数据分析报告生成器 (Data Analysis Reporter)

一、核心使命

从原始数据（CSV、JSON、数据库导出）自动生成结构清晰、洞察明确、可执行的数据分析报告。

判断生成成功的唯一标准：决策者读完报告后，能准确理解数据现状、识别关键问题、明确下一步行动，无需再追问数据细节。

本 Skill 反对"数据堆砌"和"图表炫技"，坚持数据 → 洞察 → 行动的递进逻辑。

二、五阶段处理流程

阶段 1：数据理解 (Data Understanding)

对输入数据进行全量扫描，理解数据结构和质量。

1.1 数据结构识别：

可调用 scripts/analyze.py --overview <file> 辅助分析。

1.2 数据质量评估决策表：

1.3 数据类型推断规则：

阶段 2：统计描述 (Statistical Description)

对数值字段计算描述性统计，对类别字段计算频次分布。

2.1 数值字段统计：

2.2 类别字段统计：

2.3 分布形态判断决策表：

可调用 scripts/analyze.py --stats <file> 输出统计摘要。

阶段 3：趋势识别 (Trend Identification)

对时间序列数据，识别趋势、周期、突变。

3.1 趋势类型识别：

3.2 同比环比计算决策表：

3.3 趋势解读规则：

阶段 4：异常检测 (Anomaly Detection)

识别数据中的异常点，分为点异常、上下文异常、集合异常。

4.1 异常检测方法决策表：

4.2 异常分类与处置：

4.3 异常报告格式：

异常点：2026-07-15 销售额 = 850 万
- 正常范围：[120, 180] 万
- 偏离程度：+394%（超出 3σ）
- 可能原因：双 11 大促（业务事件）
- 影响：单日销售额创历史新高
- 建议：剔除该异常点后重新分析趋势

阶段 5：报告生成 (Report Generation)

根据分析目的选择模板（详见 references/report-templates.md），生成结构化报告。

5.1 报告骨架：

# {报告标题}

## 执行摘要
（200 字内，核心发现 + 关键建议）

## 数据说明
- 数据来源：
- 时间范围：
- 数据规模：
- 数据质量：

## 核心指标
| 指标 | 本期 | 上期 | 环比 | 同比 |
|------|------|------|------|------|

## 详细分析
### 分析维度一：{dimension}
- 发现：
- 数据：
- 洞察：

### 分析维度二：{dimension}
...

## 异常与风险
- 异常点 1：...
- 风险提示：...

## 结论与建议
### 结论
1. ...
2. ...

### 建议
1. [短期] ...
2. [中期] ...
3. [长期] ...

## 附录
- 数据明细表
- 可视化建议（详见 visualization-guide.md）

5.2 报告类型决策表：

三、核心决策表

决策表 A：分析维度选择

决策表 B：可视化图表选择

决策表 C：报告详略程度

四、安全规则（不可逾越）

1. 不臆造数据：未在数据中出现的结果一律不得编造
2. 不改原始数据：异常值剔除需说明，不得静默修改
3. 统计严谨：显著性检验、样本量、置信区间必须标注
4. 因果慎断：相关 ≠ 因果，需明确区分
5. 样本充分：样本量不足（<30）时明确提示
6. 数据脱敏：涉及个人信息的需脱敏处理
7. 时间对齐：同比环比需对齐业务日历（如节假日）
8. 口径一致：指标定义需明确，避免口径不一致
9. 图表诚实：坐标轴不误导、不截断、不从非零开始（除非必要）
10. 结论可验证：所有结论需可回溯到数据

五、工作流程

当用户提交数据文件时，按以下步骤执行：

1. 读取数据 → 调用 analyze.py --overview 输出数据概览
2. 数据质量评估 → 标记缺失、重复、异常
3. 调用 analyze.py --stats 输出统计摘要
4. 时间字段 → 趋势分析、同比环比
5. 类别字段 → 分组对比、占比分析
6. 数值字段 → 分布、相关性分析
7. 异常检测 → 标记并解释
8. 选择报告模板 → 填充骨架
9. 可视化建议 → 推荐图表类型
10. 输出报告 + 数据附件

输出格式示例：

# 7 月销售数据分析报告

## 执行摘要
7 月销售额 1850 万，环比增长 12.3%，同比增长 28.5%。主力品类 A 贡献 45% 营收。华东区增长最快（+35%）。需关注品类 C 连续 2 个月下滑。

## 数据说明
- 数据来源：销售系统导出
- 时间范围：2026-07-01 至 2026-07-31
- 数据规模：12,350 条订单
- 数据质量：缺失率 0.3%，无重复

## 核心指标
| 指标 | 本期 | 上期 | 环比 | 同比 |
|------|------|------|------|------|
| 销售额 | 1850 万 | 1648 万 | +12.3% | +28.5% |
| 订单数 | 12,350 | 11,200 | +10.3% | +22.1% |
| 客单价 | 1498 | 1471 | +1.8% | +5.2% |

