: total penjualan wilayah Jakarta yang ditandatangani tahun 2026 per sales, tidak termasuk status "batal"].

Tulis rumus persisnya dengan rentang yang benar, pilih antara SUMIFS, COUNTIFS, AVERAGEIFS atau kombinasinya. Jelaskan setiap kriteria dalam satu baris.

Cakup detail teknis: kriteria tanggal (cara menulis "tahun 2026" atau "antara dua tanggal" dengan tanda kutip dan ampersand yang benar), kriteria pengecualian (tidak sama dengan), wildcard untuk teks parsial, dan referensi absolut ($) agar rumus bisa disalin. Tambahkan rumus kontrol: total dari rumus kriteria harus sama dengan total keseluruhan. Format: rumus siap tempel, lalu penjelasan singkat.

Di Google Sheets (fungsi REGEXEXTRACT, REGEXMATCH, REGEXREPLACE), saya ingin mengambil [informasi target, misal: kode pos, nomor faktur, domain email] dari kolom teks bebas. Contoh nilai nyata: [tempel 10-15 nilai, termasuk kasus sulit].

Hasil yang diharapkan: [berikan contoh hasil untuk 3-4 data].

Tulis rumus lengkapnya, lalu jelaskan bagian-bagian regex tersebut (setiap kelas karakter, kuantifier, dan grup). Uji secara mental terhadap contoh saya dan beri tahu mana yang mungkin gagal, jangan menjanjikan berhasil 100%.

Tambahkan: variasi REGEXMATCH untuk kolom kontrol benar/salah, penanganan kasus "tidak ditemukan" agar tidak eror, dan batasan pola Anda. Ketentuan: utamakan regex yang mudah dibaca daripada yang sangat pendek tapi membingungkan. Format: rumus siap tempel, lalu penjelasan.

Rumus [Excel atau Google Sheets] saya tidak memberikan hasil yang benar. Rumus persisnya: [tempel rumus]. Eror atau gejala: [misal: #N/A di beberapa baris, #REF!, total salah, nol semua]. Konteks: [deskripsikan kolom dan contoh baris yang gagal dengan nilai aslinya].

Lakukan diagnosa, bukan sekadar tulis ulang: buat daftar penyebab mungkin dari yang paling sering terjadi (campuran angka/teks, spasi tak terlihat, rentang bergeser, referensi tidak dikunci, nilai tidak ada, masalah separator regional).

Untuk setiap penyebab, berikan tes cepat untuk konfirmasi (rumus ISNUMBER, ISTEXT, LEN untuk cek spasi). Setelah penyebab ditemukan, berikan perbaikan minimal, lalu versi rumus yang lebih kuat agar tidak terulang. Ketentuan: jangan usul buat ulang seluruh file. Format: pohon diagnosa, tes, perbaikan.

Saya harus menyajikan data kepada [audiens, misal: direksi, tim lapangan] dan ingin memilih grafik yang tepat. Pesan utama: [pesan dalam satu kalimat, misal: dua produk menyumbang sebagian besar pertumbuhan]. Data yang ada: [deskripsi data: dimensi, ukuran, jumlah kategori, periode].

Rekomendasikan jenis grafik yang sesuai dengan PESAN tersebut (perbandingan, tren, komposisi, relasi, distribusi) dan jelaskan alasannya. Berikan satu alternatif dan jelaskan mengapa itu pilihan kedua. Larang pilihan buruk yang sering menggoda (pie chart dengan terlalu banyak kategori, sumbu ganda yang membingungkan, area chart yang sulit dibaca) beserta alasannya.

Berikan spesifikasi konkret: apa di sumbu X dan Y, urutan kategori, skala (apakah mulai dari nol), apa yang harus diberi anotasi, dan judul yang berupa pesan (bukan deskripsi). Akhiri dengan contoh "apa yang jangan dilakukan".

Ini adalah grafik yang akan saya bagikan di [konteks, misal: laporan bulanan, presentasi klien]. Deskripsi atau data grafik: [deskripsikan grafik: tipe, sumbu, skala, seri data, judul, atau tempel datanya]. Pesan yang ingin disampaikan: [pesan].

Berikan kritik dalam tiga aspek. Kejujuran: apakah skala memanipulasi variasi (sumbu terpotong, sumbu ganda, skala log tanpa info), apakah periode dipilih secara sengaja (cherry-picking), apakah jumlah data cukup untuk persentase yang ditampilkan? Keterbacaan: apa yang dipahami pembaca dalam 5 detik, apakah judul menyampaikan pesan, adakah elemen yang harus dihapus (warna berlebih, garis kisi, desimal)? Kesesuaian: apakah tipe grafik ini mendukung pesan?

