組織がより速く賢明な意思決定を行うためにデータに依存するようになるにつれ、データ分析スキルの重要性は高まっています。AIの助けを借りることで、データセットのクリーンアップ、トレンドの特定、インサイトの生成といった多くのデータ作業を、より効率的に完了できるようになりました。AIスキルは再利用可能なワークフローと手法を提供し、エージェントがこれらの分析タスクをより体系的な方法で実行できるようにします。このガイドでは、データワークフローを効率化し、生データを実行可能なインサイトに変える22のデータ分析スキルを紹介します。
AIのデータ分析スキルとは何ですか？
データ分析スキルは、基本的なデータ分析タスクを処理するための構造化された指示、ワークフロー、ガイドラインをAIエージェントに提供します。これにより、エージェントはデータの整理、データセットのクリーンアップ、パターンの特定、チャートの生成、基本的な計算の実行、生の情報からのインサイトの要約を行えます。
Kimi組み込みのAIデータ管理・分析スキル12選
Kimiには、データ処理、分析、レポート作成を簡略化する幅広い組み込みAIスキルが用意されています。データセットのクリーンアップ、ビジュアライゼーションの作成、インサイトの生成のいずれを行う場合でも、これらのツールは繰り返し作業の自動化と効率の向上を助けます。ここでは、Kimiで利用できる12の組み込みAIデータ管理・分析スキルを紹介します。
| スキル名 | 説明 |
|---|---|
| sql-insight | 自然言語をSQLに変換し、クエリの実行性能を最適化し、SQLiteとPostgreSQLのEXPLAINプランを解釈します。質問文をSQLに変換したい、遅いクエリを改善したい、インデックスを調整したい、実行プランを分析したい、あるいはNL2SQL、クエリチューニング、フルテーブルスキャンなどのキーワードに言及した際に起動します。 |
| auto-hypothesis-test | データに応じてANOVA、カイ二乗検定、マン・ホイットニーのU検定などの適切な統計検定を自動で選択・実行し、結果をわかりやすく解釈します。グループ間比較、有意性、p値、仮説検定についての質問、あるいはt検定、ANOVA、カイ二乗検定など具体的な検定手法への言及があった際に起動します。 |
| correlation-auditor | 相関行列（ピアソン/スピアマン）を分析し、交絡変数を制御するための偏相関を算出し、データ内の見かけ上の相関（疑似相関）の可能性を検出します。変数間の関係についての質問、相関行列が必要な場合、あるいはピアソン/スピアマン相関係数、偏相関、交絡因子、疑似相関への言及があった際に起動します。 |
| data-viz-renderer | JSONデータから、統計カード、バーチャート、フロー図、複合ダッシュボードを含む単体で動作するHTML/SVGインフォグラフィックを生成します。8種類のカラーパレットと内蔵アイコンを備え、外部依存はありません。データの可視化、インフォグラフィック、チャート、ダッシュボードの作成を依頼された際に起動します。 |
| dataset-quality-audit | 表形式データ（CSV/Excel/TSV/JSON）に対して包括的な品質チェックを実行し、欠損値、重複、外れ値、フォーマットの問題、型の不整合を検出して、総合スコア、評価グレード、実行可能な改善提案を生成します。データ品質のチェック、欠損値や重複値の検出、外れ値の検出、フォーマットの検証、データのプロファイリング、データクリーニングを依頼された際に起動します。 |
| discounted-cashflow-model | ディスカウント・キャッシュフロー（DCF）バリュエーションモデルを構築し、企業価値、株主価値、1株当たり価格を算出するとともに、成長率×ディスカウントレートの感度分析マトリクスを作成します。「〔企業名〕のDCFをやって」「バリュエーションを実行して」「WACC/ディスカウントレートを計算して」といった依頼や、フリーキャッシュフロー、ターミナルバリュー、感度分析への言及によってトリガーされます。 |
| financial-ratio-toolkit | ユーザーが提供する財務諸表から、20種類以上の財務比率（収益性、健全性、流動性、効率性、成長性）とデュポン分析を算出し、企業のファンダメンタルズを分析します。財務比率の計算依頼、デュポン分析/ROE分析、「この財務データを分析して」「健全性比率を計算して」といったフレーズによってトリガーされます。 |
| financial-statement-analyzer | 損益計算書、バランスシート、キャッシュフロー計算書のデータを分析し、前年同期比／前期比のトレンド分析を生成するとともに、受取勘定の急増やキャッシュフローの乖離といった異常を検知します。ユーザーが財務データの分析、前年同期比／前期比の比較、レッドフラグの検出、収益の質の評価を求めた際にトリガーされます。 |
| quick-strategy-backtest | トレーディング戦略の記述（イベント・ドリブン分析、銘柄選定、ポートフォリオを含む）を実行可能なバックテストコードに変換し、バックテスト結果、可視化ダッシュボード、分析レポートを出力します。ユーザーが売買条件、イベント後のリターン、銘柄プールのスクリーニングバックテストなどのクオンツシナリオを記述した際にトリガーされます。 |
| regression-modeler | アップロードされたCSV/Excelデータに対して回帰分析（OLSまたはロジスティック回帰）を実行し、係数、R²、p値、VIFの算出とわかりやすい解釈を生成します。回帰モデリング、データのフィッティング、有意性の検定、多重共線性のチェックの依頼、またはOLS、ロジット、係数、p値、R-squaredなどのキーワードによって起動します。 |
