Skill analisis data menjadi semakin penting seiring organisasi yang semakin mengandalkan data untuk mengambil keputusan yang lebih cepat dan lebih cerdas. Dengan bantuan AI, banyak tugas data, seperti membersihkan dataset, mengidentifikasi tren, dan menghasilkan insight, kini dapat diselesaikan dengan lebih efisien. Skill AI menyediakan alur kerja dan metodologi yang dapat digunakan ulang, yang membantu agent melakukan tugas analisis ini dengan cara yang lebih terstruktur. Panduan ini membahas 22 skill analisis data yang dapat menyederhanakan alur kerja data dan mengubah data mentah menjadi insight yang dapat ditindaklanjuti.
Apa itu skill analisis data AI?
Skill analisis data memberikan AI agent instruksi, alur kerja, dan panduan terstruktur untuk menangani tugas analisis data dasar. Skill ini membantu agent mengorganisir data, membersihkan dataset, mengidentifikasi pola, membuat diagram, melakukan perhitungan dasar, dan merangkum insight dari informasi mentah.
12 skill bawaan AI Kimi untuk manajemen dan analisis data
Kimi menawarkan berbagai skill AI bawaan yang menyederhanakan pemrosesan, analisis, dan pelaporan data. Baik Anda sedang membersihkan dataset, membuat visualisasi, atau menghasilkan insight, alat-alat ini membantu mengotomatiskan tugas berulang dan meningkatkan efisiensi. Berikut adalah 12 skill bawaan AI Kimi untuk manajemen dan analisis data yang dapat Anda jelajahi.
| Nama skill | Deskripsi |
|---|---|
| sql-insight | Menerjemahkan bahasa natural ke SQL, mengoptimalkan performa query, dan menginterpretasikan rencana EXPLAIN untuk SQLite dan PostgreSQL. Dipicu saat pengguna meminta untuk mengubah pertanyaan menjadi SQL, meningkatkan query yang lambat, menyetel index, menganalisis rencana eksekusi, atau menyebut kata kunci seperti NL2SQL, query tuning, atau full table scan. |
| auto-hypothesis-test | Secara otomatis memilih dan menjalankan uji statistik yang tepat untuk data Anda — ANOVA, chi-square, Mann-Whitney, atau lainnya, serta memberikan interpretasi hasil dalam bahasa yang mudah dipahami. Dipicu saat Anda bertanya tentang perbandingan kelompok, signifikansi, p-value, pengujian hipotesis, atau menyebut uji spesifik seperti t-test, ANOVA, atau chi-square. |
| correlation-auditor | Menganalisis matriks korelasi (Pearson/Spearman), menghitung korelasi parsial untuk mengontrol variabel pengganggu, dan menandai potensi korelasi semu dalam data Anda. Dipicu saat pengguna bertanya tentang hubungan antar-variabel, memerlukan matriks korelasi, atau menyebut koefisien Pearson/Spearman, korelasi parsial, faktor pengganggu, atau korelasi semu. |
| data-viz-renderer | Menghasilkan infografis HTML/SVG mandiri dari data JSON, termasuk kartu statistik, chart batang, diagram alur, dan dashboard campuran. Menawarkan 8 palet warna dan ikon bawaan tanpa dependensi eksternal. Dipicu saat pengguna meminta visualisasi data, infografis, chart, atau dashboard. |
| dataset-quality-audit | Menjalankan pemeriksaan kualitas menyeluruh pada data tabular (CSV/Excel/TSV/JSON), mendeteksi nilai yang hilang, duplikat, outlier, masalah format, dan inkonsistensi tipe data untuk menghasilkan skor keseluruhan, nilai grade, dan saran yang dapat ditindaklanjuti. Dipicu saat pengguna meminta pemeriksaan kualitas data, pencarian nilai yang hilang atau duplikat, deteksi outlier, validasi format, profiling data, atau pembersihan data. |
| discounted-cashflow-model | Membangun model valuasi discounted cash flow (DCF), menghitung enterprise value, equity value, dan harga per saham dengan matriks analisis sensitivitas growth-rate × discount-rate. Dipicu oleh permintaan seperti 'buat DCF untuk \[perusahaan]', 'jalankan valuasi', 'hitung WACC/discount rate', atau penyebutan free cash flow, terminal value, atau analisis sensitivitas. |
| financial-ratio-toolkit | Menganalisis fundamental perusahaan dengan menghitung lebih dari 20 rasio keuangan (profitabilitas, solvabilitas, likuiditas, efisiensi, dan pertumbuhan) serta Analisis DuPont dari laporan keuangan yang diberikan pengguna. Dipicu oleh permintaan perhitungan rasio keuangan, analisis DuPont/ROE, atau frasa seperti "analisis laporan keuangan ini" atau "hitung rasio solvabilitas. |
