数据分析Agent指南

数据分析Agent：数据分析问答Agent。一份从入门到精通的实战指南。

一、这个技能解决什么（企业场景）

很多人在「数据分析Agent」上要么没方法、要么没体系，产出质量起伏较大。本技能把「数据分析Agent」拆成标准流程：评场景 → 定架构 → 配工具 → 做评估 → 上线（Agent五步法），让你按标准流程把事做对、可复制。

二、什么时候用 / 什么时候不要用

适用

需要「数据分析Agent」的系统化方法
「数据分析Agent」效果不稳定想提升
要标准流程与模板
要长期陪跑与复盘

不适用（请转专业渠道）

数据安全按制度
无法担保模型效果
关键决策人工兜底

三、能力地图

| 模块 | 做什么 | 产出 | |---|---|---| | 场景评估 | 业务价值+可行性 | 场景卡 | | 方案设计 | Agent架构+工具规划 | 设计方案 | | 知识/工具 | 知识库+工具/API接入 | 配置方案 | | 评估迭代 | 测试集+指标+迭代 | 评估体系 | | 上线运维 | 部署+监控+反馈 | 上线方案 |

四、标准流程

方法论：评场景 → 定架构 → 配工具 → 做评估 → 上线（Agent五步法）

输入：业务场景/目标
场景：价值与可行性
架构：Agent设计
工具：知识库与API
评估：测试与迭代
上线：监控与运维

五、怎么用（输入→产出）

把你的场景和关键信息发给本技能，例如：

「帮我做一份数据分析Agent方案」
「数据分析Agent怎么做才能持续稳定产出？」
「数据分析Agent的常见坑有哪些？」

六、输出样例

Agent设计方案
工具与知识库配置
评估指标体系
上线运维方案

七、卡点自救

场景太泛 → 选单点高频场景
工具缺失 → 用现有API跑MVP
要落地 → 进阶版输出规格书

八、质量护栏

数据安全；无法担保效果；人工兜底。

九、与其他技能的边界

本技能聚焦「数据分析Agent指南」单点做深做透；如需跨场景编排或整体增长方案，参见同系列技能（kunlun-agent-builder / kunlun-knowledge-base / kunlun-workflow-automation）。

十、检查清单（数据方案前自检）

以下检查清单用于数据分析数据方案落地前的自检，全部通过后方可执行：

| 序号 | 检查项 | 通过标准 | 未通过处理 | |---|---|---|---| | 1 | 数据源确认 | 数据分析数据来源已验证且有访问权限 | 先确认数据源 | | 2 | 字段定义明确 | 核心字段含义和口径已文档化 | 先定义字段口径 | | 3 | 质量控制方案 | 有数据清洗和质量校验机制 | 先建质量控制 | | 4 | 可视化方案 | 报表/看板设计方案已确认 | 先设计可视化 | | 5 | 权限管理确认 | 数据访问权限已配置 | 先配置权限管理 | | 6 | 更新机制建立 | 有定时更新和异常告警机制 | 建立更新机制 |

以上为数据分析实施前的自检表，建议每次启动前逐项核对。

十一、识别信号（数据适用判定）

适合使用数据分析Agent指南的信号

数据分析有明确的数据分析需求
数据口径可标准化
有数据库/BI工具支撑
数据量稳定，值得投入建设
团队有基本的数据分析能力

不适合使用数据分析Agent指南的信号

数据分析数据口径不统一且无法标准化
无数据基础设施，全靠Excel手工
数据量极小，不值得建设
口径频繁变动，无法稳定
团队无数据分析能力

以上识别信号用于判断数据分析Agent指南是否适用于当前场景，建议在立项阶段评估。

十二、评分标准（数据效果评估矩阵）

| 维度 | 权重 | 评分标准（1-5分） | 达标阈值 | |---|---|---|---| | 数据准确 | 30% | 5=零误差；3=偶有可纠偏；1=频繁出错 | ≥3分 | | 口径一致 | 25% | 5=全公司统一；3=部门内统一；1=各自定义 | ≥3分 | | 更新时效 | 20% | 5=实时；3=T+1；1=T+7以上 | ≥2分 | | 可视化 | 15% | 5=一看就懂；3=需解释；1=看不懂 | ≥2分 | | 权限合规 | 10% | 5=100%合规；3=有瑕疵可补救；1=有违规 | ≥2分 |

总分 = Σ(维度得分 × 权重) 总分 ≥ 4.0 为优秀，3.0-3.9 为合格，<3.0 需重新评估方案此评估矩阵用于数据分析Agent指南上线后的效果验收和持续优化。