agentsclimarketplace

Analytics report

Skill morning-start/agent-skills/process/data-analytics/analytics-report

AI 编程助手的专业技能库，涵盖 30+ 技能，按 6 类组织

Install
npx -y skills add morning-start/agent-skills --skill analytics-report

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

2 things to look at

  • no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.
  • 1 stars1 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

Use when the user needs a structured data analysis report, audience-specific reporting, or delivery templates.

SKILL.md

13.0 KB, ~4.4k tokens by cl100k_base, as published. Nobody here has run it

Analytics Report

任务目标

  • 本 Skill 用于：规范数据分析报告输出标准
  • 能力包含：标准报告结构、读者分层策略、输出模板、撰写规范
  • 触发条件：需要输出分析报告、呈现分析结论时

适用场景

  • 需要把分析结果写成面向管理层、执行层或学习者的报告
  • 需要统一报告结构、图表表达和行动建议格式
  • 需要把结论、证据和建议组织成可交付文本

标准报告结构

核心原则：结论前置

为什么结论前置？

  • 决策者时间有限，需要快速获取关键信息
  • 让读者带着结论看细节，更有针对性
  • 体现分析师的专业性和价值

七段式报告结构

┌─────────────────────────────────────────────────────────────┐
│                     分析报告标准结构                        │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  【一】结论/建议（必须）                                    │
│       - 核心发现（3条以内）                                │
│       - 行动建议（优先级排序）                              │
│       ↓                                                     │
│  【二】业务背景                                             │
│       - 市场环境                                            │
│       - 业务现状                                            │
│       - 面临问题                                            │
│       ↓                                                     │
│  【三】分析目标                                             │
│       - 核心问题                                            │
│       - 量化指标                                            │
│       ↓                                                     │
│  【四】数据说明                                             │
│       - 数据来源                                            │
│       - 时间范围                                            │
│       - 指标口径                                            │
│       ↓                                                     │
│  【五】分析方法                                             │
│       - 技术方法                                            │
│       - 分析框架                                            │
│       ↓                                                     │
│  【六】分析过程                                             │
│       - 数据处理                                            │
│       - 分析步骤                                            │
│       - 关键图表                                            │
│       ↓                                                     │
│  【七】结论与建议                                           │
│       - 详细结论                                            │
│       - 行动建议                                            │
│       - 效果预测                                            │
│       ↓                                                     │
│  【八】附录（可选）                                         │
│       - 数据字典                                            │
│       - 技术细节                                            │
│       - 参考资料                                            │
└─────────────────────────────────────────────────────────────┘

读者分层与策略

四类读者模型

读者类型特征关注重点报告策略
A类高层+了解业务宏观+业务痛点结论前置，趋势图表为主
B类执行层+了解业务微观+运营问题详细分析过程，细节数据
C类高层+不了解业务战略+方向诊断背景详述，结论明确
D类新人+学习目的业务细节+指标定义背景充分，逻辑清晰

针对A类读者（决策层）

标题：XX业务诊断与战略建议
结构：
- 结论与建议（占40%篇幅）
- 业务背景简述（1-2段）
- 核心指标监控数据（趋势图）
- 竞品对比（如有）
- 风险预警（如有）