Kelompokkan saran Anda menjadi "wajib diperbaiki sebelum sebar" dan "saran peningkatan", lalu deskripsikan versi perbaikannya. Ketentuan: kritik grafiknya, bukan datanya; jika masalah ada di data, sampaikan terpisah.

Saya ingin membuat [grafik target, misal: tren bulanan per saluran, stacked bar chart] di [alat, misal: Google Sheets, Excel, Looker Studio] tapi data mentah saya formatnya salah. Data saat ini: [tempel sampel dengan header, misal: satu baris per transaksi].

Jelaskan struktur target yang diminta alat tersebut untuk grafik ini (format long atau wide, satu kolom per seri atau satu kolom kategori, rincian tanggal), berikan contoh 5 baris hasil akhirnya.

Berikan cara transformasi termudah: agregasi (pivot atau rumus), penanganan periode tanpa data (isi nol atau biarkan kosong, dan efeknya pada garis), pengurutan, dan pembulatan hanya pada tampilan. Akhiri dengan dua cek validasi: total tabel hasil sama dengan total mentah, dan jumlah periode sesuai dengan [periode]. Format: struktur target, langkah, kontrol.

Di perusahaan saya, indikator [nama indikator, misal: tingkat konversi, omzet, pelanggan aktif] menghasilkan angka berbeda tergantung siapa yang menghitung. Saya ingin menulis definisi referensi tunggal. Penggunaan saat ini: [siapa yang pakai dan bagaimana, misal: marketing pakai GA4, sales pakai CRM]. Sumber data: [alat dan tabel].

Susun panduan definisi lengkap: rumus persis (pembilang dan penyebut didefinisikan jelas: kejadian mana yang dihitung, mana yang dikecualikan, termasuk penanganan pembatalan, refund, duplikat, tes internal), periode dan zona waktu referensi, sumber data utama jika ada perbedaan, frekuensi dan tanggal data dianggap final (kapan angka tidak akan berubah lagi).

Buat daftar kemungkinan perbedaan antara penggunaan saat ini dengan definisi ini, beserta perkiraan selisih angkanya. Ketentuan: setiap istilah dalam rumus harus bisa diverifikasi dengan kueri, jangan gunakan istilah kabur ("pelanggan aktif" harus punya kriteria terukur). Format: dokumen satu halaman.

Indikator utama saya adalah [indikator, misal: omzet bulanan, jumlah pelanggan baru] dan saya ingin membedahnya untuk tahu di mana harus bertindak. Konteks: [aktivitas, misal: e-commerce, jasa konsultan, jaringan toko]. Level saat ini: [nilai saat ini]. Target: [target].

Buat pohon dekomposisi aritmatika: indikator dinyatakan sebagai hasil kali atau jumlah dari sub-indikator (misal: trafik x tingkat konversi x rata-rata belanja), lalu bedah setiap sub-indikator ke level berikutnya jika perlu. Pastikan setiap dekomposisi tepat secara matematis.

Untuk setiap bagian akhir pohon: siapa di organisasi yang bisa bertindak, data pengukurnya [sumber], dan margin peningkatan yang realistis. Identifikasi dua tuas di mana usaha paling memberikan hasil besar (sensitivitas: apa dampak ke indikator utama jika tuas ini naik 10%?). Ketentuan: tandai tuas yang saling memakan (kanibalisasi). Format: pohon terindentasi lalu tabel tuas.

Saya ingin menganalisis retensi [pelanggan atau pelanggan berbayar] berdasarkan kohort. Data yang ada: [deskripsi, misal: ekspor ID pelanggan, tanggal pesanan pertama, tanggal aktivitas berikutnya]. Alat: [Excel, Google Sheets, SQL]. Definisi pelanggan "bertahan": [misal: belanja lagi dalam sebulan, langganan aktif].

Pandu saya membangun tabel kohort: pengelompokan berdasarkan bulan pesanan pertama, perhitungan aktivitas di M+1, M+2, M+3, dst., dalam persentase dari ukuran awal grup. Berikan metode konkret di alat saya (rumus atau kueri).

Bantu saya MEMBACANYA: bedakan efek usia (semua grup menurun seiring waktu) dari efek kualitas grup (apakah grup baru lebih baik/buruk dari grup lama pada usia yang sama?), temukan bulan di mana retensi mulai stabil, dan tandai grup yang terlalu baru atau terlalu kecil untuk disimpulkan. Format: metode pembuatan, lalu panduan membaca dengan pertanyaan kunci.

Saya ingin mensegmentasi basis pelanggan dengan metode RFM (Recency, Frequency, Monetary) untuk target promosi. Data: [ekspor, misal: satu baris per pesanan dengan ID pelanggan, tanggal, nominal, dari POS atau CRM]. Alat: [Excel, Google Sheets, SQL]. Aktivitas: [jenis bisnis dan siklus beli, misal: e-commerce fashion, beli tiap 2 bulan].

