business-analytics-reporter

ビジネス分析レポーター

概要

売上と収益のデータを分析し、事業の成果を包括的に報告するレポートを生成します。事業の弱点を特定し、統計が示す内容を解釈したうえで、実行可能な改善策を提示します。このスキルはデータに基づく分析を用いて弱点を検出し、ビジネスフレームワークに裏付けられた具体的な戦略を提案します。

このスキルを使用するタイミング

ユーザーから次のような依頼があった場合に、このスキルを呼び出してください。

• 「事業データを分析して、どこに問題があるか教えてください」
• 「改善が必要な分野についてレポートを作成してください」
• 「この売上数値から、事業の業績について何がわかりますか？」
• 「改善策を含むビジネス分析レポートを作成してください」
• 「収益データの弱点を特定してください」
• 「事業指標を改善するには、どのような戦略を使うべきですか？」

このスキルでは、日付、金額、カテゴリ、商品などの列を含む、事業データ（売上、収益、取引）の CSV ファイルを想定しています。

主なワークフロー

ステップ 1：データの読み込みと調査

まず、データの構造とユーザーが分析したい内容を把握します。

必要に応じて、確認の質問をしてください。

• 分析の対象にすべき具体的な指標や分野はありますか？
• 注目すべき特定の期間やカテゴリはありますか？
• レポートにはグラフを含めますか。それとも文章による分析に重点を置きますか？

データを読み込んで調査します。

import pandas as pd

# Load the CSV file
df = pd.read_csv('business_data.csv')

# Display basic information
print(f"Data shape: {df.shape}")
print(f"Columns: {df.columns.tolist()}")
print(f"Date range: {df['date'].min()} to {df['date'].max()}")
print(df.head())

ステップ 2：自動分析を実行する

同梱の分析スクリプトを使用して、包括的な分析結果を生成します。

python scripts/analyze_business_data.py path/to/business_data.csv output_report.json

スクリプトは次の処理を行います。

1. データ構造（収益列、日付列、カテゴリ）を自動的に検出する
2. 統計指標（平均値、中央値、成長率、変動性）を計算する
3. 傾向やパターンを特定する
4. 弱点や業績不振のセグメントを検出する
5. 分析結果に基づいて改善策を生成する
6. 構造化された JSON レポートを出力する

出力の構成：

{
  "metadata": {...},
  "findings": {
    "basic_statistics": {...},
    "trend_analysis": {...},
    "category_analysis": {...},
    "variability": {...}
  },
  "weak_areas": [...],
  "improvement_strategies": [...]
}

ステップ 3：分析結果を解釈する

生成された JSON レポートを読み、結果を平易な言葉でユーザーに説明します。

次の点に注目してください。

1. 現状：データが示す事業の業績
2. 弱点：深刻度とともに特定された具体的な問題
3. 根本原因：これらの問題が生じている理由（references/ のビジネスフレームワークを使用）
4. 影響：これらの弱点が事業にとって何を意味するか

解釈の例：

Based on the analysis of your sales data from January to December 2024:

Current State:
- Total revenue: $1.2M with average monthly revenue of $100K
- Average growth rate: -3.5% indicating declining performance
- Revenue stability: High volatility (CV: 58%) suggesting inconsistent performance

Weak Areas Identified:
1. Revenue Growth (High Severity): Negative average growth rate of -3.5%
2. Performance Consistency (Medium Severity): 45% of periods show declining performance
3. Category Performance (Medium Severity): 4 underperforming categories identified

ステップ 4：詳細な提案を作成する

ビジネスフレームワークのリファレンスを参照し、戦略的な提案を提示します。

背景情報として、ビジネスフレームワークを読み込みます。 次の内容については references/business_frameworks.md を参照してください。

• 収益成長戦略（市場浸透、製品開発など）
• オペレーショナルエクセレンスのフレームワーク
• 顧客中心の戦略
• 価格戦略のフレームワーク
• 弱点に対する一般的な解決策

