data-analysis-marketplace

Claude Data Analysis Plugin

CRISP-DM拡張フレームワーク × 戦略コンサルタント行動規範 に基づくデータ分析プラグインです。 analysis_context.md をSSOT（唯一の真実の情報源）として管理し、Phase 0〜8 の体系的なデータ分析を Claude Code 上で実現します。

---

インストール方法

Claude Code 上で以下の2行を実行してください。リポジトリのクローンは不要です。

/plugin marketplace add あなたのユーザー名/claude-data-analysis-marketplace
/plugin install data-analysis@data-analysis-marketplace

スコープを指定してインストールする場合

用途	コマンド
自分の全プロジェクトで使う（デフォルト）	/plugin install data-analysis@data-analysis-marketplace --scope user
チーム全員で共有する	/plugin install data-analysis@data-analysis-marketplace --scope project
このプロジェクトだけで使う	/plugin install data-analysis@data-analysis-marketplace --scope local

---

セットアップ（インストール後）

インストール後、分析を行うプロジェクトに以下の2ファイルをコピーしてください。

# CLAUDE.md（Claude Code が自動読み込みする設定ファイル）
cp ~/.claude/plugins/cache/data-analysis/templates/CLAUDE.md ./CLAUDE.md

# analysis_context.md（分析の文脈を管理するSSOTファイル）
cp ~/.claude/plugins/cache/data-analysis/templates/analysis_context.md ./analysis_context.md

コピー後のプロジェクト構造:

your-project/
├── CLAUDE.md              ← 会話開始時に自動読み込み
├── analysis_context.md    ← 分析コンテキスト（SSOT）
└── data/
    ├── your_data.csv
    └── docs/              ← 分析レポートの出力先

---

使い方

1. 分析を開始する

/data-analysis:da-start

2. 標準フロー（推奨）

/data-analysis:data-context    ← 必ず最初に実行（ヒアリング）
/data-analysis:data-define     ← Issue Tree・KPI・仮説の設計
/data-analysis:data-collect    ← データ要件定義（必要時）
/data-analysis:data-integrate  ← 複数ソース統合（必要時）
/data-analysis:data-explore    ← Phase 1: EDA
/data-analysis:data-clean      ← Phase 2: データクレンジング
/data-analysis:data-feature    ← Phase 3-5: 特徴量エンジニアリング
/data-analysis:data-model      ← Phase 6: モデリング・分析
/data-analysis:data-interpret  ← Phase 7-8: 結果解釈・レポート

3. フルサイクル一括実行

/data-analysis:data-analyze

---

主な機能

機能	内容
9フェーズ分析	CRISP-DM拡張版 Phase 0〜8 を体系的に実行
SSOT管理	analysis_context.md で分析の文脈を一元管理・引き継ぎ
コンサルタント思考	Issue Driven・Hypothesis Driven・So What?・MECE
バイアス防止	GL-1〜GL-10 の恣意的分析禁止ガイドラインを全スキルに適用
レポート自動生成	エグゼクティブサマリー・技術詳細レポートを data/docs/ に出力

スキル一覧

コマンド	役割
/data-analysis:data-context	コンテキストヒアリング・更新
/data-analysis:data-define	問題定義・KPI・Issue Tree
/data-analysis:data-collect	データ要件定義・収集
/data-analysis:data-integrate	複数ソース統合・整合性検証
/data-analysis:data-analyze	Phase 0〜8 フルサイクル
/data-analysis:data-explore	データ理解・EDA
/data-analysis:data-clean	データ品質評価・クレンジング
/data-analysis:data-feature	特徴量エンジニアリング
/data-analysis:data-model	分析・モデリング
/data-analysis:data-interpret	結果解釈・レポート作成

---

対応データ形式

• CSV（UTF-8 / Shift-JIS）
• Excel（.xlsx）
• ZIP（自動展開後にCSVを処理）
• 複数ファイルの結合（data-integrate スキルで対応）

技術スタック

Python 3 / pandas / numpy / scipy / scikit-learn / matplotlib / seaborn / statsmodels / xgboost / lightgbm / shap

---

ライセンス

MIT License