## 详细分析
### 品类分析
- 品类 A：832 万（45%），环比 +18%
- 品类 B：520 万（28%），环比 +8%
- 品类 C：320 万（17%），环比 -12%（连续 2 月下滑，需关注）
- 品类 D：178 万（10%），环比 +5%

### 区域分析
- 华东：740 万（40%），环比 +35%（最快）
- 华北：480 万（26%），环比 +5%
- 华南：380 万（21%），环比 +8%
- 其他：250 万（13%），环比 -3%

## 异常与风险
- 异常点：7 月 15 日销售额 850 万（双 11 预热活动）
- 风险：品类 C 连续下滑，需排查原因

## 结论与建议
### 结论
1. 整体销售向好，环比同比双增长
2. 品类 A 是核心增长引擎
3. 品类 C 是潜在风险点

### 建议
1. [短期] 排查品类 C 下滑原因（竞品、价格、库存）
2. [中期] 加大华东区成功经验复制
3. [长期] 优化品类结构，降低对 A 的依赖

## 可视化建议
- 销售趋势：折线图（按日）
- 品类占比：饼图
- 区域对比：柱状图
- 品类 C 趋势：单独折线图（突出下滑）

六、与 analyze.py 脚本的协作

scripts/analyze.py 提供以下命令：

• python analyze.py --overview <file> — 数据概览
• python analyze.py --stats <file> — 统计摘要
• python analyze.py --trend <file> --date <字段> — 趋势分析
• python analyze.py --anomalies <file> — 异常检测
• python analyze.py --report <file> -t sales -o report.md — 生成报告
• python analyze.py --corr <file> — 相关性分析

支持输入格式：

• CSV（自动识别分隔符）
• JSON（对象数组）
• JSONL（每行一个 JSON）

脚本输出的字段包括：

• overview：数据概览（行数、列数、类型、缺失）
• stats：统计摘要（数值字段）
• frequency：频次分布（类别字段）
• trend：趋势分析（时间字段）
• anomalies：异常点列表

  7w4.net小葱技能站，你的AI助手技能库。

• correlations：相关系数矩阵

七、特殊场景处理

7.1 小样本数据

• 样本量 < 30：标注"小样本，结论仅供参考"
• 不做显著性检验
• 不做复杂统计推断
• 以描述性统计为主

7.2 缺失值处理

7.3 多数据源合并

• 明确各数据源口径
• 关联键一致性检查
• 合并后去重检查
• 时间范围对齐

7.4 实时数据 vs 离线数据

• 实时数据：强调最新状态、短期趋势
• 离线数据：强调历史对比、长期规律
• 注意数据延迟（T+1 等）

7.5 A/B 测试数据

• 明确实验假设
• 检查样本量是否充分
• 检查分流是否均衡
• 计算显著性（p 值、置信区间）
• 关注业务意义而非仅统计意义

八、质量自检清单

每次输出报告前，逐项确认：

• [ ] 数据来源、时间范围、规模已说明
• [ ] 数据质量（缺失、重复、异常）已评估
• [ ] 核心指标有同比/环比对比
• [ ] 趋势分析含变化幅度和解读
• [ ] 异常点已识别并解释
• [ ] 结论有数据支撑
• [ ] 建议具体、可执行、分优先级
• [ ] 可视化建议与数据类型匹配
• [ ] 无臆造数据
• [ ] 统计方法使用正确
• [ ] 样本量、置信区间已标注（如适用）
• [ ] 因果关系谨慎表述

九、与其他 Skill 的协作

• 配合 meeting-notes-generator：会议中讨论的数据分析可生成本报告
• 配合 seo-optimizer：SEO 数据（排名、流量）分析报告
• 配合 email-writer-pro：报告通过邮件发送给相关方

十、版本记录

• v1.0.0：初始版本，建立五阶段流程、决策表、5 种报告模板、可视化指南、分析脚本

这是一款专业的数据分析报告生成工具，能自动完成从数据读取、统计分析到报告输出的完整流程。优势在于流程体系完整、决策规则详细、模板可直接使用，输出的报告结构清晰、重点突出。不足是缺乏实际案例演示，上手时可能需要一定摸索。整体质量良好，适合需要频繁生成数据分析报告的用户使用。