提案は次のように構成します。

特定した弱点ごとに、次の内容を提示します。

1. 戦略的イニシアチブ名：明確で実行可能なプログラム名
2. 目標：この戦略が目指す成果
3. 主なアクション：優先順位を付けた具体的な手順を 3～5 個
4. 期待される影響：高／中／低
5. 期間：現実的な実施期間
6. 成功指標：改善を測定する方法

提案の例：

Strategy: Revenue Acceleration Program
Area: Revenue Growth
Objective: Reverse negative growth trend and achieve 10%+ monthly growth

Key Actions:
1. Implement aggressive customer acquisition campaigns
2. Review and optimize pricing strategy
3. Launch upselling and cross-selling initiatives
4. Expand into new market segments or geographies
5. Accelerate product development and innovation

Expected Impact: High
Timeline: 3-6 months
Success Metrics: Monthly revenue growth rate, new customer acquisition, ARPU increase

ステップ 5：グラフを作成する（任意）

ユーザーから求められた場合は、Plotly を使って分析結果を示すインタラクティブなグラフを作成します。

グラフ作成ガイドを参照してください。 次の内容については references/visualization_guide.md を参照してください。

• 分析内容に応じた推奨グラフの種類
• グラフ作成のコード例
• ビジネスダッシュボードのベストプラクティス

よく使うグラフ：

1. 収益推移グラフ：成長率を重ねて表示する、時系列の収益折れ線グラフ
2. カテゴリ別業績：収益への貢献度順に並べた棒グラフ
3. 変動性分析：箱ひげ図または標準偏差の可視化
4. 弱点ヒートマップ：深刻度と影響を視覚的に表示

収益推移を示すコード例：

import plotly.graph_objects as go
from plotly.subplots import make_subplots

fig = make_subplots(specs=[[{"secondary_y": True}]])

# Add revenue line
fig.add_trace(
    go.Scatter(x=df['date'], y=df['revenue'], name="Revenue",
               line=dict(color='blue', width=3)),
    secondary_y=False
)

# Add growth rate line
fig.add_trace(
    go.Scatter(x=df['date'], y=df['growth_rate'], name="Growth Rate",
               line=dict(color='green', dash='dash')),
    secondary_y=True
)

fig.update_layout(title_text="Revenue Performance & Growth Rate")
fig.show()

ステップ 6：最終レポートの作成

調査結果を包括的なレポート形式にまとめます。

オプション A：HTML レポートの作成

assets/report_template.html のレポートテンプレートを使用します：

# Read the template
with open('assets/report_template.html', 'r') as f:
    template = f.read()

# Load analysis results
with open('output_report.json', 'r') as f:
    analysis = json.load(f)

# Populate the template with actual data
# Replace placeholders with real values from analysis
# Add Plotly charts as JavaScript
# Save as final HTML report

with open('business_report.html', 'w') as f:
    f.write(populated_template)

HTML テンプレートには、以下が含まれています：

• 主要指標を含むエグゼクティブサマリー
• トレンドとカテゴリを示すインタラクティブなグラフ
• 重大度を示す指標付きの、スタイル設定された弱点カード
• アクション項目を含む戦略的な提言
• プロフェッショナルなスタイル設定と印刷に適した形式

オプション B：Markdown レポートの作成

構造化された Markdown ドキュメントを作成します：

# Business Performance Analysis Report

**Generated:** [Date]
**Data Period:** [Period]

## Executive Summary

[Brief overview of findings]

## Key Metrics

- Total Revenue: $X
- Average Growth Rate: X%
- Revenue Stability: [Assessment]
- Weak Areas Identified: X

## Performance Trends

[Insert chart or describe trends]

## Areas of Weakness

### 1. [Weak Area Name] (Severity)
**Finding:** [Description]
**Impact:** [Business impact]

### 2. [Next weak area...]

## Strategic Recommendations

### Strategy 1: [Name]
**Objective:** [Goal]
**Actions:**
- [Action 1]
- [Action 2]
...

**Expected Impact:** High/Medium/Low
**Timeline:** X months

主要な分析指標

分析スクリプトは、以下の指標を自動的に計算します。

成長分析

• 平均成長率：期間ごとの収益変化率
• 減少期間数：成長率がマイナスとなった期間の数
• トレンドの方向性：全体的な推移（成長、減少、安定）

安定性分析

• 変動係数（CV）：収益の変動性を測定します
  • CV < 25%：安定した業績
  • CV 25-50%：中程度の変動性
  • CV > 50%：高い変動性（弱点としてフラグ付け）

