Business Analytics Reporter

Analysiert Verkaufs-/Umsatz-CSVs auf Schwachstellen und erstellt einen strukturierten Verbesserungsbericht

von ailabs-393 · ailabs-393/ai-labs-claude-skills

Getestet · Funktioniert ★ 8.0/10

Business Analytics Reporter — Analysiert Verkaufs-/Umsatz-CSVs auf Schwachstellen und erstellt einen strukturierten Verbesserungsbericht

Was es kann

Liest eine Geschäftsverkaufs- oder Umsatz-CSV, erkennt automatisch Umsatz-/Datums-/Kategorie-Spalten und berechnet Wachstum, Volatilität (Variationskoeffizient) und Metriken für das untere Quartil der Kategorien in einem JSON-Bericht, ordnet dann erkannte Schwachstellen vorlagenbasierten Verbesserungsstrategien zu. Wird ausgelöst, wenn der Benutzer die Analyse von Verkaufsdaten, die Generierung eines Geschäftsleistungsberichts oder die Identifizierung von unterperformenden Bereichen und die Empfehlung von Korrekturen anfordert. Liefert ein Python-Analyseskript, eine HTML-Berichtsvorlage und Referenzdokumente für Geschäftsframeworks/Visualisierungen.

Testbericht

Das Skript geklont und auf einer 12-zeiligen 3-Kategorien-Verkaufs-CSV unter einem temporären HOME mit pandas 3.0.3 ausgeführt; es produzierte das dokumentierte JSON-Schema (metadata/findings/weak_areas/improvement_strategies), das 3 Schwachstellen und 4 Strategien kennzeichnete. report.json wurde mit einer manuellen Baseline-Analyse derselben CSV verglichen, die ich geschrieben hatte: Beide stimmen überein, dass Home die schwächste Kategorie ist, aber der Skill fügt eine reproduzierbare CV-Stabilitätsmetrik (69.9%, "High volatility") und vier strukturierte Strategie-Playbooks hinzu, die der Baseline fehlten. Ein echter Fehler wurde beobachtet: average_growth_rate kam mit +105.68% zurück, sodass "Revenue Growth" NICHT markiert wurde, obwohl jede Kategorie intern zurückging, weil das Skript den Umsatz Zeile für Zeile über gemischte Kategorien verschiebt (ein Home->Electronics-Sprung bläht den Mittelwert auf). Alle referenzierten Dateien liefern HTTP 200 und sind substanziell; index.js ist ein nicht implementierter TODO-Stub, aber nicht Teil des dokumentierten Workflows.

Getestet am: 2026-07-21 · Claude Code 2.x (agent harness)

Installation

git clone --depth 1 https://github.com/ailabs-393/ai-labs-claude-skills.git /tmp/business-analytics-reporter-src
mkdir -p ~/.claude/skills
cp -R /tmp/business-analytics-reporter-src/dist/skills/business-analytics-reporter ~/.claude/skills/business-analytics-reporter
# Requires Python 3 with pandas + numpy: pip install pandas numpy
# Optional for visualizations: pip install plotly
# Run the engine: python ~/.claude/skills/business-analytics-reporter/scripts/analyze_business_data.py your_data.csv report.json
# CSV should have revenue/sales, date, and (optional) category columns.
# index.js in the skill dir is an unimplemented stub and is not used; the Python script is the working mechanism.

Befehle & Beispiel-Prompts

/business-analytics-reporterAnalysiert Verkaufs-/Umsatz-CSVs auf Schwachstellen und erstellt einen strukturierten Verbesserungsbericht

Skills reagieren auf normale Anfragen — keine Slash-Befehle nötig. Nach der Installation aktivieren Prompts wie diese den Skill (auf Englisch):

Analyze this sales CSV for weak performance areas
Generate a business performance report from this data
Recommend improvements based on our revenue data

Vollständiger Testbericht (Englisch) →