| name | EDA — Exploración Inicial |
| description | First look at a dataset — profiles structure, data quality, and key distributions to build a mental model before any specific analysis. Use when the user wants to understand a new table or asks for an overview without a defined goal. |
| keywords | explore, eda, overview, analyze, profile, summarize, dataset, explorar, analizar, resumen, exploración, datos, qué hay, entender, primer, vistazo, examinar, describir, overview |
| next | data-storytelling |
EDA — Exploración Inicial
Activa cuando el usuario quiere entender un dataset por primera vez, sin un análisis específico definido. Objetivo: formar rápido un modelo mental —estructura, calidad y lo que vale la pena investigar después— en un solo pase eficiente.
Esto es un workflow (hay un orden sensato), pero las queries que ejecutes son decisión de juicio: deja que lo que descubras guíe la siguiente pregunta, no corras queries por reflejo.
Cuándo activar
- "Analiza esta tabla", "¿qué hay en estos datos?", "dame un overview"
- Primera vez que el usuario menciona un archivo o tabla nueva
- Petición de resumen o diagnóstico sin dirección específica
Flujo
- Registrar fuente — Si hay archivos en contexto,
attach_file con la ruta exacta. Si no, read_file con mode='list' para descubrir los disponibles.
- Inventario —
list_tables (nombres exactos) → describe_table (tipos, columnas, muestra).
- Perfil estadístico —
profile_data: null %, únicos, rangos, top values. Reporta problemas de calidad primero.
- Razona qué preguntar (antes de escribir SQL). El perfil te dice dónde mirar:
- ¿Hay una métrica dominante? → su distribución y magnitud.
- ¿Una dimensión con cardinalidad útil (no 1, no = nº filas)? → top-N por esa dimensión.
- ¿Una columna de fecha? → rango temporal y volumen por período.
- Prioriza la pregunta que más reduce incertidumbre sobre el dataset.
- Queries diagnósticas (máx 3) — las que elegiste en el paso 4, no una lista fija.
- Visualizar —
display_chart, eligiendo el tipo con el marco de "Chart Selection" / storytelling (NO por defecto line solo porque haya una fecha; con pocos períodos es comparación → barras).
- Cerrar —
final_answer con: hallazgos de calidad + 3 insights clave + sugerencia del siguiente análisis.
Reglas
- Máximo 3 queries exploratorias — esta fase es para orientarse, no para profundizar.
- Si hay nulls >20% en columnas clave, menciónalo en
caveats de final_answer.
- Si una columna candidata a dimensión tiene cardinalidad ≈ nº de filas (un id) o = 1, no aporta para agrupar; descártala.
- Si el usuario quiere profundizar, sugiere
time-series, metric-investigation o data-quality.