Susun langkahnya: hitung tiga nilai tersebut per pelanggan (dengan rumus/kueri), pilih ambang batas skor yang sesuai dengan siklus beli SAYA (bukan pembagian otomatis, jelaskan alasannya), berikan skor dan kelompokkan menjadi 5-8 segmen (loyal, tidur, baru potensial, hilang...). 

Untuk setiap segmen: persentase jumlah pelanggan, karakteristik singkat, tindakan prioritas, dan indikator keberhasilan. Ketentuan: abaikan pesanan batal dan data tes, tangani pelanggan yang baru beli sekali, dan ingatkan bahwa ambang batas perlu ditinjau setiap [frekuensi]. Format: langkah demi langkah lalu tabel segmen.

Saya ingin memprediksi [variabel, misal: penjualan bulanan, reservasi, volume telepon] untuk [jangka waktu, misal: 6 bulan ke depan]. Riwayat data: [tempel data, idealnya 24 bulan atau lebih]. Bisnis saya punya pola musiman: [deskripsi, misal: puncak di Lebaran/Desember, sepi di bulan tertentu].

Buat prediksi sederhana di [Excel atau Google Sheets]: hitung tren dasar (moving average 12 bulan atau regresi, jelaskan pilihan Anda), koefisien musiman bulanan dari riwayat, lalu hasil prediksi (tren x koefisien). Tampilkan rumusnya.

Pastikan hasil yang jujur: berikan rentang bawah/atas berdasarkan eror metode ini di masa lalu (backtest: terapkan metode ke 6 bulan terakhir yang sudah terjadi dan ukur selisihnya). Sebutkan apa yang TIDAK BISA dilihat metode ini (kejadian luar biasa, perubahan harga) dan tanda kapan saya harus hitung ulang. Format: metode, rumus, tabel prediksi dengan rentang, batasan.

Sekarang bulan [bulan saat ini] dan saya ingin memproyeksikan pencapaian akhir tahun untuk [variabel, misal: omzet, biaya, jumlah berkas]. Realisasi saat ini: [nilai kumulatif]. Target tahunan: [target]. Riwayat bulanan tahun lalu dan tahun ini: [tempel nilai].

Buat tiga proyeksi dan bandingkan: rata-rata sederhana (total saat ini / bulan berlalu x 12), proyeksi musiman (bobot bulan tersisa berdasarkan sejarah), dan proyeksi "informasi tambahan" yang memasukkan apa yang sudah diketahui: [elemen diketahui, misal: pesanan sudah deal, penutupan toko sementara, rekrutmen baru].

Untuk setiap proyeksi: berikan angkanya, asumsi di baliknya, dan kapan proyeksi itu paling mungkin salah. Rekomendasikan mana yang harus dipakai dan selisih terhadap target dalam Rupiah dan persentase. Akhiri dengan 2-3 tindakan yang masih bisa mengubah hasil akhir. Format: tabel perbandingan lalu rekomendasi singkat.

Anda adalah manajer kualitas data. Saya ingin mengaudit kualitas [database, misal: CRM pelanggan, katalog produk, daftar vendor] sebelum [tujuan, misal: migrasi, kampanye, pembuatan laporan]. Struktur: [daftar kolom]. Sampel: [tempel 30-50 baris].

Audit berdasarkan aspek berikut dengan angka temuan pada sampel: kelengkapan (persentase terisi per kolom, tandai kolom kritis), validitas (format salah: email, telepon, kode pos, tanggal mustahil), keunikan (potensi duplikat dan kriteria deteksinya), kemutakhiran (kapan terakhir update, bagian yang kemungkinan usang), konsistensi internal (kolom yang kontradiktif, misal: kode pos tidak sesuai kota).

Buat rencana perbaikan berdasarkan dampak bagi SAYA: apa yang menghambat, apa yang menurunkan kualitas, apa yang bisa menunggu. Sertakan metode perbaikan (otomatis atau manual) dan estimasi usahanya. Format: tabel audit per aspek, lalu rencana perbaikan dalam 3 tahap.

Saya ingin membuat kamus data untuk [dataset, misal: ekspor pesanan ERP, tabel pelanggan, Google Sheet laporan] agar tim tidak salah interpretasi. Kolom dan sampel: [daftar kolom dengan 5 baris contoh].

Konteks yang saya tahu: [asal data, frekuensi update, siapa yang mengisi].

