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。通过获取数据模式、查询验证并运行特定分析工具，输出各组统计详情及可视化图表，支持业务决策。

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

Trigger Scenarios

需要按指标对数据进行十分位分组识别高价值和低价值用户群体进行客户或资产分层分析

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.