Agent Skills › Zafer-Liu/Data-Analysis-Agent › decile

decile

GitHub

执行十分位分层分析，将样本等频划分为十组以识别高低价值群体。通过确认指标与实体，计算各组分布及累计贡献，处理空值并输出可执行的分层策略及可视化图表。

skills/decile/SKILL.md Zafer-Liu/Data-Analysis-Agent

Trigger Scenarios

需要进行用户或数据分层分析请求进行十分位（Decile）计算识别高价值与低价值客户群体

Install

npx skills add Zafer-Liu/Data-Analysis-Agent --skill decile -g -y

More Options

Use without installing

npx skills use Zafer-Liu/Data-Analysis-Agent@decile

指定 Agent (Claude Code)

npx skills add Zafer-Liu/Data-Analysis-Agent --skill decile -a claude-code -g -y

安装 repo 全部 skill

npx skills add Zafer-Liu/Data-Analysis-Agent --all -g -y

预览 repo 内 skill

npx skills add Zafer-Liu/Data-Analysis-Agent --list

SKILL.md

Frontmatter

{
    "icon": "📉",
    "name": "decile",
    "description": "执行十分位分层分析并识别高低价值群体（segmentation 分层分析）",
    "allowedTools": [
        "get_schema",
        "query_data",
        "run_analysis",
        "generate_chart"
    ]
}

十分位分析

确认排序指标、分析实体和方向，将有效样本等频划分为十组，报告每组样本量、指标范围、核心结果及累计贡献。标记空值和并列值处理方式，并给出可执行的分层策略。

Tool routing

Use get_schema to identify the entity key, ranking metric, target metric, and source table.
Use query_data to verify field names, null handling needs, and sample distribution.
Use run_analysis with analysis_name="Data_Decile_Analysis" for the decile computation.
Use generate_chart on returned decile result tables after run_analysis succeeds.