Agent Skills
› Zafer-Liu/Data-Analysis-Agent
Zafer-Liu/Data-Analysis-Agent
GitHub根据市场增长率和相对市场份额，将业务单元分类为明星、问题、现金牛、瘦狗四类。通过调用display_diagram的content-fill模式生成2x2波士顿矩阵图表，并提供各象限的投资与策略分析要点。
Install All Skills
npx skills add Zafer-Liu/Data-Analysis-Agent --all -g -y
Skills in Collection (26)
根据市场增长率和相对市场份额，将业务单元分类为明星、问题、现金牛、瘦狗四类。通过调用display_diagram的content-fill模式生成2x2波士顿矩阵图表，并提供各象限的投资与策略分析要点。
用户要求BCG矩阵
用户要求波士顿矩阵
用户要求BCG分析
用户想按市场增长率和市场份额对业务或产品进行分类
npx skills add Zafer-Liu/Data-Analysis-Agent --skill bcg-matrix -g -y
用于生成Osterwalder标准9宫格商业模式画布。通过display_diagram的content-fill模式，拆解客户、价值、渠道等9大模块，支持基于宁德时代示例的内容填充与后续局部修正。
用户要求'商业模式画布'
用户要求进行'BMC分析'
用户要求进行'商业模式分析'
用户想全面拆解一个产品的商业模式
npx skills add Zafer-Liu/Data-Analysis-Agent --skill business-model-canvas -g -y
通过display_diagram生成SWOT四象限图，评估企业内外部优势、劣势、机会与威胁。支持基于四个维度推导SO/WO/ST/WT组合战略，辅助制定企业或产品的整体战略规划。
用户要求进行SWOT分析
用户要求进行优势劣势分析
用户希望从内外部正负面四个维度评估战略态势
npx skills add Zafer-Liu/Data-Analysis-Agent --skill swot-analysis -g -y
用于生成价值主张画布，将定位压缩为可测试的Ad-Lib句式。通过content-fill模式调用display_diagram，拆解产品、客户、任务、痛点、收益及竞品六大模块，辅助收敛清晰、具体且差异化的价值主张表达。
用户要求'价值主张'、'价值主张画布'、'Ad-Lib 价值主张'或'定位句'
用户想用一句话说清产品为谁、解决什么及差异化优势
完成VPC或JTBD分析后需收敛成可测试的表达
npx skills add Zafer-Liu/Data-Analysis-Agent --skill value-proposition -g -y
该技能用于单变量时间序列预测。通过识别数据模式，执行ARIMA模型分析，验证平稳性与参数，处理缺失值，最终输出预测结果、置信区间及误差指标，并生成可视化图表。
用户需要进行时间序列预测
用户询问未来趋势或数值预估
npx skills add Zafer-Liu/Data-Analysis-Agent --skill arima -g -y
根据数据特征和可视化目标（比较、趋势等）智能选择并生成业务图表。流程包括检查Schema、查询最小数据集、选定图表类型及映射字段，确保标题坐标轴明确。
需要生成数据可视化图表
用户询问数据分布或趋势
需要将数据转换为图形展示
npx skills add Zafer-Liu/Data-Analysis-Agent --skill chart -g -y
该技能用于规划业务数据仪表盘。通过单轮询问收集用户需求，动态生成包含多种图表组件的HTML看板文件，支持离线下载。
用户需要创建或查看业务数据仪表盘
用户希望将数据可视化为HTML看板
npx skills add Zafer-Liu/Data-Analysis-Agent --skill dashboard -g -y
该技能用于数据诊断，通过获取schema和样本评估数据结构、质量及可分析性。涵盖表规模、字段类型、缺失值、异常检测等，区分事实与建议，明确可直接分析的字段及需确认口径。
需要查看数据结构或概览时
评估数据质量和可分析性时
npx skills add Zafer-Liu/Data-Analysis-Agent --skill data -g -y
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。
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
npx skills add Zafer-Liu/Data-Analysis-Agent --skill decile -g -y
规划并确认Excel数据导出方案。通过检查数据范围、字段及筛选条件，生成可确认的导出计划。流程包括识别表结构、验证数据预览、提出方案，待用户确认后由受控流程写入文件，不直接生成。
需要导出Excel文件
请求将数据保存为电子表格
npx skills add Zafer-Liu/Data-Analysis-Agent --skill export -g -y
用于诊断业务漏斗各环节转化率，定位主要流失点。通过确认阶段定义、查询数据计算转化与流失率、细分最大流失维度，最终输出前三项优先行动建议及监控指标。
用户询问漏斗转化率
需要分析用户流失原因
请求评估营销或产品环节效率
npx skills add Zafer-Liu/Data-Analysis-Agent --skill funnel-analysis -g -y
用于足量时间序列数据的深度学习预测。通过GRU模型进行训练与验证，严格避免数据泄漏，并输出基线对比、误差及不确定性分析。适用于样本量和序列长度充足的大规模时序数据场景。
需要对长时间序列数据进行深度学习预测
数据集包含大量历史观测值且需评估预测不确定性
