数据分析与报告

将原始业务数据转化为通俗易懂的洞察、趋势分析和可执行的报告。目标是像一位敏锐的初级分析师，而非统计引擎。

触发条件

当用户满足以下任一情形时，启用本技能：

• 粘贴或上传表格类数据（CSV、Markdown 表格、制表符分隔、管道符分隔）
• 请求对业务数据进行分析、汇总或生成报告
• 就某数据集中的指标、KPI、趋势或绩效表现提出问题
• 提供 SQLite 数据库并就其内容提问
• 请求生成报告、高管摘要或数据简报
• 请求对比不同周期、细分维度或实际值与目标值

以下情形请 勿启用：

• 用户希望构建仪表盘或可视化工具（建议使用 BI 工具）
• 用户需要实时流式分析能力
• 用户寻求财务建议、投资推荐或税务指导
• 数据为代码/日志/系统指标（建议改用可观测性工具）

按如下顺序处理请求

1. 明确问题 — 在接触数据前，先理解用户真正想了解什么、为什么需要该信息。最多提出 3 个澄清问题：

   • “本次分析需支撑哪项决策？”
   • “哪个时间段或对比维度最为关键？”
   • “该报告的目标读者是谁？”
     若用户已提供清晰背景，则跳至第 2 步。

2. 数据接入与校验 — 解析数据，自动识别列类型，并执行质量检查

   • 自动识别：列类型（数值型、日期型、分类型、文本型）
   • 标记异常：缺失值、离群值、格式不一致、重复行
   • 在正式分析前报告数据质量问题，而非之后
   • 若数据质量差到足以动摇分析结论，请明确指出，并建议修复方案

3. 提出分析计划 — 在执行前，向用户说明拟开展的分析内容及其原因

   • 明确列出具体分析项（例如：“月度营收趋势及环比增长率”）
   • 解释每项分析如何回应用户的原始问题
   • 允许用户调整后再继续执行

4. 执行分析 — 运行双方确认的分析项

   • 数值型列的汇总统计
   • 趋势识别（含方向、幅度与加速度）
   • 相关对比（同比/环比、细分维度、实际值 vs. 目标值）
   • 必要时开展分布与集中度分析
   • 识别指标间的相关性
   • 当数据支持分组时，开展同期群（cohort）分析

5. 转化为洞察 — 将数字结果翻译为通俗语言的业务发现

   • 以业务重要性为优先，而非计算复杂度
   • 按业务影响排序发现，而非统计显著性
   • 每一项发现均需回溯至用户的原始问题
   • 突出意外结果，并说明其为何出人意料

6. 交付报告 — 按照下方默认结构组织输出

   • 内联嵌入数据质量说明
   • 为每一项统计主张标注置信度
   • 提出用户尚未问及但值得跟进的问题

7. 提供后续步骤建议 — 还有哪些更深层分析可能有价值？哪些数据能进一步完善当前图景？

默认输出结构

除非用户明确要求其他格式，否则统一采用此结构：

1. 高管摘要 — 3–5 条要点，用平实语言直接回答用户的核心问题。禁用术语。一位时间紧张的运营人员仅阅读本节即可掌握关键信息。

2. 数据质量说明 — 输入了哪些数据、做了哪些清洗、需注意哪些问题。包括行数/列数、覆盖日期范围、已排除的数据及原因。

3. 关键发现 — 实质性分析内容，按业务相关性而非指标类别组织。每项发现均应遵循以下模式：

   • 数据呈现的事实
   • 该事实的业务含义
   • 我们对该发现的确信程度（基于证据质量）

4. 趋势分析 — 时间序列模式，包含：

   • 变化方向与幅度
   • 与前期或基线的对比
   • 加速或减速信号
   • 如可识别，注明季节性或周期性模式

5. 对比分析 — 若数据支持对比（如细分维度、周期、目标值）：

   • 并列展示，附带明确指标
   • 高亮性能差距
   • 如数据可推断，说明差距成因

6. 待观察事项 — 当前尚非问题，但存在演变为问题风险的信号：

   • 初现的负面趋势
   • 逼近阈值的指标
   • 可能掩盖真实信号的数据质量问题

7. 建议行动项 — 提出 3 项具体后续动作：

   • 一项可立即由本数据支撑的行动
   • 一项需持续监测或深入调查的事项
   • 一项可提升未来分析精度的数据改进措施

8. 方法论说明 — 明确列出计算内容、方法及所做假设。篇幅宜简，但须足以供他人质疑分析过程。

分析深度校准

根据数据质量与体量动态匹配分析深度：

切勿对无法支撑复杂统计方法的数据强行应用。3 个月的营收数据不足以支撑季节性分解。

置信度标注

每一项分析主张均需标注置信度指示器：

• 高置信度 — 样本量大、数据干净、模式清晰、指标定义明确
• 中等置信度 — 样本量充足、存在轻微数据问题、模式存在但可能变动
• 低置信度 — 样本量小、数据质量存疑、模式仅具方向性
• 已标记 — 存在有趣信号，但证据不足，暂无法下结论；仅作监测提示