Untuk setiap kolom, buat panduan: nama teknis dan nama bisnis, definisi singkat tanpa jargon, tipe dan format, nilai yang mungkin/masuk akal, aturan pengisian (wajib, rumus, manual), sumber data, dan bagian "jebakan": apa yang sering disalahpahami (misal: harga termasuk PPN atau tidak, tanggal pesanan vs tanggal bayar). Jika info kurang, tulis "perlu konfirmasi ke [siapa]".

Format: tabel siap tempel di tab "kamus data", ditambah daftar pertanyaan konfirmasi berdasarkan pemilik data.

Dua alat saya memberikan angka berbeda untuk hal yang sama: [sumber A, misal: GA4] menunjukkan [nilai A] dan [sumber B, misal: POS, Stripe, CRM] menunjukkan [nilai B] untuk [metrik dan periode]. Selisih: [persentase atau nominal]. Saya harus paham penyebabnya dan menentukan sumber mana yang jadi acuan.

Pandu investigasi secara berurutan: pertama, perbedaan DEFINISI (apa yang dihitung: refund, pembatalan, tes, zona waktu, tanggal pesan vs tanggal bayar, filter bot), lalu perbedaan CAKUPAN (saluran atau toko yang tidak ada di satu sisi), lalu perbedaan PENGUMPULAN (gangguan teknis, izin cookie, sistem down). Untuk setiap hipotesis: berikan tes konkret untuk menghitung selisihnya.

Tujuan akhir: tabel penyesuaian dari nilai A ke nilai B yang totalnya cocok. Akhiri dengan rekomendasi: sumber mana untuk kebutuhan apa, dan batas selisih yang masih bisa ditoleransi. Format: langkah investigasi, tabel rekonsiliasi, rekomendasi.

Saya akan menyebarkan [output, misal: laporan bulanan, presentasi klien, email hasil kuartal] kepada [penerima]. Angka kunci di dalamnya: [daftar angka utama]. Sumber: [asal setiap angka].

Berikan checklist kontrol akhir poin demi poin dan minta saya konfirmasi: konsistensi internal (sub-total cocok dengan total, persentase sesuai basisnya, angka yang disebut dua kali nilainya sama), konsistensi eksternal (bandingkan dengan bulan lalu/tahun lalu: apakah perubahan drastis punya penjelasan logis?), cakupan (setiap angka jelas periode, wilayah, dan mata uangnya; definisi tidak berubah tanpa info), reproduktibilitas (saya bisa buat ulang angka ini dari sumbernya), dan pembulatan (konsisten, tidak memberi kesan presisi palsu).

Untuk setiap poin yang tidak bisa saya konfirmasi, jelaskan risikonya dan apakah itu menghambat publikasi. Format: checklist bernomor dengan kotak centang.

Saya ingin mendeteksi nilai anomali secara otomatis pada [data, misal: penjualan harian, pesanan per jam, pendaftaran harian] agar bisa bereaksi cepat. Riwayat: [tempel data atau deskripsikan: rincian, durasi, nilai tipikal]. Alat: [Google Sheets, Excel, SQL]. Variasi normal: [misal: Sabtu ramai, Minggu sepi, musiman].

Usulkan sistem yang sederhana dan kuat: nilai referensi yang menghormati siklus (bandingkan Senin dengan Senin sebelumnya, bukan dengan hari kemarin), ukuran selisih dan ambang batas alarm berdasarkan sebaran riwayat data (tunjukkan hitungannya, jelaskan mengapa angka itu dipilih), dan aturan anti-alarm palsu (misal: alarm menyala hanya jika ada dua titik anomali berurutan).

Berikan implementasi konkret di alat saya termasuk rumusnya. Akhiri dengan: tiga penyebab wajar yang bisa memicu alarm (hari libur nasional, promo, gangguan data) dan cara menanganinya, plus prosedur 3 langkah saat alarm muncul.

Ada satu angka di laporan saya yang tampak salah dan saya harus memastikan: eror hitung, masalah data, atau kenyataan yang mengejutkan. Angka tersebut: [nilai dan label, misal: omzet Maret Rp 240 juta padahal biasanya Rp 90 juta]. Di mana munculnya: [laporan, kueri, atau file]. Alur data: [asal data dan transformasinya].

Susun investigasi berlapis dari hilir ke hulu: cek perhitungan akhir (rumus, rentang, filter laporan), cek transformasi (agregasi, join yang duplikasi, duplikat impor, perubahan definisi), cek pengumpulan (gangguan sistem, input susulan masif, ganti alat), dan terakhir kenyataan bisnis (pesanan besar, klien luar biasa: bukti apa yang bisa memverifikasinya?).

Ketentuan: dilarang memperbaiki apa pun sebelum penyebab ditemukan; angka aneh tapi nyata tidak boleh "diperbaiki". Format: rencana investigasi berurutan, lalu tiga kemungkinan hasil beserta tindakan lanjutnya.

