Dataanalyse og dashboards med Claude Code

Det meste av analysearbeidet ender fortsatt som en tabell i et regneark eller en graf limt inn på en slide, som et statisk øyeblikksbilde. Det første spørsmålet er ofte hva som skjer hvis besparelsen blir lavere, og da må noen tilbake til regnearket. En side med forutsetningene som slidere svarer på det mens alle sitter der.

I Deterministisk og ikke-deterministisk AI skrev vi at en AI-agent bør regne ut tallene i Python. I De magiske kreftene i HTML skrev vi at en nettside kan gjøre ting et dokument ikke kan. Her setter vi dem sammen og bruker dem på tallene du følger med på hver uke.

Vi bygger dashbordene i Claude Code. Du kan gjøre det samme i Claude Cowork, ChatGPT Work og Codex, siden alle kan kjøre Python og skrive en HTML-fil.

Hva et dashbord i HTML kan gjøre

En HTML-side er samme type fil som alle nettsider, og et dashbord er en side med tall.

Python sjekker dataene og regner ut tallene, og siden tegner dem og lar deg leke med dem. Formelen bak en slider er også kode på siden, så samme posisjon på slideren gir alltid samme tall.

Alle tallene ligger i filen, så send den bare til folk som har lov til å se dem.

En pipeline som sjekker dataene først

Et dashbord tegner det som står i eksporten, også feilene. En eksport har ofte duplikater, blandede datoformater og beløp lagret som tekst. En graf laget av slike data ser like overbevisende ut som en graf laget av rene data.

En pipeline er noen få Python-script som AI-agenten skriver en gang og kjører i samme rekkefølge hver måned.

AI-agenten kan hjelpe deg med å avgjøre hva som regnes som samme kunde, og scriptet bruker den regelen på hver eneste rad.

Sjekken kjører før siden bygges, så en side med feil summer blir aldri laget. Scriptene ligger i prosjektmappen, og en linje i instruksjonsfilen CLAUDE.md sier at dashbordet alltid skal bygges med dem.

DuKopier

Lag en pipeline i Python for denne eksporten. Sjekk først antall rader, duplikater, tomme celler og om summene stemmer med kilden, og stopp og si fra hvis noe er galt. Rydd så dataene, summer per måned og region, og skriv resultatet inn i dashbordet. La originalfilen være urørt, og lagre hvert steg som et script i mappen scripts. Sjekken skal kjøre først hver gang, og siden skal bare bygges når den går gjennom.

Investeringsanalyse med slidere

Jeg brukte mange år på å presentere tall i Excel og PowerPoint. For hvert nytt spørsmål måtte jeg tilbake til regnearket og lage en ny slide. Med forutsetningene samlet på en side kan vi teste dem sammen i møtet, og den samme siden kan du vise styret, banken eller en partner.

En investeringskalkyle bygger på noen få forutsetninger om kostnad, besparelse og tid. I et regneark ligger forutsetningene i celler, og for å endre en av dem må du åpne filen og finne riktig celle. På en side er hver forutsetning en slider, og nåverdien, tilbakebetalingstiden og kontantstrømmen følger med mens du drar.

DuKopier

Bygg en investeringskalkulator som en HTML-side. Selskap A investerer 2 millioner kroner for å automatisere en prosess som sparer 600 000 kroner det første året. Lag slidere for investeringen, den årlige besparelsen, veksten i besparelsen, diskonteringsrenten og levetiden. Vis netto nåverdi, tilbakebetalingstid og en graf over kontantstrømmen år for år. Skriv formelen med vanlige ord under resultatet, og samle alt siden trenger i en fil.

Når formelen står med vanlige ord, kan alle i møtet se hvordan tallet ble regnet ut, og du kan sjekke det selv på forhånd.

Sensitivitet og scenarioer

Ett sett med forutsetninger gir ett tall, men det sier ikke hvor mye tallet kan variere. En sensitivitetsanalyse justerer en forutsetning om gangen opp og ned, holder de andre uendret og viser hvor mye resultatet endrer seg.

Den bredeste stolpen er forutsetningen du bør sjekke før noe annet. I et scenario endrer du alle forutsetningene samtidig og får et pessimistisk, et forventet eller et optimistisk utfall. Da har du tre tall til et styrenotat.

DuKopier

Legg til en sensitivitetsanalyse i investeringskalkulatoren. Juster hver forutsetning 20 prosent ned og opp mens de andre holdes uendret, og sorter stolpene etter hvor mye nåverdien endrer seg. Legg til en slider for de 20 prosentene. Vis et pessimistisk, et forventet og et optimistisk scenario under grafen.

Et KPI-dashbord fra en eksport

De fleste team har allerede dataene, i en månedlig eksport fra CRM-systemet, regnskapssystemet eller et delt regneark. Et dashbord bygget på eksporten viser de samme få tallene hver måned, lar deg filtrere på region og markerer det som har endret seg.

