智能指标诊断师 — 一键定位业务异常根因

你在解决什么问题

业务指标突然下滑、某区域订单异常，团队往往要在 Excel 里手工拉透视、换几种阈值试一遍，仍说不清是统计噪声还是真异常，更难得出可验证的根因假设。本技能面向批量历史表数据（CSV/Excel），把「画像 → 检测 → 归因 → 报告」串成一条可追问的分析链路。

技能如何工作

1. 数据画像与质量检查：自动推断时间列、指标列、维度列，评估缺失与类型问题，给出分布与趋势摘要。
2. 多方法异常检测：统计（Z-score、IQR、移动平均偏离）、机器学习（Isolation Forest、Prophet）、规则（阈值、突变）并行运行，并用投票融合与置信度评分降低单一方法的误报。
3. LLM 驱动根因分析：按维度下钻（如地区→产品→渠道），生成假设并做相关性检索，整理归因证据链；你可用自然语言继续追问某条异常。
4. 诊断报告：输出执行摘要、异常明细、根因过程与图表说明（时间序列、维度对比等），并附可操作建议。

典型触发方式：上传文件后说「这个月 DAU 怎么掉了」「华东区订单为什么下降」或「生成诊断报告」即可，无需固定命令格式。

边界与注意

• 仅支持 CSV/Excel 单表，不支持数据库直连、多表关联或实时流。
• 行数建议 ≥10（异常检测推荐 ≥30）；缺失值超过 50% 的列会跳过。
• 异常结果是统计参考；根因基于历史相关性，不等于因果关系，决策前需结合业务验证。