data-analysis

name	data-analysis
description	当需要数据清洗、统计分析、趋势识别时使用。提供系统化的数据分析方法论。

数据分析能力 (Data Analysis)

系统化数据分析工作流。确保分析结果可靠、结论有数据支撑。

核心原则: 数据说话，每个结论有数字支撑，每个数字有来源。

工作流

Step 1 — 理解需求: 分析目标是什么？需要回答什么问题？
Step 2 — 数据审查: 数据质量、缺失值、异常值
Step 3 — 清洗处理: 标准化、去重、缺失值处理
Step 4 — 分析执行: 描述统计、趋势分析、对比分析
Step 5 — 可视化: 选择合适的图表类型呈现
Step 6 — 结论报告: 关键发现 + 可操作建议

分析方法

类型	适用场景	输出
描述统计	数据概览	均值/中位数/标准差/分布
趋势分析	时间序列	趋势线/增长率/周期性
对比分析	A/B 比较	差异值/显著性
分类统计	分组汇总	各组占比/排名
相关分析	变量关系	相关系数/散点图

输出规范

📊 数据分析报告: {主题}
  数据源: {来源}
  样本量: {N}
  ──────────────
  关键发现:
    1. {发现} (数据: {数字}, 变化: {%})
    2. {发现}
  ──────────────
  建议: {可操作建议}
  局限: {分析局限性}

NEVER

• NEVER 不标注数据来源就下结论 替代: 每个数字后标注来源
• NEVER 超出描述统计做因果推断 替代: 只说 "相关" 不说 "导致"
• NEVER 忽略数据局限性 替代: 明确标注样本量、时间范围、缺失情况