Saya mengumpulkan jawaban bebas dari pelanggan melalui [saluran, misal: survei kepuasan, ulasan Google, alasan berhenti langganan] dan ingin analisis yang bisa ditindaklanjuti. Data teks: [tempel teks, atau sampel jika banyak, beserta jumlah total]. Pertanyaan yang diajukan: [pertanyaan persisnya].

Lakukan langkah berikut: buat kategori tema berdasarkan data tersebut (bukan kategori yang sudah ada), berikan definisi satu baris per tema agar klasifikasi konsisten. Klasifikasikan setiap feedback (boleh lebih dari satu tema), lalu kuantifikasi: jumlah sebutan per tema, nada dominan, dan hubungkan dengan [variabel tersedia, misal: rating, lama jadi pelanggan].

Ketentuan: kutip feedback apa adanya tanpa diubah, bedakan tema yang sering muncul dengan tema jarang tapi serius, sebutkan jumlah responden di setiap bagian (jangan pakai % jika responden < 30 tanpa catatan). Format: ringkasan satu halaman (tema berdasarkan frekuensi, 2 kutipan per tema, sinyal lemah yang perlu dipantau), lalu tabel klasifikasi lengkap.

Saya telah menyebarkan kuesioner melalui [alat, misal: Google Forms, Typeform] dan harus mengolahnya. Jumlah jawaban: [jumlah]. Pertanyaan: [daftar pertanyaan dan tipenya: pilihan tunggal, ganda, skala, bebas]. Ekspor: [tempel sampel jawaban]. Tujuan survei: [apa yang ingin diputuskan atau dipelajari].

Lakukan pengolahan berurutan: pembersihan (jawaban duplikat, pengisian terlalu cepat, ketidakkonsistenan: sebutkan apa yang dibuang dan mengapa), tabulasi dasar setiap pertanyaan (dengan format visual yang sesuai), lalu 3-5 tabulasi silang yang paling berguna untuk tujuan SAYA (jelaskan alasannya).

Peringatan wajib: ingatkan siapa respondennya dan bagaimana sampel ini mungkin beda dari target (cara sebar, sukarela), tandai setiap tabulasi silang yang jumlah respondennya di bawah 30, dan jangan buat kesimpulan sebab-akibat dari data deklaratif. Format: rencana pengolahan, hasil tabulasi, batasan dalam kotak catatan akhir.

Saya menerapkan [perubahan, misal: jam operasional baru, desain halaman, harga baru, skrip sales] pada [tanggal] dan ingin tahu apakah berhasil, tanpa grup kontrol. Metrik yang dipantau: [metrik]. Nilai sebelum: [data sebelum perubahan, durasi selama mungkin]. Nilai sesudah: [data sejak perubahan]. Kejadian lain di periode tersebut: [apa yang berubah bersamaan: musim, kampanye, berita, kompetitor].

Sebelum membandingkan rata-rata, minta saya verifikasi: apakah data sebelum sudah representatif (cukup lama, tanpa anomali), apakah perubahan yang terlihat melebihi fluktuasi normal (hitung dari riwayat), apakah faktor musiman menjelaskan selisihnya, dan kejadian lain mana yang bisa memicu efek yang sama?

Berikan kesimpulan dalam tiga tingkat: apa yang pasti menurut data, apa yang hanya dugaan, apa yang tidak bisa dipastikan. Akhiri dengan rancangan agar evaluasi berikutnya lebih kuat (penerapan bertahap, grup pembanding). Dilarang: menyimpulkan hanya karena urutan waktu.

Buat catatan satu halaman dari hasil analisis saya untuk [pembaca, misal: direktur, komite investasi, klien] yang akan membacanya dalam [waktu, misal: tiga menit] untuk memutuskan: [keputusan yang diharapkan]. Data mentah: [tempel hasil, angka, temuan analisis]. Rekomendasi saya: [rekomendasi].

Struktur wajib: judul yang menyatakan kesimpulan (bukan subjek), paragraf pertama berisi jawaban dan angka kunci, maksimal 3 temuan pendukung yang masing-masing punya SATU angka bukti, opsi yang mungkin beserta biaya dan risikonya dalam satu baris, rekomendasi tegas, dan satu baris "apa yang belum kita ketahui" untuk batasan analisis.

Ketentuan format: maksimal satu halaman, kalimat pendek, tanpa jargon analis (seperti "korelasi" atau "dataset" tanpa penjelasan), angka dibulatkan untuk kemudahan keputusan, jangan ada angka yang tidak ada di data mentah. Jika data kurang, tulis [data kurang] daripada mengarang. Format: catatan terstruktur.