| stock-research-report | Guotai Haitong / Haitong Internationalのスタイルで証券リサーチレポートを生成します。中国株式のリサーチ、業界トラッキング、投資メモ、財務リサーチ資料の作成に使用します。Guotai Haitong、Haitong International、industry tracking、stock research、securities researchなどのキーワードで起動します。国内・海外向けのデュアルテンプレートに対応しています。 |
| stock-signal-analyzer | OHLCVデータを分析し、MA、MACD、RSI、ボリンジャーバンド、KDJなど15種類以上のテクニカル指標を算出し、総合評価付きの強気/弱気シグナルサマリーを生成します。テクニカル分析の依頼、MACDやRSIといった指標の計算依頼、ローソク足分析への言及、あるいは移動平均線のクロスオーバー、ボリンジャーバンドのブレイクアウト、RSIの過買い/過売りシグナルについての議論があった際に起動します。 |
| value-investing-scorecard | バフェット/グレアム流のバリュー投資スコアカードです。企業を4つの側面（堀、経営陣、財務、バリュエーション）にわたる20の基準で評価し、0〜100点のスコアを算出します。バリュー投資分析、ファンダメンタルズスコアリング、堀の評価の依頼、あるいは「この会社は投資に値するか」「XXのファンダメンタルズを分析して」「バフェットの手法で評価して」といった質問があった際に起動します。 |
| weighted-scorer | 技術選定、ベンダー評価、複数条件によるオプション比較のための重み付けスコアリング意思決定マトリクスを構築します。評価基準の定義、重みの割り当て、選択肢のスコアリング、感度分析による結果の検証までをガイドします。意思決定マトリクス、重み付けスコアリング、選択肢の比較、ベンダー選定、内製か購入かの判断について問われた際に起動します。 |
| chart-image | データから出版品質のPNGチャート画像を生成し、折れ線、バー、面、ローソク足、円、ヒートマップなどのチャート形式に対応します。データの可視化、グラフの作成、時系列データのプロット、レポート・アラート・ダッシュボード向けのチャート生成を依頼された際に起動します。ブラウザを使わない軽量なNode.jsのヘッドレスプロセスとして動作します。 |
| xlsx | XLSX、XLSM、CSVなど（これらに限定されない）表計算ファイルの高度な操作、分析、作成に特化したユーティリティです。主な機能には数式の設定、複雑な書式設定（財務作業向けの自動通貨書式設定を含む）、データの可視化、必須の再計算処理、三表モデル、DCFバリュエーション、上場企業比較分析といった財務向けのExcelモデリングワークフローが含まれます。 |
Kimi組み込みのAIデータ分析スキルを使う
以下の簡単な手順に従って、Kimiの組み込みAIスキルを使い、データ分析、財務計算、レポート作成の自動化を高速化しましょう。
ステップ1：スキルコマンドを入力する
入力ボックスに /financial-ratio-toolkit というコマンドを入力し、Kimiの財務データ分析スキルを有効化します。
ステップ2：分析タスクを開始する
スキルを有効化した後、Kimiに実行してほしいデータセットや財務分析の内容を記述します。
プロンプト例：
その後、Kimiは自動でデータを分析し、必要な計算を行い、より速い意思決定を支援する主要なインサイトを含む構造化レポートを生成します。
ステップ3: ドキュメントを確認してダウンロードする
生成されたレポートを確認し、必要な編集を行ってから、最終的なドキュメントをダウンロードして、さらなる分析、共有、プレゼンテーションに活用しましょう。
さらに6つのオープンソースデータ分析スキルを使ってみよう
オープンソースのスキルは、AI Agent に様々なデータ分析タスク向けの専門的なワークフローを提供します。これらのスキルを Kimi にインストールすることで、データ処理を自動化し、より深い分析を行い、複雑なデータセットを扱うためのより効率的なワークフローを構築できます。ここでは、試してみる価値のある6つのオープンソースデータ分析スキルを紹介します。
| スキル名 | 説明 | URL |
|---|---|---|
| data-analytics-skills | データ品質チェック、深掘り分析、ドキュメント作成、ダッシュボード作成、関係者とのコミュニケーションなど、アナリストの業務フロー全体をカバーする、31種類のポータブルなAI搭載スキルのコレクションです。 | https://github.com/nimrodfisher/data-analytics-skills |
| d3-visualization-skill | エージェントがダッシュボードやレポート向けに、バーチャート、ラインチャート、フォースグラフ、サンキーダイアグラム、ツリーマップ、サンバースト、コロプレスマップなど、複雑なインタラクティブデータビジュアライゼーションを作成するのを支援する、包括的なD3.jsスキルです。 | https://github.com/nexu-io/open-design/blob/main/skills/d3-visualization/SKILL.md |
| tufte-data-viz-skill | 高いデータインク比率、最小限のチャートの雑然さ、直接ラベル、スモールマルチプル、スパークラインといった、エドワード・タフテのデータビジュアライゼーション原則を適用し、各種ビジュアライゼーションライブラリで見やすく分かりやすいチャートを作成します。 | https://github.com/caylent/tufte-data-viz |
