📊 Análisis

Análisis de datos

Pasá de datos crudos a insights accionables sin gráficos inútiles

El problema típico

Le pegás un CSV al LLM y te devuelve "el promedio es X, el máximo es Y, el mínimo es Z". Necesitás insights, no estadística descriptiva básica. Y si pedís insights, los inventa sin sustento.

Ejemplo real

Comparación de un prompt común vs. la versión optimizada con AEVNI.

✗ Antes

Te paso este CSV con ventas mensuales de los últimos 2 años. ¿Podrías analizarlo y darme un análisis detallado de las tendencias, los patrones que ves, y cualquier insight interesante que encuentres? Gracias!

49 tokens

✓ Después

CSV ventas 24 meses. Devolveme: 3 patrones no-obvios + 2 outliers (mes+causa hipotética) + 1 recomendación con riesgo asociado. Sin estadística básica.

41 tokens

−8 tokens · −16%

5 tips clave

1 Pegá el dataset completo o muestra representativa (no "5 filas al azar")
2 Definí qué tipo de insight querés: tendencias, outliers, correlaciones
3 Limitá la cantidad: "top 3 patrones", "2 outliers"
4 Pedí que indique nivel de confianza (datos suficientes vs hipótesis)
5 Prohibí estadística descriptiva básica si no la necesitás

Probá AEVNI con este caso

Pre-cargamos un template para análisis de datos listo para que ajustes y optimices.

⚡ Optimizar ahora

El problema típico

Ejemplo real

5 tips clave

Probá AEVNI con este caso

Casos relacionados