Bantu saya mengubah hasil analisis menjadi presentasi yang berkesan untuk [audiens dan acara, misal: rapat kuartalan direksi, pertemuan klien]. Durasi: [durasi]. Hasil yang ingin ditampilkan: [tempel temuan dan angka kunci]. Hasil akhir yang diharapkan dari audiens: [keputusan, anggaran, perubahan prioritas].

Bangun alur narasi: situasi saat ini, ketegangan (angka atau temuan yang mengejutkan/mengganggu), eksplorasi (mengapa hal itu terjadi, maksimal 2-3 bukti), solusi (apa yang saya usulkan), dan panggilan aksi. Bagi menjadi slide: satu ide per slide, judul slide harus berupa pernyataan yang membawa ide tersebut (urutan judul saja harus sudah menceritakan seluruh isi). 

Untuk setiap angka kunci, berikan konteks agar terasa nyata (bandingkan dengan hal yang dikenal audiens, terjemahkan ke Rupiah atau jumlah pelanggan). Ketentuan: jangan karang angka demi cerita, batasan analisis tetap harus punya slide sendiri. Format: rencana slide demi slide dengan judul dan konten.

Terjemahkan hasil analisis saya menjadi penjelasan jelas untuk [publik, misal: tim sales, mitra franchise, klien akhir] yang tidak memiliki latar belakang statistik. Hasil teknis: [sebutkan hasil dengan istilah teknisnya, misal: korelasi 0,7 antara X dan Y, confidence interval, hasil A/B test]. Apa yang harus mereka lakukan: [tindakan atau perubahan yang diharapkan].

Buat tiga tingkat penjelasan: versi lisan 30 detik (bahasa santai, gunakan analogi sehari-hari, tanpa istilah teknis), versi 5 menit dengan contoh angka konkret dari data saya, dan jawaban untuk 3 pertanyaan yang kemungkinan besar akan ditanyakan.

Ketentuan kejujuran: penjelasan tidak boleh melampaui hasil teknis (korelasi bukan sebab-akibat, tren bukan kepastian, hasil satu segmen bukan hasil umum); tandai bagian mana yang disederhanakan dan apa risikonya. Format: tiga tingkat penjelasan, lalu daftar penyederhanaan yang diambil.

Saya ingin mendokumentasikan [laporan terkait, misal: dashboard sales bulanan, laporan aktivitas mingguan] agar orang lain bisa membuat, memahami, dan memperbaikinya jika saya tidak ada. Cara pembuatannya sekarang: [deskripsikan mekanisme: sumber, ekspor, file, rumus, proses manual]. Frekuensi: [frekuensi]. Penerima: [siapa dan untuk apa].

Susun dokumentasi dalam empat bagian: panduan produksi (langkah berurutan, di mana harus klik atau kueri mana yang dijalankan, termasuk proses manual yang "berantakan" karena ini yang sering terlupakan), kamus indikator (definisi, rumus, sumber), peta ketergantungan (apa yang bisa merusak laporan: format ekspor berubah, akses kedaluwarsa, tab diganti nama), dan protokol masalah (cara cek jika angka diragukan, siapa yang dihubungi, cara ralat laporan salah). 

Tanyakan jika ada bagian yang kurang jelas dari deskripsi saya, jangan berasumsi. Format: dokumen terstruktur siap simpan di [lokasi, misal: Google Drive tim].

Saya harus menggabungkan dua file yang membahas entitas yang sama tapi tanpa ID unik yang cocok: [file 1, misal: ekspor CRM dengan nama perusahaan dan email] dan [file 2, misal: ekspor akuntansi dengan nama resmi dan nomor faktur]. Kolom file 1: [daftar]. Kolom file 2: [daftar]. Sampel: [tempel 10 baris masing-masing]. Tujuan penggabungan: [hasil akhir].

Buat strategi pencocokan bertahap (cascade), dari yang paling pasti ke yang paling ragu: kunci persis setelah normalisasi (email huruf kecil, NPWP, nomor telepon bersih), lalu kunci gabungan (nama normalisasi + kode pos), lalu pencocokan perkiraan nama (fuzzy match) dengan metode yang bisa dilakukan di [Excel, Google Sheets]. Untuk setiap tahap: berapa baris yang cocok pada sampel dan risiko salah cocok (false positive).

Ketentuan: setiap baris yang cocok harus punya kolom "metode" yang menjelaskan lewat tahap mana data itu cocok; data yang tidak cocok masuk ke daftar kerja manual, jangan dibuang diam-diam. Format: rencana bertahap, rumus, tabel pelacakan tingkat pencocokan.