| financial-statement-analyzer | Menganalisis data laporan laba rugi, neraca, dan laporan arus kas untuk menghasilkan analisis tren YoY/QoQ serta menandai anomali seperti lonjakan piutang usaha atau divergensi arus kas. Dipicu saat pengguna meminta analisis laporan keuangan, membandingkan YoY/QoQ, mendeteksi red flag, atau menilai kualitas laba. |
| quick-strategy-backtest | Mengubah deskripsi strategi trading (termasuk studi event-driven, pemilihan saham, dan portofolio) menjadi kode backtest yang dapat dijalankan, serta menghasilkan hasil backtest, dashboard visual, dan tulisan analitis. Dipicu saat pengguna mendeskripsikan kondisi beli/jual, imbal hasil pasca-event, backtest penyaringan kumpulan saham, dan skenario kuantitatif lainnya. |
| regression-modeler | Menjalankan analisis regresi (OLS atau logistik) pada data CSV/Excel yang diunggah, menghasilkan koefisien, R², p-value, VIF, dan interpretasi dalam bahasa yang mudah dipahami. Dipicu oleh permintaan untuk pemodelan regresi, fitting data, pengujian signifikansi, pemeriksaan multikolinearitas, atau kata kunci seperti OLS, logit, coefficient, p-value, atau R-squared. |
| stock-research-report | Menghasilkan laporan riset saham dengan gaya Guotai Haitong / Haitong International. Digunakan untuk riset ekuitas Tiongkok, pemantauan industri, catatan investasi, dan dokumen riset keuangan. Dipicu oleh kata kunci: Guotai Haitong, Haitong International, industry tracking, stock research, securities research. Mendukung template ganda untuk pasar domestik dan internasional. |
| stock-signal-analyzer | Menganalisis data OHLCV untuk menghitung lebih dari 15 indikator teknikal (termasuk MA, MACD, RSI, Bollinger Bands, KDJ) dan menghasilkan ringkasan sinyal bullish/bearish beserta penilaian keseluruhan. Dipicu saat pengguna meminta analisis teknikal, meminta perhitungan indikator seperti MACD atau RSI, menyebut analisis candlestick, atau membahas sinyal dari persilangan moving average, breakout Bollinger Band, atau level overbought/oversold RSI. |
| value-investing-scorecard | Scorecard value investing ala Buffett/Graham — mengevaluasi sebuah perusahaan berdasarkan 20 kriteria dalam empat dimensi (moat, manajemen, keuangan, valuasi) untuk menghasilkan skor 0-100. Dipicu saat pengguna meminta analisis value investing, penilaian fundamental, penilaian moat, atau bertanya 'apakah perusahaan ini layak diinvestasikan', 'analisis fundamental XX', atau 'evaluasi ini dengan metode Buffett'. |
| weighted-scorer | Membangun matriks keputusan berbasis skor berbobot untuk pemilihan teknologi, evaluasi vendor, dan perbandingan opsi multi-kriteria. Memandu Anda dalam menentukan kriteria, memberi bobot, menilai opsi, dan memvalidasi hasil dengan analisis sensitivitas. Dipicu saat pengguna bertanya tentang matriks keputusan, skor berbobot, membandingkan opsi, pemilihan vendor, atau pilihan build vs. buy. |
| chart-image | Menghasilkan gambar chart PNG dengan kualitas publikasi dari data, mendukung chart garis, batang, area, candlestick, pie, dan heatmap. Dipicu saat pengguna meminta untuk memvisualisasikan data, membuat grafik, memplot deret waktu, atau menghasilkan chart untuk laporan, peringatan, atau dashboard. Berjalan sebagai proses Node.js headless yang ringan tanpa browser. |
| xlsx | Utilitas khusus untuk manipulasi, analisis, dan pembuatan file spreadsheet tingkat lanjut, termasuk (namun tidak terbatas pada) format XLSX, XLSM, dan CSV. Fungsi utamanya meliputi penerapan formula, pemformatan kompleks (termasuk pemformatan mata uang otomatis untuk tugas keuangan), visualisasi data, perhitungan ulang pasca-pemrosesan yang wajib, serta alur kerja pemodelan Excel yang berfokus pada keuangan seperti model tiga laporan keuangan, valuasi DCF, dan analisis comps publik. |
Gunakan skill analisis data AI bawaan Kimi
Ikuti langkah-langkah sederhana ini untuk menggunakan skill AI bawaan Kimi guna analisis data, perhitungan finansial, dan pembuatan laporan otomatis yang lebih cepat.
