Business Analytics Reporter
Analyserer salgs-/inntekts-CSV-er for svake områder og produserer en strukturert forbedringsrapport
Bestått
Hva den gjør
Leser en forretningssalgs- eller inntekts-CSV, auto-detekterer inntekts-/dato-/kategorikolonner, og beregner vekst, volatilitet (variasjonskoeffisient) og bunnkvartil-kategorimetrikker til en JSON-rapport, og kartlegger deretter oppdagede svake områder til malbaserte forbedringsstrategier. Utløses når brukeren ber om å analysere salgsdata, generere en forretningsytelsesrapport, eller identifisere underpresterende områder og anbefale løsninger. Leveres med et Python-analyse-skript, en HTML-rapportmal og forretningsrammeverk-/visualiseringsreferansedokumenter.
Testrapport
Klonet skriptet og kjørte det på en 12-raders 3-kategoriers salgs-CSV under en temp HOME med pandas 3.0.3; det produserte det dokumenterte JSON-skjemaet (metadata/findings/weak_areas/improvement_strategies), og flagget 3 svake områder og 4 strategier. Sammenlignet report.json med en baseline manuell analyse jeg skrev av samme CSV: begge er enige om at Home er den svakeste kategorien, men ferdigheten legger til en reproduserbar CV-stabilitetsmetrikk (69.9%, "High volatility") og fire strukturerte strategi-playbooks som baseline manglet. Observerte en reell feil: average_growth_rate kom tilbake +105.68% så "Revenue Growth" ble IKKE flagget til tross for at hver kategori falt internt, fordi skriptet flytter inntekter rad for rad over blandede kategorier (et Home->Electronics-hopp blåser opp gjennomsnittet). Alle refererte filer henter HTTP 200 og er betydelige; index.js er en uimplementert TODO-stub, men er ikke en del av den dokumenterte arbeidsflyten.
Testet på: 2026-07-21 · Claude Code 2.x (agent harness)
Installer
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.
Kommandoer og eksempelprompter
/business-analytics-reporterAnalyserer salgs-/inntekts-CSV-er for svake områder og produserer en strukturert forbedringsrapport
Skills utløses av vanlige forespørsler — ingen kommandoer å huske. Etter installasjonen aktiverer prompter som disse skillen (på engelsk):
Analyze this sales CSV for weak performance areasGenerate a business performance report from this dataRecommend improvements based on our revenue data