mcpField
A
analysis-documentation

analysis-documentation

github.com/nimrodfisher数据与数据库504220 次安装5 周前更新
代码仓库

关于 analysis-documentation

将已完成的分析整理为结构化文档,适用于利益相关者沟通、工作交接、审阅或复用。内容涵盖业务背景、数据、方法、结论及复现步骤。

主要功能

  1. 01受众与范围校准
  2. 02业务背景与决策说明
  3. 03数据来源和方法记录
  4. 04结论、建议与复现说明
  5. 05结构化文档模板

适用场景

  1. 01准备向利益相关者分享分析
  2. 02将工作交接给其他分析人员
  3. 03归档定期分析以便复用
  4. 04准备同行评审或审计

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/nimrodfisher/data-analytics-skills --skill analysis-documentation

安装后在 Claude Code 中输入/analysis-documentation确认已加载。

附带文件assets/analysis_doc_template.mdreferences/audience_depth_guide.md

详细介绍

分析文档

使用场景

  • 在与利益相关者分享分析前完成最终定稿
  • 将分析移交给其他团队成员或留给未来的自己
  • 归档定期开展的分析,以便之后以一致的方式重新运行
  • 准备同行评审或正式审计
  • 将探索性笔记本转换为参考文档

流程

  1. 确认受众和范围 — 确定主要读者是技术人员(数据团队)、业务人员(利益相关者),还是两者兼有。对于混合受众,采用分层结构。请参阅 references/audience_depth_guide.md 进行调整。
  2. 撰写业务背景部分 — 说明业务问题、提出分析请求的利益相关者、分析所支持的决策以及成功标准。
  3. 记录数据来源 — 对每个数据源,记录表或文件、日期范围、行数、关键列,以及已知的数据质量问题或已应用的排除项。
  4. 撰写方法部分 — 描述分析方法、工具和库版本、关键假设、重要决策及考虑过的替代方案。如果存在假设日志,请引用该日志。
  5. 记录结果 — 纳入关键指标和统计数据,嵌入或链接可视化内容并附上描述性说明,并按重要性顺序呈现发现。
  6. 撰写洞察、建议和可复现性部分 — 将每项发现与业务影响及后续行动关联起来。记录复现分析所需的步骤(数据访问、环境、执行顺序)。使用 assets/analysis_doc_template.md 作为结构。

技能所需的输入

  • 最终代码(SQL、Python、笔记本)和输出(图表、表格)
  • 业务问题和利益相关者背景
  • 已确定的关键发现和建议
  • 数据源详情(表、日期范围、样本量)
  • 所用库和工具的版本

输出

  • assets/analysis_doc_template.md — 完整的分析文档,涵盖背景、数据、方法、结果和可复现性
  • 链接或嵌入的可视化内容和代码引用

评论

支持 Markdown