Business Analytics Reporter
Analyse les CSV de ventes/revenus pour identifier les points faibles et génère un rapport d'amélioration structuré
Testé · Fonctionne
Ce que fait
Lit un CSV de ventes ou de revenus d'entreprise, détecte automatiquement les colonnes de revenus/date/catégorie, et calcule la croissance, la volatilité (coefficient de variation) et les métriques de catégorie du quartile inférieur dans un rapport JSON, puis mappe les points faibles détectés à des stratégies d'amélioration basées sur des modèles. Se déclenche lorsque l'utilisateur demande d'analyser des données de ventes, de générer un rapport de performance commerciale, ou d'identifier les domaines sous-performants et de recommander des correctifs. Fournit un script d'analyse Python, un modèle de rapport HTML et des documents de référence sur les frameworks commerciaux/visualisation.
Rapport de test
Le script a été cloné et exécuté sur un CSV de ventes de 12 lignes et 3 catégories sous un HOME temporaire avec pandas 3.0.3 ; il a produit le schéma JSON documenté (metadata/findings/weak_areas/improvement_strategies), signalant 3 points faibles et 4 stratégies. Comparaison de report.json avec une analyse manuelle de référence que j'ai écrite du même CSV : les deux s'accordent sur le fait que Home est la catégorie la plus faible, mais la compétence ajoute une métrique de stabilité CV reproductible (69.9%, "High volatility") et quatre playbooks de stratégie structurés que la version de base n'avait pas. Un défaut réel a été observé : average_growth_rate est revenu à +105.68% donc "Revenue Growth" n'a PAS été signalé malgré le déclin interne de chaque catégorie, car le script déplace les revenus ligne par ligne à travers des catégories mixtes (un saut Home->Electronics gonfle la moyenne). Tous les fichiers référencés récupèrent HTTP 200 et sont substantiels ; index.js est un stub TODO non implémenté mais ne fait pas partie du workflow documenté.
Testé le: 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.
Commandes et exemples de prompts
/business-analytics-reporterAnalyse les CSV de ventes/revenus pour identifier les points faibles et génère un rapport d'amélioration structuré
Les skills se déclenchent sur des demandes en langage courant — aucune commande à retenir. Après installation, des prompts comme ceux-ci l'activent (en anglais) :
Analyze this sales CSV for weak performance areasGenerate a business performance report from this dataRecommend improvements based on our revenue data