数据驱动决策报告（Data-Driven Decision）

一句话：你把手里的数据甩过来，它自己走完「发生了啥 → 意味着啥 → 该盯啥 → 明天干啥」四步，最后吐给你一份能直接拿去开会的人话报告，图都画好。

把任意数据集（结构化表格或非结构化文章）变成一份「业务能直接用的决策报告」——不是图表堆砌，而是一路走到行动建议。它和「只会画图」的工具的根本区别，在于强制走完业务的 4 层本质：

数据事实：先把「到底发生了什么」钉死——不加工、不美化。例：销售额 5 月冲到 5.1 万，之后连跌 3 个月。
信息解读：把数字翻译成人话——「增长到顶了，现在在走下坡」。
可行动洞察：告诉你该盯什么——「真正在掉的是老客复购，不是新客不够」。
行动建议：直接给动作——「先把 7 月那批流失老客拉回来，比砸钱拉新划算」。

而每一层，都由自动挑出来的分析视角撑着。它扫一眼数据，从 14 个角度里挑真正用得上的来拆解，不凑数、不硬编：

看清现状：趋势（整体往哪走）· 时序（节奏快慢）· 异常（谁不对劲）· 语义（大家原话在吐槽啥）
看懂人 / 物：聚类（谁和谁一伙）· 分类（谁会跑 / 会坏）· 留存（能维持多久）· 关系（谁在带节奏）
算清因果与钱：回归（每多投 1 块涨多少）· 因果（动作到底管不管用）· 增益（对谁推才不浪费）· 优化（钱花在刀刃上）
推下一步：推荐（还想要啥）· 关联（啥常一起出现）

全程用大白话、不堆技术词，最终汇成 OPC 深色风格、每种模式配专属图表的交互式 HTML。

何时使用

用户说「分析这份数据 / 这份表」「帮我出个分析报告」「从这篇文章里提炼结构化结论」「做个决策报告」。
输入可以是：CSV / TSV / JSON（单文件或多个文件），也可以是一段文章/舆情/访谈文本。
用户强调「按某分析模式」或「不同模式用不同图表」时，直接启用本 skill。

工作流程

确认输入
- 结构化数据：拿到文件路径（多个用逗号分隔，skill 会按共享 ID 列自动合并，例如用户表 + 订单表 + 商品表）。
- 非结构化文本：用户贴出的文章/评论，或 .txt/.md 文件路径。

运行分析引擎

# 多表合并分析（推荐：把能对应的表一起传入）
python3 scripts/analyze.py --input 用户.csv,订单.csv,商品.csv --name "电商全景" --out report.html

# 单表
python3 scripts/analyze.py --input 订单.csv --name "订单分析" --out report.html

# 非结构化文章
python3 scripts/analyze.py --text "把文章全文贴这里……" --name "舆情简报" --out report.html

--input：文件路径，多个用 , 分隔（会自动按 用户编号/商品编号/订单编号 等 ID 列 left join 合并）。
--text：直接传文章文本（与 --input 二选一）。
--name：报告标题。
--out：输出 HTML 路径（自包含，仅 ECharts 走 CDN）。

用 skill 自带的示例数据直接复现（推荐先跑这个验证）：

cd <skill目录>
python3 scripts/analyze.py \
  --input assets/sample_data/用户.csv,assets/sample_data/订单.csv,assets/sample_data/商品.csv \
  --name "电商全景决策报告" --out report.html
# 非结构化文本路径：
python3 scripts/analyze.py --text "$(cat assets/sample_data/示例文章.txt)" --name "舆情简报" --out report_text.html

交付报告
- 用 present_files 把生成的 HTML 呈现给用户（HTML 会在内置预览面板打开）。
- 报告包含：Hero 概览（记录数/字段数/适用模式数/时间跨度）→ 逐模式卡片（图表 + 四层解读）→ 综合决策摘要 → 方法论与局限。

引擎能力（`scripts/analyze.py`）

纯标准库实现，无需 pandas/numpy/sklearn，任意环境可直接跑。

类型自动推断：数值 / 是/否标签 / 类别 / 日期 / 文本；多文件按共享 ID 自动合并。
14 种模式（见 references/modes.md 的判定逻辑与图表映射）：分类（预测谁会流失）、回归（预估金额/次数）、聚类（给用户自然分群）、关联（找常一起买的搭配）、异常（揪出反常记录）、时序（看变化节奏）、趋势（看整体走向与拐点）、推荐（猜你喜欢）、留存（用户能留多久）、因果（动作到底有没有用）、增益（对谁推才有效）、关系（谁在影响谁）、语义（读懂用户原话）、优化（把钱花在刀刃上）。
非结构化抽取：从文章里识别时间、情绪、高频词、事件时间线，再喂给语义/时序模式。
每模式四层输出：专属图表 + 数据事实 + 信息解读 + 至少 3 条可行动洞察 + 至少 2 条行动建议，标签化呈现。整套报告用业务语言，不出现算法/统计术语。
图表选型：占比→环图；关系/趋势→折线/散点/桑基/关系网；多维→雷达/堆叠；排序→条形；购物篮→桑基图。

资源

scripts/analyze.py — 分析引擎（入口，含 CLI）。
assets/report_template.html — OPC 深色设计系统模板（青绿主色、玻璃卡片、星空/揭示动画），含注入点。
references/modes.md — 14 种模式的定义、所需数据、电商案例、业务动作、推荐图表。
references/业务语言范例.md — 业务大白话的标杆案例（电商销售额 vs 设备平均温度同一套代码的真实输出），含「写好业务语言的 5 条红线」与维护者检查清单。写/改任何叙述前先对照这份文档。
assets/sample_data/ — 可复现的示例数据集（用户.csv / 订单.csv / 商品.csv，均由 生成数据集.py（seed=42）生成）+ 示例文章.txt，用于一键复现报告。

复现性与数据真实性（发布前必须守住的两条底线）

报告可复现：引擎固定 random.seed(42)，K-Means 初始化、关联规则排序、网络节点排序均已做确定性处理。用 assets/sample_data/ 里的三张表跑出来的 HTML 逐字节一致（多次运行 MD5 相同）。
数据不造假：所有洞察与建议都从数据里算出来，绝不编造结论。如果某张数据本身支撑不了行动建议，正确做法是回去改数据（重新生成/补充字段），而不是在文案里硬编建议。示例数据集已校验：实验组流失率 0.167 < 对照组 0.217（活动有效）、5 个 GMV 离群账户（风控）、服饰↔运动等品类强连带等结论均来自真实数据。

表粒度（为什么要把三张表分开传）

引擎会按文件名/字段识别每张表的“粒度”，分别交给对应模式，避免把订单行误当成人：

用户表（用户.csv，每人一行，含 0 订单用户）→ 分类、回归、聚类、异常、留存、因果、增益、关系
订单表（订单.csv，每单一行）→ 关联、时序、推荐、语义
商品表（商品.csv）→ 优化

注意事项

样本量较小时结论仅供参考；活动效果类结论建议配合正式的分组对照实验一起看。
文章类分析做的是轻量级的词语与情绪提取，长篇或专业场景建议再接更强大的文本分析服务。
报告依赖 ECharts CDN，离线环境需把 echarts.min.js 本地化（替换模板中的 script src）。
输出为单文件 HTML，可直接发给业务方或嵌入门户。