图表：趋势图、KPI仪表盘、对比图
语言：简明扼要，避免过多技术术语

针对B类读者（执行层）

标题：XX运营问题深度分析
结构：
- 分析目标（明确）
- 数据选择（微观数据）
- 分析过程（详细）
- 结论与建议（可落地）

图表：明细数据、维度拆解图、漏斗图
语言：专业但不晦涩

针对C类读者（高层外行）

标题：XX业务发展分析报告
结构：
- 业务背景详述
- 分析依据充分
- 结论定性总结
- 建议方向明确

图表：直观易懂的可视化
语言：通俗易懂，适当类比

针对D类读者（学习者）

标题：XX业务分析案例
结构：
- 业务背景详述
- 指标定义说明
- 分析步骤详细
- 结论有推导过程

图表：逻辑清晰的流程图
语言：详细解释，便于学习

报告模板

模板一：诊断型报告

# [业务/问题]诊断分析报告

**报告日期**：[YYYY-MM-DD]
**分析师**：[姓名]
**审核**：[姓名]

---

## 一、结论与建议

### 1.1 核心发现

| 序号 | 发现 | 影响程度 | 紧急程度 |
|------|------|----------|----------|
| 1 | [发现1] | [高/中/低] | [高/中/低] |
| 2 | [发现2] | [高/中/低] | [高/中/低] |
| 3 | [发现3] | [高/中/低] | [高/中/低] |

### 1.2 行动建议

| 优先级 | 建议 | 预期效果 | 实施难度 |
|--------|------|----------|----------|
| P0 | [立即行动] | [效果描述] | [高/中/低] |
| P1 | [短期行动] | [效果描述] | [高/中/低] |
| P2 | [中长期] | [效果描述] | [高/中/低] |

---

## 二、业务背景

### 2.1 市场环境
[描述宏观环境、行业发展趋势]

### 2.2 业务现状
[描述当前业务模式、运营情况]

### 2.3 问题描述
[描述需要分析的核心问题]

---

## 三、分析目标

**核心问题**：[用量化语言描述]

**分析维度**：
- 维度1：[描述]
- 维度2：[描述]

**预期产出**：
1. [产出1]
2. [产出2]

---

## 四、数据说明

| 项目 | 说明 |
|------|------|
| 数据来源 | [来源系统/表名] |
| 时间范围 | [开始日期] 至 [结束日期] |
| 数据粒度 | [日/周/月] |
| 样本量 | [记录数] |

**指标口径**：
| 指标名 | 定义 | 计算公式 |
|--------|------|----------|
| 指标1 | [定义] | [公式] |

---

## 五、分析方法

**分析框架**：[如PEST、SWOT、漏斗分析等]

**技术方法**：
- 方法1：[描述]
- 方法2：[描述]

**分析假设**：
- 假设1：[描述]
- 假设2：[描述]

---

## 六、分析过程

### 6.1 数据处理
[描述数据清洗、转换过程]

### 6.2 关键分析步骤

**步骤1：[标题]**
[描述分析步骤和发现]

**步骤2：[标题]**
[描述分析步骤和发现]

**步骤3：[标题]**
[描述分析步骤和发现]

### 6.3 关键图表

[插入关键图表，附说明]

---

## 七、结论与建议

### 7.1 详细结论

**结论1**：[描述]
依据：[引用分析发现]

**结论2**：[描述]
依据：[引用分析发现]

### 7.2 行动建议

| 序号 | 行动 | 负责部门 | 时间节点 | 预期效果 |
|------|------|----------|----------|----------|
| 1 | [行动描述] | [部门] | [日期] | [效果] |
| 2 | [行动描述] | [部门] | [日期] | [效果] |

### 7.3 效果预测

| 指标 | 当前值 | 预期改善 | 改善幅度 |
|------|--------|----------|----------|
| 指标1 | [值] | [值] | [%] |

---

## 八、附录

### A. 数据字典
[补充数据字段说明]

### B. 技术细节
[补充分析方法的技术实现]

### C. 参考资料
[引用来源]

模板二：监控型报告

# [业务线]运营监控日报/周报/月报

**报告期间**：[日期范围]
**报告日期**：[YYYY-MM-DD]

---

## 一、核心指标监控

### 1.1 KPI仪表盘

| 指标 | 本期 | 上期 | 环比 | 同期 | 同比 | 状态 |
|------|------|------|------|------|------|------|
| 指标1 | X | Y | +Z% | W | +Z% | [绿/黄/红] |
| 指标2 | X | Y | +Z% | W | +Z% | [绿/黄/红] |

### 1.2 异常预警

| 指标 | 预警级别 | 异常描述 | 建议动作 |
|------|----------|----------|----------|
| [指标] | [红/黄] | [描述] | [建议] |