Langkah 1: Masukkan perintah skill
Ketik perintah /financial-ratio-toolkit di kotak input untuk mengaktifkan skill analisis data finansial Kimi.
Langkah 2: Mulai tugas riset Anda
Jelaskan dataset atau analisis finansial yang Anda ingin Kimi lakukan setelah skill diaktifkan.
Contoh prompt:
Kemudian Kimi secara otomatis menganalisis data, melakukan perhitungan yang diperlukan, dan menghasilkan laporan terstruktur berisi insight utama untuk mendukung pengambilan keputusan yang lebih cepat.
Langkah 3: Tinjau dan unduh dokumen Anda
Tinjau laporan yang dihasilkan, lakukan penyuntingan yang diperlukan, dan unduh dokumen akhir untuk analisis lebih lanjut, berbagi, atau presentasi.
Buka 6 skill analisis data open-source lainnya
Skill open-source memberikan agent AI alur kerja khusus untuk berbagai tugas analisis data. Dengan menginstal skill ini di Kimi, Anda dapat mengotomatiskan pemrosesan data, melakukan analisis yang lebih mendalam, dan membangun alur kerja yang lebih efisien untuk menangani dataset yang kompleks. Berikut 6 skill analisis data open-source yang layak dicoba.
| Nama skill | Deskripsi | URL |
|---|---|---|
| data-analytics-skills | Kumpulan 31 skill bertenaga AI yang portabel dan mencakup alur kerja analis, termasuk pemeriksaan kualitas data, analisis mendalam, dokumentasi, pembuatan dashboard, dan komunikasi dengan pemangku kepentingan. | https://github.com/nimrodfisher/data-analytics-skills |
| d3-visualization-skill | Skill D3.js yang komprehensif dan membantu agent membuat visualisasi data interaktif yang kompleks, termasuk diagram batang, diagram garis, force graph, diagram sankey, treemap, sunburst, dan choropleth map untuk dashboard dan laporan. | https://github.com/nexu-io/open-design/blob/main/skills/d3-visualization/SKILL.md |
| tufte-data-viz-skill | Menerapkan prinsip visualisasi data Edward Tufte, termasuk rasio data-ink yang tinggi, tampilan diagram yang minim kekacauan, label langsung, small multiples, dan sparkline, untuk menghasilkan diagram yang bersih dan mudah dipahami di berbagai library visualisasi. | https://github.com/caylent/tufte-data-viz |
| mckinsey-style-visualization-skill | Membantu mengubah catatan bisnis mentah menjadi visual konsultasi yang siap dipresentasikan kepada eksekutif, lengkap dengan judul berbasis insight, hierarki visual, spesifikasi slide yang dapat digunakan ulang, dan kerangka evaluasi kualitas. | https://github.com/kgraph57/mckinsey-style-visualization-skill |
| data-visualization-report-skill | Mengubah data CSV, Excel, atau JSON menjadi laporan visual yang rapi dengan kartu KPI, diagram Chart.js, dan tabel data. Mendukung pembuatan laporan berbasis template untuk skenario bisnis dan keuangan. | https://github.com/nexu-io/open-design/blob/main/skills/data-report/SKILL.md |
| analytics-tracking-measurement-strategy | Membantu merancang, mengaudit, dan meningkatkan sistem pelacakan analitik melalui strategi pengukuran, taksonomi event, tinjauan kualitas data, dan alur kerja implementasi pelacakan. | https://github.com/diegosouzapw/awesome-omni-skills/blob/main/skills/analytics-tracking/SKILL.md |
Gunakan skill analisis data open-source dengan Kimi
Ikuti langkah-langkah sederhana ini untuk menginstal skill AI open-source di Kimi dan menggunakannya untuk tugas analisis data dan pelaporan tingkat lanjut.