DuKopier

Bygg et salgsdashbord som en HTML-side fra sales_export.csv. Vis omsetning, antall ordrer og snittordre for de siste tolv månedene som tre nøkkeltall øverst, med endringen mot året før. Under dem kommer en graf over omsetningen måned for måned og et filter for region. Marker hver måned der en region faller mer enn 20 prosent. Skriv kildefilen, antall rader og datoen dataene ble sjekket, på en linje nederst.

Storytelling med tall

Her er de samme salgstallene fortalt som en historie. Når du scroller, endrer grafen seg for hvert steg.

DuKopier

Gjør salgsdashbordet om til en historie til mandagsmøtet. Bygg en bro fra omsetningen i fjor til omsetningen i år, en region om gangen, og vis så regionen som vokste minst, måned for måned. Hvert steg skal ha ett budskap og løfte fram en ting i grafen. Avslutt med det dataene ikke sier noe om.

Python til tyngre analyser

Slidere og filtre fungerer når du vet hvilken forutsetning du vil endre. Noen spørsmål krever mer matematikk enn en formel på en side. Python har ferdige verktøy for de fleste av dem, og du trenger ikke kunne navnene. Beskriv hva du vil vite.

• Korrelasjon viser hvilke tall som henger sammen, og hvor sterkt, for eksempel leveringstid og kundetilfredshet, eller pris og gjenkjøp.
• Regresjon viser hvor mye ett tall endrer seg når et annet øker eller faller og resten holdes uendret, for eksempel hvor mange poeng tilfredsheten faller for hver ekstra dag leveringen tar.
• Monte Carlo-simulering gir hver forutsetning et spenn i stedet for ett fast tall, kjører investeringskalkylen tusenvis av ganger og viser hvor ofte nåverdien havner under null.
• Prognoser og uteliggere viser hvor trenden går hvis ingenting endrer seg, og hvilke kunder eller måneder som skiller seg ut fra resten.

Python kan også tegne grafer, men de blir bilder eller egne sider med sitt eget utseende. Jeg ber om resultatene som en datafil og lar siden tegne dem, så alle grafene får samme design.

Korrelasjon og regresjon viser at tall henger sammen. De sier ikke hvilket tall som påvirker det andre, eller om et tredje påvirker begge. Be AI-agenten si hva den regnet ut, hva som kan forklare det, og hva dataene ikke kan si noe om.

DuKopier

Bruk Python til å finne hvilke av disse kolonnene som henger sammen med kundetilfredsheten, og hvor sterkt. Si hvor sikker du er og hva dataene ikke kan fortelle meg. Ikke tegn grafene i Python. Lagre resultatene i en datafil, og legg tallene og grafene inn i selve dashbordet.

DuKopier

Gi hver forutsetning i investeringskalkulatoren en lav, en sannsynlig og en høy verdi. Kjør modellen 10 000 ganger i Python, og legg en graf over resultatene inn på siden, med andelen kjøringer der nåverdien havner under null.

Systemet lønner seg over tid

Det første dashbordet koster mest. Du og AI-agenten finner metoden, skriver scriptene og sjekker tallene, og det tar både tid og tokens.

Når AI-agenten leser eksporten selv, leser den hver eneste rad, og neste måned koster det like mange tokens igjen. Med script i mappen er det scriptene som leser radene, og AI-agenten ser bare de få linjene med resultater.

Når scriptene først er på plass, går tokenene til det som krever skjønn, for eksempel hvorfor Vest ser annerledes ut i august.

Prøv på et regneark du kjenner

Velg et regneark du oppdaterer hver måned, der du allerede kjenner ett tall, for eksempel summen for forrige måned eller antall kunder. Bruk bare data du har lov til å dele med verktøyet. Legg det i en mappe, åpne mappen i Claude Code og still spørsmålet ditt.

Sjekk størrelsen på Excel-filen først. Eksporter arket du trenger til en CSV-fil hvis du kan, for det er mye enklere, billigere og raskere for AI å jobbe med. Har arbeidsboken mange faner, bilder eller annet som ikke er relevant, fjern det før du starter.

DuKopier

Dette er et regneark jeg oppdaterer hver måned. Start med å fortelle meg hva en rad står for, og om noe mangler eller ligger dobbelt. Spørsmålet mitt er [skriv det her]. Bygg en HTML-side som svarer på det, med forutsetningene som slidere og kilden på en linje nederst. Bruk Python til å regne ut hvert tall.

Sjekk tallet du allerede kjente. Stemmer det, ber du Claude Code lagre scriptene i mappen.

En agent i en mappe viser hvordan mappen med scriptene, dataene og instruksjonene blir en agent du kan bruke om igjen hver måned.