Agent Skills
返回列表
📊

运营数据统计分析

数据分析 更新于 2026.08.30

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_2ed69ff3/edu-data-stats-report。

技能介绍

要解决什么问题

运营侧往往手里是一份院校、产品与交接信息混在一起的 Excel:产品名列写法不统一、日期埋在「交接/下线」长文本里。业务却要按月 / 季 / 半年 / 年看新增院校分布、产品大类占比,还要给管理层一份带图的 Word,而不是只做一张透视表。

技能如何工作

流水线分两段 Python 脚本,边界清晰。

数据清洗(scripts/clean_data.py)用 PRODUCT_MAP 把原始产品名拆成「产品大类 / 清洗后名称 / 产品详情」三列,并用正则从文本里抽出标准日期;输出带 4 个工作表的 *_清洗统计.xlsx,新增列会做高亮,便于核对映射是否命中。

报告生成(scripts/generate_report.py)在清洗结果上按月、季、半年、年分组,写出 15 张 JPG 到 图表_JPG/,并生成含封面、五章正文与附录的 Word。季度、半年度表带环比增长数与增长率;年度章节含占比、合计与季度环比汇总。每张图下用「【数据分析】」四段式文字(数据引用、趋势、归因、建议);热力图另有「【图表说明】」阅读指南。

适用边界与注意点

  • 产品归类依赖映射表的精确匹配,未收录名称会落入「其他」,需按 references/product_mapping_rules.md 维护 PRODUCT_MAP。
  • 图表与报告依赖 matplotlib 中文字体;脚本会按系统尝试常见字体,Linux 环境仍需保证已安装中文字体包。
  • 输入约定为含院校与产品信息的运营 Excel;配色、章节与图表类型可按 generate_report.py 与 references 文档定制,但核心流程仍是「先洗表、再出图、最后 Word」。

使用场景

  • 收到含杂乱产品名与交接文本的院校运营 Excel,需要先归类产品大类并抽出标准日期再统计
  • 按月、季、半年、年四个时间维度统计新增院校分布,并计算季度、半年度的环比增长率
  • 管理层要求交付带封面与分章节的 Word 统计报告,且每张图需附带可读的深度分析段落
  • 除 Word 内嵌图外,还需将 15 张统计图单独导出为 JPG 供 PPT 或内部分享使用

适合人员

  • 教育行业运营,每月要把院校采购与产品交接表整理成按大类与时间维度可汇报的统计结果
  • 数据分析或业务分析,负责把原始运营表洗成标准字段并产出图表加 Word 的固定版式报告
  • 团队负责人,需要环比、占比与峰值谷值等指标写进报告正文而不只交付静态图
  • 维护内部产品名录的同事,需要按 `PRODUCT_MAP` 持续增补新品名并复跑清洗与报告脚本