Langkah 1: Masukkan prompt
Buka Kimi Chat dan masukkan prompt berisi URL GitHub dari skill analisis data open-source yang ingin Anda instal.
Contoh prompt:
Langkah 2: Biarkan AI menginstal skill secara otomatis
Kimi secara otomatis mengunduh, mengonfigurasi, dan menyiapkan skill berdasarkan URL GitHub yang diberikan. Setelah instalasi selesai, skill tersebut tersedia di workspace Anda.
Langkah 3: Gunakan skill tersebut
Klik "Add to my skills" untuk menambahkan skill yang telah diinstal ke Kimi, lalu pilih "Try it" untuk mengaktifkannya. Setelah diaktifkan, unggah dataset Anda atau jelaskan tugas analisis Anda, dan skill tersebut akan membantu membersihkan data, melakukan perhitungan, menghasilkan insight, serta membuat laporan terstruktur secara lebih efisien.
Tingkatkan analisis data dengan skill AI kustom
Ikuti langkah-langkah sederhana ini untuk membangun skill AI kustom yang mengotomatiskan alur kerja analisis data Anda dan membuat tugas rutin lebih efisien.
Langkah 1: Akses fitur "Document to skills"
Buka Kimi Skills dan klik "Document to skills." Fitur ini memungkinkan Anda mengubah dokumen analisis data Anda menjadi skill AI yang dapat digunakan kembali.
Langkah 2: Unggah file
Unggah spreadsheet, file CSV, laporan, dokumentasi SQL, panduan analisis, atau dokumen alur kerja yang berisi pengetahuan yang ingin Anda otomatiskan. Kimi mengekstrak informasi penting dan membangun skill AI yang terstruktur.
Langkah 3: Buat dan gunakan skill Anda
Tinjau skill AI yang dihasilkan, sempurnakan instruksinya jika diperlukan, dan simpan ke workspace Anda. Anda kemudian dapat menggunakan skill kustom untuk mengotomatiskan pemrosesan data, menghasilkan laporan, dan menyederhanakan tugas analisis di masa depan.
Anda dapat mengeditnya kapan saja atau mengekspornya sebagai file .md untuk dibagikan dan digunakan di proyek lain.
Tips menggunakan skill analisis data AI
Menggunakan AI secara efektif dimulai dengan menyediakan data yang tepat dan instruksi yang jelas. Ikuti praktik terbaik berikut untuk meningkatkan akurasi skill analisis data Anda dan menghasilkan insight yang lebih bermakna.
Tentukan tujuan analisis yang jelas terlebih dahulu
Berikan pertanyaan, tujuan, dan output yang diharapkan secara spesifik kepada Agent AI agar mereka dapat fokus pada data yang relevan dan menghasilkan insight yang lebih berguna.
Siapkan dan validasi data Anda sebelum analisis
Pastikan dataset lengkap, terformat dengan benar, dan bebas dari kesalahan yang jelas. Data yang bersih membantu Agent AI menghasilkan hasil analisis yang lebih akurat.
Pilih skill sesuai kebutuhan analisis Anda
Gunakan skill yang berbeda untuk tugas yang berbeda, seperti pembersihan data, visualisasi, pelaporan, peramalan, atau pembuatan dashboard.
Berikan konteks dan latar belakang bisnis
Sertakan informasi tentang dataset, industri, target audiens, dan tujuan pengambilan keputusan agar Agent AI dapat menafsirkan hasil dengan lebih efektif.
Tinjau dan sempurnakan insight hasil AI
Periksa hasil analisis, validasi temuan penting, dan sesuaikan instruksi bila diperlukan untuk meningkatkan akurasi dan konsistensi output di masa mendatang.
Kesimpulan
Baik Anda sedang mengembangkan skill analisis data dasar maupun mengotomatiskan alur kerja yang kompleks, AI dapat menghemat waktu sekaligus meningkatkan akurasi. Skill analisis data yang kuat membantu Anda memproses informasi lebih efisien dan membuat keputusan berbasis data yang lebih baik. Dengan Kimi, Anda dapat memanfaatkan skill AI bawaan, open-source, dan kustom untuk menyederhanakan analisis data dan mengubah data mentah menjadi insight yang dapat ditindaklanjuti.