数据洞察分析助手

解决什么问题

很多数据分析请求从跑一个数开始，但真正难的是指标口径、比较基线、统计显著性和业务含义。该技能面向 SQL、电子表格、notebook、dashboard、导出表和临时表，用于 KPI 调试、实验读数、漏斗或同期群分析、异常复核、高管汇报和指标质量检查。它强调先判断什么决策会因结果 X 与 Y 不同而改变，再进入计算。

工作方式

• 方法先行：先明确决策、改变判断的条件、可用数据和时间窗口，再选择方法。
• 锁定指标契约：定义实体、粒度、分子、分母、时间范围、时区、过滤、排除项和数据源；模糊点先说明。
• 统计检查：关注样本量、对照组公平性、多重比较、效应量和不确定性区间。
• 结构化输出：给出结论、证据、置信度、限制和下一步行动；面向 stakeholder 时转译成业务影响。
• 轻量参考文件：按需加载 metric-contracts.md、chart-selection.md、decision-briefs.md、pitfalls.md、techniques.md。

边界与注意

它不发送外部请求，也不默认依赖本地持久化，但分析结论仍受数据质量、样本量和混杂因素影响。若用户要求证明预设结论、样本过小或关键定义漂移，技能会提示降级或暂缓结论。适合需要可解释、可审计、面向决策的分析；不适合脱离业务目标的纯代码格式化。