Siapkan perangkat analis Anda yang ditingkatkan dengan AI. Pelajari posisi AI di lima tahap siklus analisis, kuasai kerangka prompt GCSE untuk mengubah permintaan yang samar menjadi rekomendasi yang dapat ditindaklanjuti, dan pilih cara yang tepat untuk menghubungkan AI ke data Anda: flat file, MCP, atau lapisan semantik yang diatur.

Analis yang ditingkatkan dengan AI

Mengenal The Daily Grind

Prompt sama, jawaban berbeda

Menulis prompt yang efektif

Urai sebuah prompt dengan GCSE

Prompt samar vs. terstruktur

Menyambungkan ke data Anda

Berkas flat, MCP, atau lapisan semantik?

Konteks membuka makna

Meningkatkan Analisis Data dengan AI

Bergeraklah dari data mentah ke insight yang dapat Anda pertahankan. Periksa kualitas data untuk duplikat samar, nilai hilang, dan cap waktu yang mustahil; perkaya kolom mentah dengan AI sebagai pelaksana sekaligus penasihat; lalu temukan insight yang layak dikejar di antara tren, distribusi, perbedaan, dan outlier, serta verifikasi setiap temuan sebelum sampai ke pemangku kepentingan.

Tahap interogasi: kualitas data

Apa saja yang bisa AI tandai sendiri?

Periksa data kedai kopi

Interogasi deduplikasi AI

Memperkaya data Anda

Ekstrak intent dari tiket dukungan

Doer atau advisor?

Menemukan wawasan yang dapat Anda percayai

Dari mana Anda akan mulai mengeksplorasi?

Telusuri sebuah temuan

Menjelajahi Data dan Mengembangkan Insight

Ubah temuan menjadi dashboard dan cerita yang berdampak. Ringkas penemuan dan pembuatan prototipe dashboard dari berminggu-minggu menjadi satu sore, sesuaikan cerita data dengan audiens dan keputusan yang dihadapi, serta lindungi dari keluaran yang rapi namun keliru dengan kerangka verifikasi S.P.O.T.

Membangun dasbor dengan AI

Dari wawancara ke user story

Membuat prototipe dan beriterasi

Menyampaikan cerita data dengan AI

Data sama, dua cerita

Pembingkaian jujur vs. menyesatkan

Kisah untuk CFO

Keterverifikasian dan Kepercayaan

Kegagalan yang tersembunyi dalam keluaran

Sample-and-trace

Peer-review

Order-of-magnitude

Test-boundaries

S.P.O.T. check mana yang menangkap ini?

Apakah angka ini terasa masuk akal?

Temukan dashboard yang rapi tetapi keliru

Penceritaan Visual dan Menindaklanjuti Insight

Jalankan analisis lengkap berbasis AI pada Board and Beyond, sebuah jaringan ritel di AS. Audit kualitas data, identifikasi pengayaan yang benar-benar digunakan seorang manajer kategori, munculkan dan verifikasi temuan utama, bangun dashboard yang mendukung keputusan ekspansi, dan sampaikan cerita satu paragraf kepada pimpinan.

Proyek Akhir: Board and Beyond

Kenali Board and Beyond

Kekacauan mana yang tidak bisa menunggu?

Apa yang sebenarnya akan digunakan oleh category manager?

Verifikasi temuan utama

Kita harus berekspansi ke mana?

Sampaikan cerita kepada pimpinan

Selamat!

Bonus: Analisis Data dengan Snowflake Cortex

Proyek Capstone: Analisis Lengkap Berbasis AI

Pelajari cara menggunakan AI sebagai kolaborator harian dalam pekerjaan analisis data Anda. Dalam kursus ini, Anda akan mengintegrasikan AI di seluruh alur kerja analis: menulis prompt yang menghasilkan rekomendasi nyata, menghubungkan AI ke data Anda, memeriksa kualitas, memperkaya kolom mentah dengan metrik turunan, menemukan insight yang layak ditindaklanjuti, membangun dashboard dalam hitungan jam, bukan minggu, dan menyusun cerita yang mendorong pengambilan keputusan. Sepanjang jalan, Anda akan belajar mengenali kegagalan AI yang terlihat rapi tetapi keliru — probabilistic drift, sikofansi, halusinasi, dan dashboard yang dibangun di atas aritmetika yang buruk. Latih setiap teknik secara langsung dengan asisten chat AI, lalu satukan semuanya dalam analisis capstone yang lengkap.

