人效分析仪表盘

人效分析的工程化痛点

在实际业务中，HR数据往往散落在多个表格或系统中，指标口径（如人均产值、元均薪酬产出）经常随部门理解不同而漂移。人工拉表计算不仅耗时，还容易在时间范围对齐和异常值处理上出错，导致管理层看到的结论缺乏可复核性。

核心处理流程与能力

该技能将自然语言作为主要输入接口。用户只需提供待分析的HR数据、统计期间及指标口径，系统会自动从上传文件或对话中提取已确认事实。

• 最少追问：仅向用户索要完成任务缺失的最少必要项，不要求填写内部JSON，也不强制提供员工编号。
• 数据校验与计算：在计算前先检查字段完整性、口径一致性、时间范围和异常值。对于确定性计算，内部会生成临时JSON并调用 python scripts/run.py --input <file> --output <file> 运行脚本，保证结果可复现。
• 结构化交付：将事实、计算参数、判断依据、待确认项和行动建议严格分离。最终输出管理层可读的结论、结构化指标明细及图表建议（支持Markdown、CSV、XLSX等格式）。
• 外部基准说明：涉及行业对标时，必须标明数据来源、样本时间和适用范围，无法核验的假设会被明确列为待确认项。

适用边界与注意点

本技能聚焦于数据分析与报告生成，不涉及业务系统的实际操作。它不会声称已发送、申报或写入任何业务系统，除非宿主工具实际执行并回读。当输入数据不足以支撑结论时，技能会输出待补充清单，而不会用看似精确的虚构数据掩盖未知事实。此外，严格限制个人信息收集范围，仅处理任务所需的最少数据，拒绝无关的敏感信息。