# Analytics Report

> 撰写决策导向的分析报告。答案先行、证据支撑、保留事项贴近结论，提供执行摘要、KPI 汇报与深度分析三种结构模板。触发场景：写分析报告、准备汇报材料、输出洞察、构建仪表盘叙事。

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

---


# 分析报告结构

## 目标

把分析结果组织成**决策者可行动**的报告：先给答案，再给证据，最后给不确定性。

## 核心原则

1. **答案先行**：开篇即结论，不在开头堆方法
2. **证据就近**：每个数字紧跟来源、口径与期间
3. **假设显式**：区分已验证结论、合理推断与未验证假设
4. **数字可读**：业务口径（`899k (+8% 周环比)`），原始数值附上下文（占总量比、对比基线、历史区间）

## 报告模板

### 执行摘要（管理层）

```
**Primary Insight**: [最重要发现 + 量化影响]
**Key Evidence**: [2-3 个支撑数据点]
**Confidence**: [高/中/低 + 理由]
**Recommended Action**: [做什么、预期收益、时间线]
**Open Questions**: [哪些待验证]
```

### KPI 汇报（周报/月报）

```
**Status**: [达成 / 有风险 / 落后]
**Current vs Target**: [当前值 vs 目标值（+/-X%，进度口径）]
**Driver**: [驱动表现的主因]
**Implication**: [团队该做什么]
```

### 深度分析（技术读者）

1. 结论与建议
2. 方法与口径（可复现：SQL/Python 逻辑）
3. 证据与分析过程
4. 敏感性与局限性
5. 附录（明细数据、图表）

## 可视化规范

- 图表服务于分析问题：趋势用折线、构成用堆叠、分布用直方/箱线、对比用条形
- 一图一结论：标题即结论，读者 5 秒内可读
- 配色克制、灰阶可读、标签不重叠
- 使用 `code-to-chart` 生成图表并自检：形式与对比匹配、数据与结论一致

## 交付规范

- 报告文件落盘后用 `declare_artifact` 声明（role: deliverable）
- HTML 报告自包含可离线打开；Markdown 报告结构清晰
- 结尾列出未决问题与提升置信度的下一步