[OPSIONAL]: [Proyek bonus Snowflake](https://www.snowflake.com/en/developers/guides/build-an-ai-powered-analytics-app-with-nl/?utm_source=datacamp&utm_campaign=aiforanalysts) ini menantang Anda untuk melangkah lebih jauh dan membangun aplikasi analitik bertenaga AI yang berfungsi menggunakan kapabilitas native Snowflake.

<h2>Panduan Praktis Anda untuk Analisis Data yang Ditingkatkan AI</h2> AI mengubah cara kerja analis data, dan kursus ini menunjukkan kepada Anda cara memanfaatkannya dengan baik. Anda akan belajar menyematkan asisten AI ke setiap tahap alur kerja analisis Anda, mulai dari menelaah data mentah hingga menyampaikan insight yang akan ditindaklanjuti oleh pimpinan. DataCamp menyediakan Asisten Data AI bawaan sehingga Anda dapat berlatih pada dataset nyata sejak pelajaran pertama. Tidak diperlukan latar belakang teknis atau langganan AI eksternal. <br><br> <h2>Tulis prompt yang menghasilkan analisis yang dapat dipertanggungjawabkan</h2> Prompt yang samar menghasilkan output yang samar. Kursus ini mengajarkan kerangka GCSE (Goal, Context, Scope, Example) untuk mengubah pertanyaan bisnis yang terbuka menjadi instruksi yang tepat dan dapat ditindaklanjuti oleh AI. Anda akan berlatih pada skenario realistis di berbagai konteks, mulai dari jaringan kedai kopi, meja bantuan SaaS, hingga kantor pembeli ritel, dan mempelajari cara mengenali risiko AI yang tersembunyi di balik respons yang tampak rapi: variasi probabilistik, halusinasi, sikofansi, dan konteks yang hilang. <br><br> <h2>Audit Kualitas Data, Perkaya Field, dan Temukan Insight yang Layak Dikejar</h2> Sebagian besar demo AI melewatkan bagian tengah yang berantakan. Kursus ini tidak. Anda akan mempelajari siklus analis pada dataset nyata: memeriksa data untuk duplikat samar, stempel waktu yang tidak mungkin, dan nilai yang hilang; memperkaya field mentah dengan menggunakan AI sebagai pelaksana (menjalankan pekerjaan) sekaligus penasihat (menentukan apa yang layak dilakukan sejak awal); lalu menampilkan insight di seluruh tren, distribusi, perbedaan, dan outlier. Setiap temuan diuji secara ketat sebelum sampai ke pemangku kepentingan. <br><br> <h2>Sampaikan Cerita yang Tepat Sasaran, Lalu Verifikasi Sebelum Dikirim</h2> Sebuah dasbor atau cerita singkat satu paragraf hanya sebaik verifikasi yang mendukungnya. Anda akan belajar memadatkan penemuan dan pembuatan prototipe dashboard dari hitungan minggu menjadi hanya satu sore, menyesuaikan cerita data dengan audiens dan keputusan yang ada di depan Anda, serta menerapkan kerangka kerja S.P.O.T. (Sample-and-trace, Peer-review, Order-of-magnitude check, Test-boundaries) untuk menangkap output yang tampak rapi tetapi keliru sebelum sampai ke pimpinan. Capstone ini menjalankan analisis lengkap yang mengutamakan AI pada sebuah jaringan ritel AS, lalu ditutup dengan pelajaran bonus dari tim Snowflake tentang Snowflake Cortex. <br><br> Pada saat Anda menyelesaikan kursus ini, Anda akan memiliki kerangka kerja yang dapat diulang untuk menggunakan AI di setiap tahap analisis, mulai dari prompt hingga dashboard hingga rekomendasi tertulis, serta penilaian untuk mengetahui kapan harus mempercayai hasilnya, kapan harus memverifikasi, dan kapan harus menolak.

Gunakan AI di setiap tahap analisis data Anda. Buat prompt tajam, audit kualitas data, temukan wawasan.

AI untuk Analis Data

Sebuah bagan menunjukkan tren naik yang stabil, tetapi tanggal pada sumbu x diurutkan berdasarkan alfabet, bukan kronologis.

AI mengutip sebuah SKU yang terdengar masuk akal namun tidak muncul di mana pun dalam katalog produk Anda.

Sebuah KPI dalam laporan AI berukuran 1.000× lebih besar daripada yang dilihat tim operasional dalam log harian mereka.

Sebuah bagan yang sebelumnya berfungsi sempurna langsung rusak ketika himpunan data menyertakan nilai NULL pada kolom tanggal.

S.P.O.T. check mana yang menangkap ini?

AI untuk Analis Data

Latihan interaktif langsung