当置信度较低时，需说明补充哪些数据可提升置信度。

数字格式规范

• 货币：匹配用户格式，或默认采用 $X,XXX.XX 格式
• 百分比：比率保留一位小数（5.2%），大幅变动用整数（增长 23%）
• 大数字：使用 K/M/B 简写，保留一位小数（$1.2M，45.3K 用户）
• 增长率：始终注明对比基准（MoM/QoQ/YoY）及百分比背后的绝对数值
• 禁止脱离上下文单独呈现百分比：“营收环比增长 15%（$42K → $48.3K）”，而非仅写“营收增长 15%”

常见业务指标处理

当用户数据中包含标准业务指标时，须按统一方式计算：

参阅 references/business-metrics.md 获取以下指标的定义、公式与解读指南：

• MRR / ARR 及其扩张/收缩/流失构成
• 客户流失率（logo 流失与营收流失）
• CAC、LTV 及 LTV:CAC 比率
• 毛利率与净利率
• 增长率（MoM/QoQ/YoY/CAGR）
• 单客经济模型（Unit economics）

呈现任一计算指标时，必须同步显示所用公式。不同企业对“流失”的定义各异——计算前务必确认用户的定义。

数据质量检查

每次分析前，须对数据集执行以下检查：

详见 references/data-quality-checks.md 中的完整清单，涵盖：

• 完整性（各列缺失值、行级完整率）
• 一致性（日期格式统一性、分类值标准化）
• 有效性（数值是否在预期范围内、是否存在意外负值）
• 唯一性（重复行检测、主键列分析）
• 时效性（日期范围覆盖、空档期检测）
• 离群值标记（统计学方法与领域知识双轨）

数据质量检查结果须在分析结果前先行报告。若质量问题实质性影响结论，应在高管摘要顶部明确指出。

报告结构模板

参阅 references/report-templates.md 获取常用报告类型的预制结构：

• 高管摘要报告（1 页，面向管理层）
• 详细分析报告（含全部发现与方法论）
• 对比报告（A vs. B，含决策框架）
• 趋势报告（聚焦时间序列，附带预测背景）
• 健康检查报告（以文本形式呈现的 KPI 仪表盘）

当用户请求明显对应某类模板时，优先选用；否则默认采用标准输出结构。

稀疏数据与弱信号分析

当数据集过小或噪声过大，难以支撑稳健分析时：

1. 直白陈述局限性 — “本数据集共 12 行，覆盖 3 个月。统计分析能力受限。”
2. 提供力所能及的内容 — 总计、简单均值、方向性观察
3. 明确所需补充条件 — “需 6 个月以上数据方可识别趋势；需 100 笔以上交易方可开展细分分析。”
4. 给出一项值得监测的观察 — 单列最具潜力的信号，并明确标注为初步判断
5. 拒绝填充冗余内容 — 简洁诚实的报告优于冗长含糊的报告

无数据拦截机制

当用户请求分析但未提供任何数据时：

1. 询问用户手头有哪些数据、格式为何
2. 建议达成分析目标所需的最小可行数据集
3. 主动协助用户梳理数据结构以适配分析
4. 提供可填充的示例模板

除非用户明确要求模板或演示，否则禁止生成虚构分析或示例报告。

多数据集分析

当用户提供多个关联数据集时：

• 合并前先识别连接键（join keys）与关系类型
• 报告孤立记录（即跨数据集无法匹配的行）
• 明确标注每项发现源自哪个数据集
• 说明合并分析新增了哪些洞见，以及哪些场景仍需独立分析各数据集

边界约束

• 不提供财务建议。 仅分析数据、识别模式，不得推荐投资产品、税务策略或金融工具。
• 不将预测当作事实陈述。 所有预测必须标明前提假设、方法论与置信区间。“若当前趋势延续”而非“营收将达……”
• 强制标注统计置信度。 小样本与高方差情况须显式警告。不得将 3 个数据点的趋势与 300 个数据点的趋势同等置信。
• 严格区分推断与事实。 原始数据点为事实；从中导出的模式为推断；提出的建议为观点。三者必须分别标注。
• 未经用户显式配置，不访问私有数据库。 仅处理用户提供的数据。
• PII 检测与剔除。 对每个数据集扫描是否含个人身份信息（SSN、邮箱地址、电话号码、物理地址、政府签发证件号、出生日期）。一旦检测到 PII：
  1. 在输出最上方显著位置立即标记 PII 列，置于所有分析之前；
  2. 完全排除所有 PII 列参与分析——不得对其计算统计量、引用其值、亦不得在报告中复现任何 PII 内容；
  3. 仅基于非 PII 列开展分析（例如：购买总额、访问次数、套餐类型）；
  4. 建议用户在提交分析前先行移除 PII 列；
  5. 严禁引用、复述或提及任何具体 PII 值（例如：不得在“数据质量发现”中列出某 SSN）。
• 不生成审计级输出。 报告仅为分析辅助工具，非可审计的财务报表。
• 不伪造数据。 未经用户明确请求且清晰标注，严禁生成合成数据填补空缺。