---

## 二、趋势分析

[趋势图表]

### 2.1 关键变化
- [变化1]
- [变化2]

---

## 三、问题追踪

| 问题 | 状态 | 处理进度 | 预计解决 |
|------|------|----------|----------|
| [问题1] | [进行中/解决] | [X%] | [日期] |

---

## 四、下周计划

| 事项 | 负责人 | 完成日期 |
|------|--------|----------|
| [事项1] | [姓名] | [日期] |

模板三：专题分析报告

# [专题名称]深度分析报告

**报告日期**：[YYYY-MM-DD]
**有效期**：[日期]

---

## 执行摘要

[用1-2段话概括核心结论和建议，让高层快速了解]

---

## 一、分析背景与目的

### 1.1 背景
[描述为什么要做这个分析]

### 1.2 目的
[用量化语言描述分析目标]

### 1.3 范围
[明确分析的时间、业务、产品范围]

---

## 二、关键发现

### 发现1：[标题]
[描述发现]
**数据支撑**：[引用关键数据]

### 发现2：[标题]
[描述发现]
**数据支撑**：[引用关键数据]

### 发现3：[标题]
[描述发现]
**数据支撑**：[引用关键数据]

---

## 三、深度分析

### 3.1 [子主题1]

**假设**：[描述]

**验证方法**：[描述]

**分析结果**：[描述]

**结论**：[描述]

### 3.2 [子主题2]

[同上结构]

---

## 四、策略建议

| 策略 | 目标 | 实施路径 | 预期ROI |
|------|------|----------|---------|
| [策略1] | [描述] | [路径] | [X%] |
| [策略2] | [描述] | [路径] | [X%] |

---

## 五、风险与应对

| 风险 | 可能性 | 影响 | 应对措施 |
|------|--------|------|----------|
| [风险1] | [高/中/低] | [高/中/低] | [措施] |

---

## 六、附录

[补充材料]

撰写规范

标题规范

格式：[业务/主题]+分析类型+报告
示例：
- "2024年Q1用户留存问题诊断报告"
- "618大促活动效果分析报告"
- "竞品对比分析月报"

数字使用规范

场景规范示例
数量使用阿拉伯数字1000、52.5%
百分比保留1-2位小数52.3%
金额注明单位100万、1.5亿
范围使用"至"或"-"10%-20%
对比明确基准环比+15%、同比-8%

图表规范

图表必备元素：
1. 标题：清晰描述图表内容
2. 图例：说明数据系列
3. 坐标轴标签：注明单位和含义
4. 数据来源：注明数据出处
5. 注释：解释异常数据

图表编号：图1、图2、表1、表2
图表引用：如图1所示、如上表所示

语言风格

要素要求
简洁删除冗余词汇
准确用词精准，避免模糊
客观基于数据，避免主观
可行动结论要可执行

常见问题

问题1：结论不明确

❌ 不好：用户增长有所提升
✅ 更好：2024年Q1新用户环比增长15%，主要得益于XX渠道

问题2：建议不可落地

❌ 不好：建议加强运营
✅ 更好：建议在XX渠道增加30%投放预算，预计带来X万新增用户

问题3：数据与结论脱节

❌ 不好：数据显示A产品在涨
✅ 更好：A产品销量环比+25%，主要受益于XX功能上线（贡献度40%）

质量检查清单

提交前必查

  • 结论是否用量化语言？
  • 每个结论是否有数据支撑？
  • 建议是否可落地执行？
  • 图表是否清晰易懂？
  • 数据来源是否标注？
  • 术语是否一致？
  • 是否有拼写/格式错误？

结构检查

  • 结论是否前置？
  • 结构是否清晰？
  • 逻辑是否连贯？
  • 受众是否合适？

资源索引

注意事项

  • 报告是给人看的，要考虑读者背景
  • 没有放之四海的标准，只有是否满足受众需求
  • 分析师需要清楚：谁看报告、读者期望什么、信任度如何

Keep looking

Skills are one crate of 328,083. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.