Claude Data Analysis Skills

基于 Claude Skill 架构的智能数据分析平台。提供两套完整的技能体系：

1. 通用数据分析技能 - 6阶段完整分析流程
2. 互联网数据分析技能 - 7个专业分析模块 + 1个入口技能

🚀 快速开始

1. 准备数据

将数据集放入 data_storage/ 目录：

data_storage/
├── olist_orders_dataset.csv
├── olist_customers_dataset.csv
├── olist_order_items_dataset.csv
├── olist_order_reviews_dataset.csv
└── house.csv

2. 调用 Skills 分析

方式0: 小白一键模式（推荐）

❯ data_storage/ 是需要进行数据分析的文件， 请你先浏览一下，然后利用skill进行数据分析，尽可能深度洞察出情况

方式1: 互联网数据分析（推荐）

# 通过入口技能，一站式互联网分析
@internet-data-analysis 对 olist 电商数据进行全面分析

# 或直接使用专业技能
@ltv-predictor 进行客户生命周期价值分析
@content-analysis 分析用户评论情感
@funnel-analysis 分析转化漏斗
@growth-model-analyzer 制定增长策略
@ab-testing-analyzer 设计AB测试
@attribution-analysis-modeling 渠道归因分析
@data-exploration-visualization 探索性分析

方式2: 通用数据分析

# 直接使用 Skill
@data-explorer 分析 olist 电商数据
@visualization-specialist 创建销售可视化
@report-writer 生成分析报告

# 通过主 Skill (支持高级分析模式)
@data-analysis 对 olist数据进行 statistical 分析

🌐 互联网分析模式 (Internet Analysis Mode)

重要功能：专为互联网业务场景设计的专业技能体系，提供针对电商、内容、增长等场景的深度分析能力。

为什么使用互联网分析模式？

• 场景聚焦：针对互联网业务特点设计
• 专业深度：提供 LTV 预测、归因分析、AB 测试等专业能力
• 灵活组合：可单独使用，也可通过入口技能协调组合
• 开箱即用：提供 templates/、guide/、examples/ 完整配套

互联网分析技能列表

| Skill | 核心能力 | 适用场景 | |-------|---------|----------| | internet-data-analysis | 入口协调技能 | 需要综合分析时使用 | | ltv-predictor | 客户生命周期价值预测 | 客户价值分层、获客成本优化 | | content-analysis | 文本内容分析 | 评论情感分析、主题挖掘 | | funnel-analysis | 转化漏斗分析 | 流失节点识别、转化率优化 | | growth-model-analyzer | 增长策略分析 | AARRR 框架、Uplift 建模 | | ab-testing-analyzer | A/B测试设计与分析 | 实验设计、统计检验 | | attribution-analysis-modeling | 渠道归因分析 | 营销渠道评估、预算优化 | | data-exploration-visualization | 数据探索与可视化 | 基础分析、数据概览 |

互联网分析技能使用示例

# 综合电商分析（入口技能自动协调）
@internet-data-analysis 对 olist 数据进行全面分析

# 专项分析 - 只做 LTV
@ltv-predictor 分析 olist 客户生命周期价值

# 专项分析 - 只做评论分析
@content-analysis 分析 olist 用户评论

# 专项分析 - 只做增长策略
@growth-model-analyzer 制定 olist 增长策略

⚡ 高级分析模式 (Advanced Mode)

重要功能：系统支持高级分析模式，用户可以指定详细的分析类型，控制分析的深度、范围和输出形式。

为什么要使用高级分析模式？

• 精细控制：根据需求选择合适的分析深度
• 效率提升：避免过度分析或分析不足
• 场景匹配：不同场景使用不同的分析策略

高级模式支持的类型

| Skill | 类型数量 | 可用类型 | |-------|---------|----------| | data-analysis | 4种 | exploratory, statistical, predictive, complete | | visualization-specialist | 6种 | all, trends, distribution, correlation, comparison, custom | | report-writer | 5种 | summary, complete, executive, technical, custom | | code-generator | 5种 | data-cleaning, statistical, visualization, machine-learning, custom |

📊 data-analysis 高级模式

用途：控制数据分析的深度

| 类型 | 英文 | 深度 | 分析内容 | 适用场景 | |------|------|------|----------|----------| | 探索性 | exploratory | ⭐ | 数据结构、描述性统计、质量检查、基础可视化 | 快速了解数据 | | 统计性 | statistical | ⭐⭐ | +假设检验、相关性分析、回归分析、异常值检测 | 需要深度统计 | | 预测性 | predictive | ⭐⭐⭐ | +特征工程、机器学习模型准备、客户分群 | 需要预测建模 | | 完整性 | complete | ⭐⭐⭐⭐ | 以上全部 + 综合报告、可视化仪表板 | 全面分析 |

