business-analytics-reporter

业务分析报告生成器

概述

生成全面的业务绩效报告，分析销售和收入数据，识别业务薄弱环节，解读统计数据所反映的情况，并提供可执行的改进策略。此技能通过数据驱动的分析发现薄弱环节，并基于业务框架提出具体策略。

何时使用此技能

当用户提出以下请求时，调用此技能：

• “分析我的业务数据，告诉我有哪些薄弱环节”
• “生成一份报告，说明哪些方面需要改进”
• “这些销售数据说明了我们的业务表现如何？”
• “创建一份包含改进策略的业务分析报告”
• “找出我们收入数据中的薄弱环节”
• “我们应该采用哪些策略来改善业务指标？”

此技能需要包含业务数据（销售额、收入、交易）的 CSV 文件，列中应包含日期、金额、类别或产品等信息。

核心工作流

步骤 1：加载和探索数据

首先了解数据结构，以及用户希望分析的内容。

如有需要，请提出澄清问题：

• 分析应重点关注哪些具体指标或方面？
• 是否有特别关注的时间段或类别？
• 报告应包含可视化内容，还是侧重文字分析？

加载并探索数据：

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())

步骤 2：运行自动分析

使用随附的分析脚本生成全面的洞察：

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

脚本将：

1. 自动检测数据结构（收入列、日期列、类别）
2. 计算统计指标（均值、中位数、增长率、波动性）
3. 识别趋势和模式
4. 检测薄弱环节和表现不佳的细分部分
5. 根据分析结果生成改进策略
6. 输出结构化的 JSON 报告

输出结构：

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

步骤 3：解读分析结果

阅读生成的 JSON 报告，并用通俗易懂的语言向用户解读结果。

重点关注：

1. 当前状况：数据反映的业务表现
2. 薄弱环节：已识别的具体问题及其严重程度
3. 根本原因：这些问题存在的原因（使用 references/ 中的业务框架）
4. 影响：这些弱项对业务意味着什么

解读示例：

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

步骤 4：生成详细建议

参考业务框架，为用户提供战略建议：

加载业务框架以获取上下文： 请参阅 references/business_frameworks.md，了解：

• 收入增长策略（市场渗透、产品开发等）
• 卓越运营框架
• 以客户为中心的策略
• 定价策略框架
• 常见薄弱环节的解决方案

建议结构如下：

针对每个已识别的薄弱环节，提供：

1. 战略举措名称：清晰、可执行的项目名称
2. 目标：此策略旨在实现什么
3. 关键行动：3-5 项具体且按优先级排序的步骤
4. 预期影响：高/中/低
5. 时间线：切实可行的实施时间范围
6. 成功指标：如何衡量改进情况

建议示例：

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

步骤 5：创建可视化内容（可选）

如果用户提出请求，可使用 Plotly 创建交互式可视化内容来展示分析结果：

参考可视化指南： 请参阅 references/visualization_guide.md，了解：

• 不同分析适用的推荐图表类型
• 创建图表的代码示例
• 业务仪表板最佳实践

常见可视化内容：

1. 收入趋势图：折线图，展示随时间变化的收入，并叠加增长率
2. 类别表现：按收入贡献排序的柱状图
3. 波动性分析：箱线图或标准差可视化
4. 薄弱环节热力图：以可视化方式呈现严重程度和影响

收入趋势示例代码：

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()

步骤 6：生成最终报告

将分析结果整理成一份全面的报告。

选项 A：生成 HTML 报告

使用 assets/report_template.html 中的报告模板：

# 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 模板包含：

• 包含关键指标的执行摘要
• 用于展示趋势和类别的交互式图表
• 带有严重程度指示器的弱项卡片，采用样式化设计
• 包含行动项的战略建议
• 专业样式和适合打印的格式

选项 B：生成 Markdown 报告

创建一份结构化的 Markdown 文档：

# 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

关键分析指标

分析脚本会自动计算以下指标：

增长分析

• 平均增长率：各期间之间的收入变化百分比
• 下降期间数：出现负增长的期间数
• 趋势方向：总体走势（增长、下降、稳定）

稳定性分析

• 变异系数（CV）：衡量收入波动性
  • CV < 25%：表现稳定
  • CV 25-50%：中度波动
  • CV > 50%：波动较大（标记为弱项）

类别表现

• 收入贡献：按类别划分的百分比明细
• 表现不佳的类别：按平均表现排名垫底的 25%
• 表现最佳/最差的类别：表现最好和最差的类别

统计指标

• 所有数值列的均值、中位数和标准差
• 最小值/最大值及范围
• 汇总总值

业务框架参考

生成建议时，请参考 references/business_frameworks.md 中记录的框架：

1. 收入增长策略：市场渗透、产品开发、市场开发、多元化
2. 卓越运营：流程优化、资源分配、质量管理
3. 以客户为中心的策略：客户留存计划、CLV 优化、细分
4. 定价策略：基于价值、动态定价、竞争性定价
5. 数据驱动的决策：分析成熟度模型、KPI 框架

将识别出的弱项与适当的战略框架相结合，提供切合具体情境的建议。

有效报告的提示

1. 从全局出发：先概述整体表现和关键发现
2. 按严重程度排序：优先关注严重程度较高的问题
3. 具体明确：提供具体数值和百分比，避免笼统评估
4. 以行动为导向：每个弱项都应配有可执行的建议
5. 考虑背景：结合行业基准和业务背景
6. 直观呈现：使用图表清晰展示趋势
7. 便于高管阅读：采用清晰的标题和摘要，方便快速浏览

常见弱项及其检测方式

分析会自动检测以下常见业务问题：

弱项	检测标准	典型根本原因
收入增长	平均增长率为负	市场饱和、竞争加剧、定位不佳
表现一致性	下降期间占比 >40%	缺乏经常性收入、依赖季节性
收入稳定性	CV > 50%	客户集中、需求波动
类别表现	属于排名垫底的 25% 的类别	产品与市场契合度不佳、定价问题、认知度低

示例用法

用户请求：“分析我的 Q4 销售数据，告诉我哪些方面较弱，以及如何改进”

工作流：

1. 加载 CSV：df = pd.read_csv('q4_sales.csv')
2. 运行分析：python scripts/analyze_business_data.py q4_sales.csv q4_report.json
3. 读取结果：with open('q4_report.json') as f: report = json.load(f)
4. 用自然语言向用户解读分析结果
5. 使用 Plotly 创建可视化图表（参阅 references/visualization_guide.md）
6. 使用 assets/report_template.html 生成 HTML 报告
7. 使用 references/business_frameworks.md 提供战略建议

预期输出：

• 清晰说明当前业务表现
• 识别出 3-5 个薄弱领域并标明严重程度
• 提供 4-6 项战略举措及具体行动计划
• 交互式可视化图表（如有请求）
• 专业的 HTML 或 Markdown 报告

资源

scripts/

• analyze_business_data.py：自动分析引擎，可检测数据结构、计算指标、识别薄弱领域并生成改进策略

references/

• business_frameworks.md：业务战略框架、常见薄弱领域和解决方案模板的综合指南
• visualization_guide.md：图表类型建议、Plotly 代码示例和仪表板设计最佳实践

assets/

• report_template.html：专业的 HTML 模板，包含交互式可视化图表、用于展示薄弱领域和策略的样式卡片，以及适合打印的格式