| mckinsey-style-visualization-skill | 生のビジネスメモを、インサイト主導の見出し、視覚的な階層構造、再利用可能なスライド仕様、品質評価フレームワークを備えた、エグゼクティブ向けのコンサルティング資料に変換するのを支援します。 | https://github.com/kgraph57/mckinsey-style-visualization-skill |
| data-visualization-report-skill | CSV、Excel、JSONのデータを、KPIカード、Chart.jsのチャート、データテーブルを備えた洗練されたビジュアルレポートに変換します。ビジネスや財務シナリオ向けのテンプレートベースのレポート生成に対応しています。 | https://github.com/nexu-io/open-design/blob/main/skills/data-report/SKILL.md |
| analytics-tracking-measurement-strategy | 測定戦略、イベントタクソノミー、データ品質レビュー、トラッキング実装ワークフローを通じて、アナリティクストラッキングシステムの設計・監査・改善を支援します。 | https://github.com/diegosouzapw/awesome-omni-skills/blob/main/skills/analytics-tracking/SKILL.md |
Kimi でオープンソースのデータ分析スキルを使う
以下の簡単な手順に従って、Kimi にオープンソースの AI スキルをインストールし、高度なデータ分析やレポート作成タスクに活用しましょう。
ステップ1: プロンプトを入力する
Kimi Chat を開き、インストールしたいオープンソースのデータ分析スキルの GitHub URL を含むプロンプトを入力します。
プロンプトの例:
ステップ2: AI に自動でスキルをインストールさせる
Kimi は入力された GitHub URL に基づいて、スキルを自動でダウンロード、設定し、使える状態に準備します。インストールが完了すると、そのスキルがワークスペースで利用できるようになります。
ステップ3: スキルを使う
「マイスキルに追加」をクリックして、インストールしたスキルを Kimi に追加し、「試してみる」を選択して有効化します。有効化したら、データセットをアップロードするか分析タスクを説明するだけで、スキルがデータのクリーニング、計算、インサイトの生成、構造化されたレポートの作成をより効率的に手伝ってくれます。
カスタム AI スキルでデータ分析をさらに進める
以下の簡単な手順に従って、データ分析のワークフローを自動化し、繰り返し行うタスクをより効率化するカスタム AI スキルを作成しましょう。
ステップ1: 「ドキュメントからスキルへ」ツールにアクセスする
Kimi Skills を開き、「ドキュメントからスキルへ」をクリックします。この機能を使うと、データ分析用のドキュメントを再利用可能な AI スキルに変換できます。
ステップ2: ファイルをアップロードする
自動化したい知識が含まれるスプレッドシート、CSV ファイル、レポート、SQL のドキュメント、分析ガイド、ワークフロー資料などをアップロードします。Kimi が重要な情報を抽出し、構造化された AI スキルを構築します。
ステップ3: スキルを作成して使う
生成された AI スキルを確認し、必要であれば指示内容を調整して、ワークスペースに保存します。その後、カスタムスキルを使ってデータ処理を自動化したり、レポートを生成したり、今後の分析タスクを効率化したりできます。
作成したスキルはいつでも編集でき、他のプロジェクトで共有・利用するために .md ファイルとしてエクスポートすることもできます。
AIによるデータ分析スキルを使うためのヒント
AIを効果的に活用するには、まず適切なデータと明確な指示を与えることが出発点になります。以下のベストプラクティスに従うことで、データ分析スキルの精度を高め、より有意義な洞察を得ることができます。
まず明確な分析目標を定める
AIエージェントに具体的な質問、目的、期待する出力を伝えることで、関連するデータに焦点を当てさせ、より有用な洞察を生み出しやすくなります。
分析の前にデータを準備し、検証する
データセットが完全で、適切な形式になっており、明らかな誤りがないことを確認します。データがクリーンであれば、AIエージェントはより正確な分析結果を出しやすくなります。
分析ニーズに応じてスキルを選ぶ
データクリーニング、可視化、レポート作成、予測、ダッシュボード作成など、タスクごとに異なるスキルを使い分けます。
コンテキストと業務背景を伝える
データセット、業界、対象読者、意思決定の目的に関する情報を含めることで、AIエージェントが結果をより適切に解釈できるようになります。
AIが生成した洞察を確認し、精緻化する
分析結果を確認し、重要な結果を検証し、必要に応じて指示を調整することで、今後の出力の精度と一貫性を高めます。
まとめ
基本的なデータ分析スキルを身につける場合でも、複雑なワークフローを自動化する場合でも、AIは時間を節約しつつ精度を高めてくれます。データ分析スキルが高まれば、情報をより効率的に処理し、データに基づいたより良い意思決定を行えるようになります。Kimiを使えば、組み込みのAIスキル、オープンソースのAIスキル、カスタムAIスキルを活用して、データ分析を簡素化し、生データを実際に活用できる洞察へと変えることができます。