使用示例：

# 快速了解数据结构
@data-analysis 分析 house.csv 类型=exploratory

# 需要统计检验
@data-analysis 分析 olist 数据 类型=statistical

# 需要预测分析
@data-analysis 分析 customer.csv 类型=predictive

# 完整分析
@data-analysis 分析 sales.csv 类型=complete

📈 visualization-specialist 高级模式

用途：控制图表的类型和用途

| 类型 | 英文 | 图表内容 | 适用场景 | |------|------|----------|----------| | 完整仪表板 | all | 综合仪表板、多图表组合 | 数据概览 | | 趋势分析 | trends | 折线图、移动平均、季节性分析 | 时间序列数据 | | 分布分析 | distribution | 直方图、密度图、箱线图 | 了解数据分布 | | 相关性分析 | correlation | 散点图、热力图、配对图 | 变量关系 | | 对比分析 | comparison | 分组条形图、堆叠图 | 多组对比 | | 自定义 | custom | 根据需求定制 | 特殊需求 |

使用示例：

# 创建销售趋势图
@visualization-specialist 创建 olist 销售趋势图 类型=trends

# 创建分布图
@visualization-specialist 分析价格分布 类型=distribution

# 创建相关性热力图
@visualization-specialist 分析变量相关 类型=correlation

📝 report-writer 高级模式

用途：控制报告的形式和受众

| 类型 | 英文 | 内容特点 | 适用对象 | |------|------|----------|----------| | 简要 | summary | 关键发现、核心指标 | 快速查阅 | | 完整 | complete | 执行摘要、详细分析、可视化 | 全面了解 | | 高管 | executive | 战略摘要、关键指标、行动项 | 决策层 | | 技术 | technical | 方法论、统计细节、代码 | 技术团队 | | 自定义 | custom | 根据需求定制 | 特殊需求 |

使用示例：

# 生成简要报告
@report-writer 生成 olist 报告 类型=summary

# 生成高管报告
@report-writer 生成 olist 报告 类型=executive

# 生成技术报告
@report-writer 生成 olist 报告 类型=technical

💻 code-generator 高级模式

用途：控制生成代码的类型

| 类型 | 英文 | 代码内容 | 适用场景 | |------|------|----------|----------| | 数据清洗 | data-cleaning | 缺失值处理、标准化、去重 | 数据预处理 | | 统计分析 | statistical | 描述统计、假设检验、相关分析 | 统计分析 | | 可视化 | visualization | Matplotlib/Seaborn/Plotly 图表 | 数据展示 | | 机器学习 | machine-learning | 特征工程、模型训练、评估 | 预测建模 | | 自定义 | custom | 根据需求定制 | 特殊需求 |

使用示例：

# 生成数据清洗代码
@code-generator 生成 python 数据清洗 代码类型=data-cleaning

# 生成统计代码
@code-generator 生成 r 统计分析 代码类型=statistical

# 生成可视化代码
@code-generator 生成 python 可视化 代码类型=visualization

# 生成机器学习代码
@code-generator 生成 python 预测模型 代码类型=machine-learning

📦 Skills 架构

项目包含两套完整的技能体系：

体系 1: 互联网分析技能（新增）

.claude/skills/
├── internet-data-analysis/       # 入口技能（协调者）
├── ab-testing-analyzer/         # AB测试分析
├── attribution-analysis-modeling/# 归因分析建模
├── content-analysis/            # 内容分析（NLP）
├── data-exploration-visualization/# 数据探索与可视化
├── funnel-analysis/             # 漏斗分析
├── growth-model-analyzer/       # 增长模型分析
└── ltv-predictor/               # LTV预测

各互联网分析 Skill 功能

| Skill | 核心功能 | 配套资源 | |-------|---------|---------| | internet-data-analysis | 统筹全部互联网分析技能 | SKILL.md | | ab-testing-analyzer | 实验设计、样本量计算、统计检验 | templates/ + guide/ + examples/ | | attribution-analysis-modeling | 首次/末次/线性/马尔可夫/Shapley值归因 | templates/ + guide/ + examples/ | | content-analysis | 情感分析、关键词提取、主题建模 | templates/ + guide/ + examples/ | | data-exploration-visualization | 数据概览、分布分析、可视化 | templates/ + guide/ + examples/ | | funnel-analysis | 漏斗分析、流失节点识别、转化优化 | templates/ + guide/ + examples/ | | growth-model-analyzer | AARRR框架、Uplift建模、增长策略 | templates/ + guide/ + examples/ | | ltv-predictor | RFM分群、LTV预测、价值分层 | templates/ + guide/ + examples/ |

体系 2: 通用数据分析技能（保留）

.Claude/skills/
├── data-analysis/           # 主 Skill（协调者）
├── data-explorer/         # 数据分析
├── visualization-specialist/  # 数据可视化
├── report-writer/        # 报告生成
├── code-generator/        # 代码生成
├── hypothesis-generator  # 假设生成
└── quality-assurance     # 质量保证

各通用分析 Skill 功能说明

1. data-analysis (主 Skill)

入口 Skill，协调完整分析流程。

功能：

• 完整工作流：质量验证 → 数据分析 → 假设生成 → 可视化 → 报告
• 快速分析：EDA → 可视化 → 简要报告
• 支持 analysis_type: exploratory, statistical, predictive, complete

