数据分析工作流
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_fb8bdb79/ray-data-analysis。
技能介绍
指标口径漂移引发的“数据冤案”
在数据分析的日常工作中,最令人头痛的往往不是取数,而是指标口径漂移。当对比不同时间段的转化率时,如果上个季度的统计排除了退款订单,而本月没有排除,再叠加不同地域时区导致的时间窗口错位,趋势图上出现的断崖下跌很可能根本不是业务出了问题,而是口径不一致造成的假象。这就是 KPI 同名异义 陷阱:KPI 名称没变,内部的计算逻辑却早就物是人非。本技能正是为解决这类隐性的“数据冤案”而生,通过结构化的前置约束,让每一次出数都有据可查。
六个工作流的串联设计
技能将复杂的数据分析拆解为六个可独立使用又可组合的工作流:从回答数据问题、探查数据集、写优化 SQL、生成可视化,到构建交互式仪表板,最后进行分享前的严格审查。
在核心的“回答数据问题”工作流中,面对新的分析需求,技能强制要求先锁定指标契约。这包括界定 Null 的填充逻辑、明确分子分母的去重原则、确定统计的时间窗与时区,并圈出需要剔除的测试脏数据。只有在分析计划(使用什么表、算什么指标、呈现什么形式)经过确认后,才会进入取数与计算阶段。
此外,写 SQL 时内置了方言规范与显式 JOIN 模式;生成图表时优先考量数据分布特征(如用箱线图对比组间差异);而在最终交付前,技能会要求对统计假设(如正态性)和潜在的信度风险(如幸存者偏差、相关不等于因果)进行逐项校验。
适用边界与注意点
技能基于数据驱动的原则,强调客观呈现与方法论的可复现性,但无法替代对业务背景的深度洞察。在执行前,请确保你的分析目的是出于探求事实,而非预设立场。
技能侧重于流程的规范性,例如明确提醒在复杂分析中避免 SELECT * 带来的性能损耗,并在分享报告中主动记录 caveat(如样本量不足带来的误差)。无论使用哪种工具链,遵循“先探查、再分析、后验证”的规范,才是保证分析结论真实可靠的基石。
使用场景
- 面对一个新接手的业务表或上传的 CSV/Excel/Parquet/JSON 数据文件,需要先理解数据形状、质量、列分布与时间范围,再决定后续分析方向
- 业务方提出具体数据问题(如转化率下降原因),需要先锁定分子/分母口径与时间窗,再写查询、算指标并给出可复现的发现
- 需要为高层或运营团队做一份可分享的交互式仪表板,包含 KPI 卡片、主图表、明细表和过滤控件,并能在浏览器直接打开
- 重要分析结论要发给业务或领导前,需检查幸存者偏差、辛普森悖论、Null 处理与口径变化,并记录置信度与局限
适合人员
- 数据分析师:需要快速理解新数据集、写出可复现的 SQL、生成图表与报告,并在交付前验证结论可靠性
- 数据工程师:需要按方言规范写优化 SQL,处理多表连接、聚合逻辑与数据质量问题,并生成供手动执行的查询
- 产品经理:需要构建交互式仪表板展示关键指标,向业务方解释分析结论、局限性及后续行动建议
- 业务分析师:需要把业务问题转化为指标口径与分析计划,生成带验证和 caveat 的结果以支持决策