데이터 분석 트랙

사용 방식: 사용자가 짧은 한 줄 요청만 하면 시스템이 AskUserQuestion으로 맥락 수집 → 자동 체인 실행. 4가지 사용 패턴 참조

데이터 분석 트랙은 공공데이터 수집부터 분석, 시각화, 보고서 생성까지 완결된 데이터 워크플로우를 제공합니다. 데이터 분석가·리서치·기획자의 데이터 처리 작업을 자연어 한 줄 → 자동 체인으로 자동화합니다.

flowchart TD
    A["public-data
공공데이터 수집"] --> B["data-explorer
EDA · 프로파일링"]
    B --> C["data-visualizer
차트 · 대시보드"]
    C --> D["xlsx-creator / docx-generator
보고서 출력"]

    style A fill:#eaeaea,stroke:#6e6e6e,color:#09110f
    style D fill:#e6f0ef,stroke:#144a46,color:#09110f

• 데이터 처리 과정 전체 자동화
• 시각화 품질 및 정확성 보장
• 실용적인 보고서 자동 생성

• 공공데이터 분석 리포트
• 시장 조사 및 트렌드 분석
• 경영 분석 및 KPI 모니터링
• 정책 영향도 분석

• moai-data: 공공데이터 수집 및 분석
• moai-office: 데이터 시각화 및 보고서 생성
• moai-core: AI 품질 검수

public-data → data-explorer → data-visualizer → xlsx-creator → ai-slop-reviewer

> 서울시 상권 데이터로 신규 진출 후보지 리포트 만들어줘

시스템 인터뷰: ① 분석 상권(강남·홍대·여의도 등) ② 기간(분기/연도) ③ 핵심 지표(매출·유동인구·점포 수) ④ 출력 형식(XLSX/DOCX) ⑤ 저장 경로

체인: public-data → data-explorer → data-visualizer → xlsx-creator → ai-slop-reviewer

자동 생성물:

• 상권 유형 분류 (상업·주거·혼합)
• 성장/침체 상권 식별 + 클러스터링
• 서울시 히트맵 · 분기별 추이 · 업종 비중 · 상관분석 차트
• 실행 요약 (1p) + 상세 분석 (10p) + 부록 (원본·코드)

> 제조업 AI 도입 현황 시장 조사 보고서 써줘

시스템 인터뷰: ① 조사 대상 모수 ② 데이터 소스(KOSIS·공공데이터포털·설문) ③ 분석 항목(도입률·투자·성과) ④ 출력 형식

체인: public-data → data-explorer → data-visualizer → docx-generator → ai-slop-reviewer

자동 생성물: 업종별 세분화 + 경쟁 전략 + 성장 예측 + SWOT 분석

> 이번 분기 경영 분석 리포트 만들어줘

시스템 인터뷰: ① 데이터 소스(ERP·회계·영업) ② 분석 항목 ③ 수신자(경영진/부서) ④ 출력 형식

체인: data-explorer → data-visualizer → xlsx-creator → ai-slop-reviewer

자동 생성물: 재무 성과·영업 실적·운영 효율성 + 이상 감지 + 자동 차트 업데이트

• 실시간 데이터 연동: 매일 09:00 자동 수집 → 대시보드 갱신 (패턴 4: 스케줄 자동화)
• 예측 모델: 시계열 데이터 → 다음 분기 예측 + 신뢰 구간
• 자동 리포팅: 주간/월간 정기 발행 (Slack·이메일 자동 발송)

Warning

공공데이터 분석 시 출처와 한계를 반드시 명시해야 합니다. 통계적 유의성을 검증하고 인과·상관관계를 구분해 오해를 방지해야 합니다.

• 데이터 출처 및 수집 방법 명시
• 통계적 유의성 검증
• 데이터의 시간적 한계 고려
• 개인정보보호 규정 준수

• moai-data 플러그인
• moai-office 플러그인
• 공공데이터 포털