# Data Report Generator

> **데이터 분석 리포트 생성기**: 엑셀/CSV 데이터를 분석하여 한국식 보고서 양식의 시각화 리포트를 자동 생성합니다. 경영진 대상 요약 보고서, KPI 대시보드, 인사이트 분석을 포함합니다. - MANDATORY TRIGGERS: 데이터 분석, 데이터 리포트, KPI, 대시보드, 데이터 시각화, 분석 보고서, 매출 분석, 성과 분석, 데이터 보고서, 통계 분석, 트렌드 분석

- Skill: `eoash/data-report-generator` (Agent Skill)
- Install (CLI): `npx skillmds@latest add eoash/data-report-generator`
- Raw SKILL.md: https://api.skillmd.com/api/skills/eoash/data-report-generator/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Data & Analytics
- Author: eoash (https://skillmd.com/u/eoash)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/eoash/data-report-generator

---


# 데이터 분석 리포트 생성기

## Overview

엑셀/CSV 데이터를 분석하여 한국 기업에서 통용되는 보고서 양식의 리포트를 자동 생성합니다.
경영진 대상 1페이지 요약부터 상세 분석 보고서까지 지원합니다.

## 지원 분석 유형

| 분석 유형 | 설명 | 출력 형식 |
|-----------|------|-----------|
| 매출 분석 | 기간별/품목별/채널별 매출 분석 | .pptx, .docx, .xlsx |
| KPI 대시보드 | 핵심 지표 현황 요약 | .html, .pptx |
| 비교 분석 | 전기대비, 목표대비, 경쟁사대비 | .docx, .pptx |
| 트렌드 분석 | 시계열 추세, 예측 | .docx, .xlsx |
| 고객 분석 | 고객 세그먼트, RFM 분석 | .docx, .xlsx |
| 성과 보고서 | 프로젝트/부서 성과 종합 | .docx, .pptx |

## 리포트 구조 (경영진 보고용)

### 1페이지 요약 (Executive Summary)
```
[리포트 제목]
보고 기간: ____년 __월 ~ ____년 __월
작성일: ____년 __월 __일
작성자: ________

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

[핵심 지표 (KPI)]
┌──────────┬──────────┬──────────┬──────────┐
│  매출액   │ 영업이익  │ 고객 수   │ 만족도   │
│  00억원   │  00억원  │  0,000명  │  0.0점   │
│  ▲15%    │  ▲8%    │  ▲20%    │  ▼0.2   │
└──────────┴──────────┴──────────┴──────────┘

[주요 인사이트] (3줄 이내)
1. (가장 중요한 발견)
2. (두 번째 중요한 발견)
3. (세 번째 중요한 발견)

[차트/그래프 영역]
(월별 매출 추이, 카테고리별 비중 등)

[제안/액션 아이템]
- (데이터 기반 제안 1)
- (데이터 기반 제안 2)
```

### 상세 분석 보고서
```
1. 분석 개요
   - 분석 목적
   - 데이터 범위 (기간, 출처)
   - 분석 방법론

2. 현황 분석
   - 전체 현황 (KPI 대시보드)
   - 기간별 추이 (차트)
   - 구성비 분석 (파이/바 차트)

3. 비교 분석
   - 전기 대비 (전월/전년)
   - 목표 대비 (달성률)
   - 벤치마크 대비 (있을 경우)

4. 심층 분석
   - 상위/하위 항목 분석
   - 이상치/특이사항
   - 상관관계/패턴

5. 인사이트 및 제언
   - 핵심 발견 사항 (3~5개)
   - 원인 분석
   - 개선 제안 (데이터 근거)

6. 부록
   - 원본 데이터 요약
   - 분석 방법론 상세
```

## 분석 워크플로우

### Step 1: 데이터 탐색
```python
# 데이터 로드 및 기본 탐색
import pandas as pd
df = pd.read_excel('data.xlsx')  # 또는 pd.read_csv('data.csv')
print(df.shape)          # 행/열 수
print(df.dtypes)         # 데이터 타입
print(df.describe())     # 기술 통계
print(df.isnull().sum()) # 결측치 확인
```

### Step 2: 데이터 정제
```python
# 날짜 변환, 결측치 처리, 이상치 제거
df['날짜'] = pd.to_datetime(df['날짜'])
df['금액'] = df['금액'].fillna(0)
```

### Step 3: 분석 수행
```python
# 기간별 집계
monthly = df.groupby(df['날짜'].dt.to_period('M')).agg({'금액': 'sum', '건수': 'count'})

# 전기대비 증감
monthly['전월대비'] = monthly['금액'].pct_change() * 100

# 카테고리별 비중
category = df.groupby('카테고리')['금액'].sum()
category_pct = category / category.sum() * 100
```

### Step 4: 시각화
차트 생성에는 matplotlib/seaborn 또는 HTML/React를 활용합니다.

### Step 5: 리포트 생성
분석 결과를 docx/pptx/html로 리포트화합니다.

## 차트 유형 가이드

| 데이터 유형 | 추천 차트 | 용도 |
|-----------|----------|------|
| 시계열 추이 | 꺾은선(Line) | 매출/고객 추이 |
| 구성비 | 파이(Pie)/도넛 | 카테고리별 비중 |
| 비교 | 막대(Bar) | 품목별/채널별 비교 |
| 분포 | 히스토그램 | 가격대별 분포 |
| 상관관계 | 산점도(Scatter) | 변수 간 관계 |
| 순위 | 가로 막대 | TOP 10 등 |

## 한국식 보고서 숫자 표기

| 항목 | 표기법 | 예시 |
|------|--------|------|
| 금액 (억 이상) | 억원 단위 | 12.5억원 |
| 금액 (만 이상) | 만원 단위 | 3,500만원 |
| 비율 | 소수 1자리 | 15.3% |
| 인원 | 명 | 1,234명 |
| 증감 | ▲/▼ + 수치 | ▲15.3% |

## 출력 형식

- `.pptx`: 경영진 보고용 슬라이드 (기본값)
- `.docx`: 상세 분석 보고서
- `.html`: 인터랙티브 대시보드 (React)
- `.xlsx`: 분석 결과 데이터 + 차트
- `.pdf`: 최종 제출용

## 워크플로우

```
데이터 업로드 → 데이터 탐색 → 정제 → 분석
→ 인사이트 도출 → 시각화 → 리포트 생성 → 전달
```