简诗 AI 业务数据统计检验

这个技能解决什么问题

经营分析会上，常见的一幕是：数据同学跑完一组 t-test 和回归，把 p 值贴进 PPT，业务方却问"所以这个活动到底值不值得继续做？"从统计显著到业务可决策之间，往往隔着口径不一致、基线模糊、样本偏差没人交代的鸿沟。

简诗 AI 的这个技能聚焦的就是这段鸿沟。它不是一套泛泛的"数据分析助手"，而是一个围绕中国业务场景的独立工作流，专门处理经营看板、活动复盘、用户分析和指标诊断中的统计检验、关系分析与结论解释。

技能如何工作

技能启动前，它不会急着跑模型，而是先确认四类输入：分析目标与指标口径、原始数据及其缺失情况、业务事件与对照基线、以及相关的历史结果和失败案例。如果信息不足，它会列出缺口和对结论的影响，而不是自行编造。

进入执行阶段，技能把任务拆成可检查模块：

• 假设检验：支持 t-test、ANOVA、chi-square，覆盖常见的组间差异与分类变量场景
• 关系与建模：回归、相关分析、贝叶斯统计，用于探索变量间的作用方向和强度
• 功效分析与假设检查：在数据采集前评估样本量是否足够，事后检验假设是否成立
• APA 报告：输出符合学术规范的统计报告，便于归档和复核

技能的交付物不是一份统计报告就完事。它会生成一份经营分析与复盘包，包含目标与范围卡、执行步骤模板、复盘时间线和检查点，并把事实依据、风险提示、缺失信息、人工确认项分别标注清楚。每条建议都会落到具体的负责人、动作、时间或检查标准上。

适用边界与注意点

这个技能有几道硬性门槛。输出必须对应真实的业务目标，不能只解释统计概念或复述输入。相关性不能写成因果性，样本规模、口径限制和数据质量问题必须在结论中如实说明。它不会把本地文档或模板建议冒充成已执行的平台操作，也不会读取或输出密钥、密码等敏感信息。

涉及真实发送、发布、付费、删除或生产变更时，技能会要求用户明确授权后才执行。如果质量门槛不满足，它会直接输出"暂不可交付"，并列出需要补充的信息和下一步动作。