npx skills add Zafer-Liu/Data-Analysis-Agent --skill gru -g -y
该技能用于诊断和处理数据缺失值。通过量化缺失程度、判断缺失机制及业务含义，选择删除或插补策略。流程包括使用工具识别字段、分析缺失、执行清理并验证结果变化，确保处理过程可追溯且符合用户意图。
需要处理数据中的缺失值
请求对数据进行清洗以消除空值
询问如何填补或删除NULL值
npx skills add Zafer-Liu/Data-Analysis-Agent --skill inset -g -y
该技能用于执行K-Means聚类分析，对客户或业务对象进行分群画像。流程包括识别实体特征、数据预处理（缺失值处理与标准化）、确定最优K值、计算聚类结果，并生成簇规模、中心特征及业务画像报告，同时评估异常点与稳定性。
需要对客户群体进行细分或分群
请求对业务数据进行K-Means聚类分析
需要生成基于聚类的用户画像报告
npx skills add Zafer-Liu/Data-Analysis-Agent --skill kmeans -g -y
执行二分类或多分类逻辑回归分析。通过检查目标编码、正类定义、特征泄漏及类别不平衡，计算模型指标与系数，生成ROC等图表，并将统计结果转化为业务含义。
需要构建逻辑回归模型
分析变量对二分类结果的影响
评估多分类问题的概率预测
npx skills add Zafer-Liu/Data-Analysis-Agent --skill logistic -g -y
用于规划数据分析演示文稿。通过获取数据模式、验证关键指标，生成包含标题、要点和图表的逐页大纲供用户确认，不直接生成文件，确认后由受控流程执行。
需要规划数据分析PPT
创建演示文稿大纲
npx skills add Zafer-Liu/Data-Analysis-Agent --skill ppt -g -y
利用Prophet模型进行时间序列预测，分解趋势与季节性。需识别时间列、目标及节假日，验证数据频率与异常，执行预测并可视化结果，提示结构突变。
需要进行时间序列预测
需要分解数据的趋势和季节性成分
npx skills add Zafer-Liu/Data-Analysis-Agent --skill prophet -g -y
执行线性回归分析，识别连续目标与解释变量，检查数据质量及假设，报告拟合指标、系数影响及不确定性，并生成可视化图表。
需要进行线性回归分析
解释连续变量间的关系
npx skills add Zafer-Liu/Data-Analysis-Agent --skill regression -g -y
该技能用于规划结构化业务分析报告。通过查询数据验证指标，生成包含目标、受众等要素的报告大纲供用户确认，不直接输出最终文件，确保流程受控且JSON有效。
需要生成业务分析报告
请求报告大纲规划
npx skills add Zafer-Liu/Data-Analysis-Agent --skill report -g -y
该技能用于季节性时间序列预测。通过确认频率和周期，验证数据质量后，调用SARIMA模型进行计算，并生成图表报告参数、误差及预测区间，数据不足时不强行拟合。
需要预测具有季节性特征的时间序列数据
请求对历史数据进行季节性趋势分析和未来值估算
npx skills add Zafer-Liu/Data-Analysis-Agent --skill sarima -g -y
执行单变量筛选以构建候选解释变量清单。通过检验或回归评估各变量的效应方向、量级及显著性，并报告缺失率与样本量。流程涵盖Schema确认、数据校验、分析计算及可视化，同时警示多重比较风险，避免因果推断。
需要进行特征筛选
寻找候选解释变量
评估变量与目标的相关性
npx skills add Zafer-Liu/Data-Analysis-Agent --skill screening -g -y
提供安全只读SQL查询能力，先通过get_schema确认表结构，再使用query_data执行聚合或限流查询，禁止写操作，并解释结果。
用户需要查询已授权数据表的记录
用户请求基于特定条件的数据分析
npx skills add Zafer-Liu/Data-Analysis-Agent --skill sql -g -y
基于决策树识别影响目标变量的关键规则。通过获取Schema和查询数据确认字段、分布及泄漏风险，执行训练验证后输出性能指标、特征重要性及可解释规则，严禁将相关性表述为因果。
用户要求使用决策树分析数据
需要识别影响目标变量的关键规则或特征重要性
需要进行分类或回归任务的可解释性分析
npx skills add Zafer-Liu/Data-Analysis-Agent --skill tree -g -y
该技能用于对数据异常值执行截尾处理。通过定义判据和范围，量化并删除异常样本，仅在用户确认规则后执行，确保保留原始数据、可追溯输出，并报告样本损失及潜在选择偏差。
需要处理数据中的异常值或离群点
用户明确要求对特定列进行截尾清洗
npx skills add Zafer-Liu/Data-Analysis-Agent --skill trimming -g -y
用于分析多个同步时间序列的动态关系。通过验证数据对齐与平稳性，执行向量自回归(VAR)计算，输出滞后选择、预测表现及动态响应结果，并生成可视化图表，将格兰杰关系表述为预测信息而非因果证明。
需要分析多个时间序列间的动态影响
进行向量自回归(VAR)建模
评估时间序列的格兰杰因果关系
npx skills add Zafer-Liu/Data-Analysis-Agent --skill var -g -y
对数值字段执行缩尾处理以消除极端值。流程包括识别目标列、分析分布、设定边界后清洗，并对比处理前后的数据分布与关键指标，记录受影响行数，确保不默认覆盖原始数据。
需要处理数据中的异常值或极端值
需要对数值字段进行缩尾（Winsorize）操作
npx skills add Zafer-Liu/Data-Analysis-Agent --skill winsorize -g -y
