将用户的数据分析需求转化为结构化的分析计划并与用户确认。用户提出 BI 业务分析、数据探索、统计建模等需要规划的分析任务时使用。简单数据查询、公式明确的定量计算等流程简单、无需规划的任务不使用。
The English summary is being prepared. Showing the original description.
agentscope-ai/QwenPaw-Data166Updated Oct 20, 2026
FreePublished on GitHub
bi-comparison-analysis
对不同时间、群体、地区、渠道、版本之间的指标差异性的定量分析。触发条件：当分析任务需要通过定量比较多个对象来进行分析时触发，例如，对话包含“分析差异”、“衡量增长/下降”、“评估优劣/一致性“、“对比“等相似词语时触发。
The English summary is being prepared. Showing the original description.
See how to installFiles included (2)
- SKILL.md3.3 KB
- references/significance-test.md1.3 KB
SKILL.md (original)
Review the instructions the agent will receive before you install.
bi-comparison-analysis
对不同时间、群体、地区、渠道、版本之间的指标差异值进行分析。
执行步骤
Step 1. 明确比较维度
一般而言，对比分析主要涉及以下 3 个维度：
| 维度 | 说明 | 目的 |
|---|---|---|
| 时间对比 (纵向) | 同比（与历史相同节点）或环比（与相邻节点） | 了解发展速度、规模水平的增减变化 |
| 空间对比 (横向) | 与同类对象、竞争对手或行业平均水平对比 | 评估自身在群体中的水平高低，找出差距 |
| 标准对比 (计划对比) | 将实际完成数据与目标、计划、预算数值对比 | 检查指标是否达标，评估业务运行是否协调 |
根据数据分析需求以及上述维度的解释说明，选择合理的对比维度。
Step 2. 设定基准与比较对象
根据所确定的比较分析维度以及提供的数据，选择合适的对比参照物（时间、空间或标准），以及确定合理的比较对象。确保参照物与比较对象的数据在统计口径、计量标准上一致，具有可比性。
整理数据为一份 CSV 文件，包含参照物相应数据列以及比较对象相应数据列。以“对比不同端转化情况”为例，可用的数据类似
业务日期,web端转化率,app端转化率
20251101,0.7856,0.2343
20251102,0.2288,0.8822
20251103,0.6677,0.7760
Step 3. 计算差异
对比分析的定量计算形式主要有以下两种
| 方式 | 计算方式 | 例子 |
|---|---|---|
| 绝对差值 | (差值=对象A - 对象B) | 数值大小比较 |
| 相对差值 | (差异率=\frac{对象A - 对象B}{对象B}) | 环比增长、同比增长 |
根据步骤 1 和步骤 2 确定的比较维度、参照物和比较对象，从中选择合适的定量计算方式计算对比差异。不遗漏任何需要比较的对象。
Step 4. 显著性分析
当对两组或多组数据进行比较，且比较结果具有多个样本时，需进行显著性分析。常用显著性检验方法如下：
| 检验方法 | 适用场景 | 数据要求 |
|---|---|---|
| t 检验 | 两组均值对比，样本量 < 30 或总体方差未知 | 连续型数据，近似正态分布 |
| z 检验 | 两组均值/比例对比，大样本量（n ≥ 30） | 连续型或二分类数据 |
| 卡方检验 | 分类变量独立性检验、拟合优度检验 | 频数数据，期望频数 ≥ 5 |
显著性检验方法选择策略如下：
if 数据为分类变量:
使用 chi_square
elif 样本量 >= 30:
使用 z_test
else:
使用 t_test
各个检验方法的具体计算方式参见 <skill-dir>/references/significance-test.md。
输出要求
输出差异定量计算结果，以及显著性检验方式、检验统计量与 P 值（如果执行了显著性分析）。不要遗失任何计算结果，包括 NaN 值。
Reviews
No reviews yet. Tell others what you thought.
Comments
No login needed. Share how it worked for you, ask a question, or note where it did not run.
No comments yet. Be the first to write one.
More skills from this repository
通过量化历史数据的自然波动幅度，自适应计算判定阈值。当需要从数据本身确定阈值（如波动阈值、影响度阈值等）、而非使用固定值时调用。仅适用于日/周粒度阈值确定。
The English summary is being prepared. Showing the original description.
agentscope-ai/QwenPaw-Data166Updated Oct 20, 2026
基于阈值检测时间序列中的显著异常波动点。当需要找出指标异常波动日期、识别数据异动时调用。
The English summary is being prepared. Showing the original description.
agentscope-ai/QwenPaw-Data166Updated Oct 20, 2026
计算各维度（组）值对指标变动的贡献度，支持可加型量值指标和加权平均型/率值指标。当需要计算贡献度、解释指标"为什么涨/跌"时调用。
The English summary is being prepared. Showing the original description.
agentscope-ai/QwenPaw-Data166Updated Oct 20, 2026
从运营周报、活动文档、对话输入或文档工具 API 中提取业务事件，与指标异常时间窗口对齐，生成有证据支撑的因果归因假设并排序。当已知指标存在异常波动、需要从外部文档证据中解释"为什么"时调用。
The English summary is being prepared. Showing the original description.
agentscope-ai/QwenPaw-Data166Updated Oct 20, 2026
bi-clustering
Free对用户、产品等业务对象做分群：用波士顿矩阵法做象限分群，或用分层聚类、K-means、DBSCAN 等聚类技术分群。当需要做客群/产品分群、象限策略、画像或密度型子结构发现时调用。触发条件：当对话中出现“分群”、“分类”、“聚类”、“不同类型”、“不同场景”等体现分群分析词语时触发。
The English summary is being prepared. Showing the original description.
agentscope-ai/QwenPaw-Data166Updated Oct 20, 2026