カテゴリ別業績

• 収益貢献度：カテゴリ別の割合の内訳
• 業績不振カテゴリ：平均業績が下位 25% のカテゴリ
• 上位／下位の業績カテゴリ：業績が最も良いカテゴリと最も悪いカテゴリ

統計指標

• すべての数値列の平均値、中央値、標準偏差
• 最小値／最大値と範囲
• 合計値

ビジネスフレームワークのリファレンス

提言を作成する際は、references/business_frameworks.md に記載されているフレームワークを活用します。

1. 収益成長戦略：市場浸透、製品開発、市場開拓、多角化
2. オペレーショナル・エクセレンス：プロセス最適化、リソース配分、品質管理
3. 顧客中心戦略：顧客維持プログラム、CLV の最適化、セグメンテーション
4. 価格戦略：価値ベース、ダイナミック、競争力のある価格設定
5. データに基づく意思決定：分析成熟度モデル、KPI フレームワーク

特定した弱点を適切な戦略フレームワークと結び付け、状況に即した提言を提示します。

効果的なレポートを作成するためのヒント

1. 全体像から始める：全体的な業績と主な調査結果から説明します
2. 重大度に応じて優先順位を付ける：重大度の高い問題から取り上げます
3. 具体的にする：曖昧な評価ではなく、具体的な数値や割合を示します
4. 行動につなげる：すべての弱点に、実行可能な提言を添えます
5. 文脈を考慮する：業界ベンチマークやビジネスの状況を考慮します
6. 視覚的に伝える：トレンドがひと目でわかるよう、グラフを使用します
7. 経営層に配慮する：見出しと要約を明確にし、すばやく目を通せる構成にします

よくある弱点とその検出方法

分析では、以下のような一般的なビジネス上の問題を自動的に検出します。

弱点	検出基準	典型的な根本原因
収益成長	平均成長率がマイナス	市場の飽和、競争の激化、ポジショニングの不備
業績の一貫性	減少期間が 40% 超	継続収益の不足、季節性への依存
収益の安定性	CV > 50%	顧客集中、需要の変動
カテゴリ別業績	下位 25% のカテゴリ	プロダクト・マーケット・フィットの不備、価格設定の問題、認知度の低さ

使用例

ユーザーからの依頼：「第4四半期の売上データを分析し、弱点と改善方法を教えてください」

ワークフロー：

1. CSV を読み込みます：df = pd.read_csv('q4_sales.csv')
2. 分析を実行します：python scripts/analyze_business_data.py q4_sales.csv q4_report.json
3. 結果を読み込みます：with open('q4_report.json') as f: report = json.load(f)
4. 調査結果を自然な言葉でユーザーに伝えます
5. Plotly を使用して可視化を作成します（references/visualization_guide.md を参照）
6. assets/report_template.html を使用して HTML レポートを生成します
7. references/business_frameworks.md を使用して戦略的な提案を行います

想定される出力：

• 現在の事業実績についての明確な説明
• 深刻度を示した、特定された弱点 3～5 件
• 具体的な行動計画を含む、戦略的な取り組み 4～6 件
• インタラクティブな可視化（依頼された場合）
• プロフェッショナルな HTML または Markdown レポート

リソース

scripts/

• analyze_business_data.py：データ構造を自動的に検出し、指標を計算して、弱点を特定し、改善策を生成する分析エンジン

references/

• business_frameworks.md：事業戦略フレームワーク、よくある弱点、解決策のテンプレートを包括的にまとめたガイド
• visualization_guide.md：グラフの種類に関する推奨事項、Plotly のコード例、ダッシュボード設計のベストプラクティス

assets/

• report_template.html：インタラクティブな可視化、弱点や戦略を示すスタイル付きカード、印刷向けの書式設定を備えたプロフェッショナルな HTML テンプレート