Saya tidak bisa memeriksa seluruh populasi dan harus bekerja dengan sampel. Populasi: [deskripsi dan jumlah, misal: 12.000 berkas pelanggan, 3.000 faktur setahun, 800 rekaman telepon]. Apa yang ingin dicek: [tujuan, misal: tingkat kesalahan input, persentase berkas sesuai aturan]. Presisi yang dibutuhkan: [misal: tahu jika tingkat kesalahan di atas 5%, estimasi +/- 3 poin].

Susun rencana: ukuran sampel yang dibutuhkan untuk presisi target (jelaskan logikanya secara sederhana tanpa rumus rumit), metode penarikan yang menghindari bias (acak sederhana atau stratifikasi: jika populasi punya sub-grup berbeda [jelaskan grupnya], rekomendasikan stratifikasi), dan prosedur penarikan di [Excel atau Google Sheets] (rumus acak yang bisa diulang).

Sebutkan bias yang mengancam kasus SAYA meskipun sudah diacak (berkas hilang diganti yang mudah ditemukan, periode tidak mewakili) dan cara mengatasinya. Akhiri dengan kalimat standar untuk menyajikan hasil akhir beserta margin ketidakpastiannya.

Tingkat konversi saya berubah-ubah tergantung cara hitungnya, saya ingin satu standar yang pasti. Konteks: [alur, misal: kunjungan web ke beli, penawaran ke tanda tangan, telepon ke janji temu]. Sumber data: [alat, misal: GA4, CRM, POS]. Cara hitung yang dipakai sekarang dan hasilnya: [beberapa versi yang ada].

Bantu susun definisi ketat: Pembilang (kejadian apa yang dihitung konversi, bagaimana dengan pembatalan, duplikat, atau orang yang konversi berkali-kali), Penyebut (siapa yang masuk basis data: pengunjung unik atau sesi, prospek terverifikasi atau semua kontak, kriteria masuknya apa), dan Jendela Atribusi (berapa lama waktu antara masuk dan konversi, dan bagaimana jika konversi terjadi di bulan berikutnya).

Untuk setiap pilihan, tunjukkan efeknya pada angka saya dan sebutkan standar industri yang umum. Jelaskan mengapa hitungan sekarang berbeda. Akhiri dengan definisi final dalam satu kalimat, dan dua kesalahan interpretasi yang harus dicegah (membandingkan konversi dengan cakupan beda, merata-ratakan persentase tanpa bobot).

Saya ingin menghitung dan memantau churn (atrisi) untuk [aktivitas, misal: langganan software, kontrak servis, member gym]. Data yang ada: [deskripsi, misal: ekspor langganan dengan tanggal mulai, tanggal berakhir, status, nominal bulanan]. Siklus tagihan: [bulanan, tahunan, campuran].

Tentukan keputusan definisi: churn berdasarkan jumlah pelanggan atau pendapatan (keduanya cerita hal berbeda: berikan contoh angka), basis awal (pelanggan di awal periode, apakah termasuk pelanggan baru bulan itu), penanganan kasus khusus (jeda/suspend, gagal bayar, turun paket/downgrade, sudah minta berhenti tapi kontrak masih jalan, pelanggan balik lagi).

Berikan rumus persis dan implementasinya di [Excel, Google Sheets atau SQL]. Beri peringatan tentang jebakan: mencampur siklus bulanan dan tahunan dalam satu angka, churn yang tampak membaik hanya karena penjualan baru melonjak, dan mengapa analisis kohort penting untuk melengkapi angka churn global. Format: keputusan, rumus, implementasi, jebakan.

Saya ingin tahu keuntungan nyata dari setiap [produk, jasa, atau kategori]. Data: [ekspor, misal: penjualan per produk dengan jumlah dan harga dari POS, pembelian dan biaya dari akuntansi]. Biaya yang teridentifikasi: [daftar: pembelian, bahan baku, tenaga kerja, biaya tetap, ongkir, komisi].

Susun analisis bertahap: margin kotor per produk (harga jual dikurangi biaya langsung, pastikan sebelum/sesudah pajak konsisten), lalu alokasi biaya tidak langsung: usulkan 2 cara pembagian yang logis (berdasarkan omzet, waktu, atau volume), tunjukkan bagaimana peringkat produk berubah tergantung caranya, dan jelaskan mengapa tidak ada satu cara yang "paling benar".

Tampilkan perbandingan antara persentase margin DAN nominal Rupiah dengan volume: produk margin tinggi tapi tidak laku, produk margin rendah yang menyumbang volume besar. Akhiri dengan 3 keputusan yang bisa diambil (harga, penghentian, promosi) dan data tambahan yang perlu dicek sebelum memutuskan. Format: metode, tabel contoh, panduan membaca.

