Business Analytics Reporter
Analyserar försäljnings-/intäkts-CSV:er för svaga områden och genererar en strukturerad förbättringsrapport
Testad · Fungerar
Vad den gör
Läser en CSV-fil med företagsförsäljning eller intäkter, upptäcker automatiskt kolumner för intäkter/datum/kategori, och beräknar tillväxt, volatilitet (variationskoefficient) och kategorimått för den nedre kvartilen till en JSON-rapport, och mappar sedan upptäckta svaga områden till mallbaserade förbättringsstrategier. Utlöses när användaren ber att analysera försäljningsdata, generera en affärsresultatrapport eller identifiera underpresterande områden och rekommendera åtgärder. Levereras med ett Python-analysskript, en HTML-rapportmall och referensdokument för affärsramverk/visualisering.
Testrapport
Klonade skriptet och körde det på en 12-radig 3-kategoriers försäljnings-CSV under en tillfällig HOME med pandas 3.0.3; det producerade det dokumenterade JSON-schemat (metadata/findings/weak_areas/improvement_strategies), flaggade 3 svaga områden och 4 strategier. Jämförde report.json med en baslinje manuell analys jag skrev av samma CSV: båda är överens om att Home är den svagaste kategorin, men färdigheten lägger till ett reproducerbart CV-stabilitetsmått (69.9%, "High volatility") och fyra strukturerade strategispelböcker som baslinjen saknade. Observerade en verklig brist: average_growth_rate kom tillbaka +105.68% så "Revenue Growth" flaggades INTE trots att varje kategori minskade internt, eftersom skriptet flyttar intäkter rad för rad över blandade kategorier (ett Home->Electronics-hopp blåser upp medelvärdet). Alla refererade filer hämtar HTTP 200 och är betydande; index.js är en oimplementerad TODO-stub men är inte en del av det dokumenterade arbetsflödet.
Testad: 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.
Kommandon och exempelprompter
/business-analytics-reporterAnalyserar försäljnings-/intäkts-CSV:er för svaga områden och genererar en strukturerad förbättringsrapport
Skills triggas av vanliga förfrågningar — inga kommandon att memorera. Efter installationen aktiverar prompter som dessa skillen (på engelska):
Analyze this sales CSV for weak performance areasGenerate a business performance report from this dataRecommend improvements based on our revenue data