使用场景：

• 需要全面分析时调用
• 需要协调多个子 Skill 时使用

2. data-explorer (数据分析) ⭐ 核心

功能：

• 描述性统计（均值、中位数、标准差、四分位数）
• 深度统计分析（假设检验、p 值、置信区间）
• 分布分析（偏度、峰度、正态性检验）
• 异常值检测（IQR、Z-score）
• 相关性分析（Pearson、Spearman）
• 客户分群（RFM 分析、K-means）
• 模式发现（聚类、趋势分析）

关键处理规则（必须遵守）：

| 数据类型 | 正确处理方式 | |----------|--------------| | 订单金额 | 必须按 order_id 汇总 (price + freight_value)，不能直接平均 order_items | | 评分 | 按 order_id 取平均值 | | 配送时间 | delivered_date - purchase_date |

使用场景：

• 需要探索性数据分析（EDA）
• 需要统计检验和推断
• 需要发现数据模式和客户分群

3. visualization-specialist (数据可视化)

功能：

• 统计图表（直方图、箱线图、散点图）
• 分布图、热力图
• 时间序列图
• 交互式仪表板
• 支持 chart_type: all, trends, distribution, correlation, comparison, custom

使用场景：

• 需要创建图表
• 需要数据可视化
• 需要交互式仪表板

4. report-writer (报告生成)

功能：

• 执行摘要
• 技术报告
• 业务洞察文档
• 支持 report_type: summary, complete, executive, technical, custom

使用场景：

• 需要生成书面报告
• 需要文档化分析结果
• 需要业务建议文档

5. code-generator (代码生成)

功能：

• Python/R/SQL 代码
• 数据处理管道
• 机器学习代码
• 支持 code_type: data-cleaning, statistical, visualization, machine-learning, custom

使用场景：

• 需要可重用代码
• 需要自动化分析脚本
• 需要生产级代码

6. hypothesis-generator (假设生成)

功能：

• 可检验假设形成
• A/B 测试设计
• 样本量计算
• 实验方法论

使用场景：

• 需要从数据洞察生成假设
• 需要设计实验
• 需要研究方法论

7. quality-assurance (质量保证)

功能：

• 数据质量验证
• 缺失值检查
• 重复检测
• 一致性验证

使用场景：

• 需要数据质量检查
• 需要结果验证
• 需要交叉验证

📊 分析工作流

完整工作流

1. quality-assurance: 数据质量验证
   ↓
2. data-explorer: 探索性数据分析 + 深度统计分析
   ↓
3. hypothesis-generator: 基于发现生成假设
   ↓
4. visualization-specialist: 创建可视化图表
   ↓
5. code-generator: 生成可重用代码
   ↓
6. report-writer: 生成完整分析报告

快速工作流

1. data-explorer: 快速 EDA
2. visualization-specialist: 关键可视化
3. report-writer: 简要报告

📁 目录结构

.
├── data_storage/           # 输入数据目录
├── analysis_reports/       # 分析报告输出
├── visualizations/         # 可视化图表输出
├── generated_code/        # 生成的代码输出
├── .claude/               # 原 Claude Agent 配置（保留）
├── .Claude/                 # 通用数据分析 Skills 配置
│   └── skills/
│       ├── data-analysis/
│       ├── data-explorer/
│       ├── visualization-specialist/
│       ├── report-writer/
│       ├── code-generator/
│       ├── hypothesis-generator/
│       └── quality-assurance/
├── .claude/                  # 互联网分析 Skills 配置（新增）
│   └── skills/
│       ├── internet-data-analysis/
│       ├── ab-testing-analyzer/
│       │   ├── templates/      # 报告模板
│       │   ├── guide/          # 操作指南
│       │   └── examples/       # 示例代码
│       ├── attribution-analysis-modeling/
│       │   ├── templates/
│       │   ├── guide/
│       │   └── examples/
│       ├── content-analysis/
│       │   ├── templates/
│       │   ├── guide/
│       │   └── examples/
│       ├── data-exploration-visualization/
│       │   ├── templates/
│       │   ├── guide/
│       │   └── examples/
│       ├── funnel-analysis/
│       │   ├── templates/
│       │   ├── guide/
│       │   └── examples/
│       ├── growth-model-analyzer/
│       │   ├── templates/
│       │   ├── guide/
│       │   └── examples/
│       └── ltv-predictor/
│           ├── templates/
│           ├── guide/
│           └── examples/
├── CLAUDE.md               # 项目详细文档
└── README.md               # 本文件

🔧 数据处理规范

Pandas vs Pure Python

系统会自动检测环境，优先使用 Pandas（性能更好）：

| 情况 | 推荐方式 | 原因 | |------|----------|------| | 数据量 > 10,000 行 | Pandas | 向量化操作，C底层优化 | | 数据量 < 10,000 行 | Pandas | 代码简洁易维护 | | 环境无 pandas | Pure Python | 降级兼容 |

自动检测代码:

try:
    import pandas