Saya ingin mengukur seberapa besar bisnis saya bergantung pada beberapa [pelanggan, produk, saluran]. Data: [ekspor, misal: omzet per pelanggan 12 bulan dari faktur, penjualan per item dari kasir]. Alat: [Excel atau Google Sheets].

Pandu pembuatan analisis konsentrasi: urutan menurun, kumulatif, dan persentase kumulatif (rumus persis), pembacaan ambang batas (berapa item untuk mencapai 50% dan 80% total, porsi 5 besar), dan kurva Pareto jika perlu.

Lebih dari sekadar angka: bantu saya menilai RISIKO konsentrasi ini: apa yang terjadi jika [pelanggan/produk] utama hilang (dampak Rupiah dan %), apakah konsentrasi meningkat dibanding [periode pembanding], dan apakah pelanggan kecil (long tail) biayanya lebih besar daripada untungnya?

Ketentuan: tangani entitas yang sebenarnya satu grup, dan jangan menyarankan "memutus pelanggan kecil" tanpa melihat biaya nyata. Format: metode, rumus, analisis risiko 5 baris.

Saya ingin membandingkan performa [cabang, agen, tim, lokasi] secara adil: konteks mereka beda. Unit yang dibandingkan: [daftar, dengan perbedaannya: ukuran, lokasi, usia cabang, jumlah staf, trafik pejalan kaki]. Data: [metrik per unit dan periode].

Buat perbandingan dalam tiga tahap. Pertama, metrik yang DISESUAIKAN dengan basis yang adil (per staf, per meter persegi, per jam buka, per jumlah penduduk sekitar: pilih rasio yang relevan dan jelaskan). Kedua, perbandingan unit terhadap dirinya sendiri (pertumbuhan setahun): apakah peringkat pertumbuhan berbeda dari peringkat angka kasar? Ketiga, selisih yang tidak terjelaskan: mana yang tetap beda jauh setelah disesuaikan dan perlu kunjungan lapangan, bukan sekadar teguran.

Ketentuan: tandai unit yang terlalu baru atau terlalu kecil untuk diperingkat, jangan buat satu peringkat tunggal tanpa menunjukkan rasio pembentuknya, dan sebutkan faktor yang tidak ada di data (renovasi, kompetitor baru di sebelah). Format: tabel perbandingan, panduan diskusi dengan manajer.

Saya ingin menganalisis funnel konversi untuk tahu di mana harus fokus. Alur: [deskripsikan urutan, misal: kunjungan, lihat produk, keranjang, pengiriman, bayar, konfirmasi; atau B2B: lead, kontak, meeting, penawaran, deal]. Volume per tahap di [periode]: [tempel angka]. Sumber data: [GA4, CRM, lainnya].

Hitung tingkat kelolosan (conversion rate) antar tahap yang berurutan (bukan cuma awal ke akhir) dan identifikasi tahap yang paling banyak kehilangan orang, baik secara jumlah orang maupun persentase: jelaskan mana yang harus diprioritaskan untuk target [target, misal: lebih banyak deal dengan trafik tetap].

Sebelum menyimpulkan, cek jebakan data: tahap teknis yang tidak selalu terpicu, orang yang lompat tahap atau balik lagi, jendela waktu yang terlalu pendek untuk alur yang lama. Usulkan tabulasi silang yang paling informatif dengan [segmen tersedia, misal: mobile vs desktop, sumber trafik, ukuran klien]. Format: tabel rate, diagnosa, 2 hipotesis perbaikan untuk tahap prioritas.

Saya menduga ada hubungan antara [variabel 1, misal: cuaca, jumlah ulasan online, kecepatan balas chat] dan [variabel 2, misal: penjualan, tingkat deal] dan ingin memverifikasinya. Data: [tempel dua seri data berpasangan, dengan rincian: per hari, per minggu, atau per berkas]. Dugaan awal: [apa yang saya percayai dan apa yang akan saya lakukan jika terbukti].

Pandu analisis di [Excel atau Google Sheets]: pertama, buat scatter plot dan cara membacanya (bentuk, arah, titik anomali yang menarik hubungan), lalu hitung koefisien korelasi dengan penjelasan bahasa sederhana dan ambang batas kapan angka itu dianggap penting berdasarkan jumlah data [jumlah titik].

Bagian terpenting: tinjau penjelasan alternatif sebelum menyimpulkan sebab-akibat: faktor ketiga yang pengaruhi keduanya (musiman sering jadi penyebab di data waktu), arah sebab-akibat yang terbalik, atau sekadar kebetulan karena data sedikit. Berikan tes sederhana untuk memperkuat/memperlemah setiap kemungkinan. Kesimpulan dalam tiga baris: apa yang terbukti, apa yang masih dugaan, dan eksperimen apa yang bisa memastikannya.