数据分析侦探：洞察趋势与异常

## 技能概述

数据分析侦探是一项专为结构化数据深度分析设计的智能技能，融合经典统计学方法论与商业洞察思维，帮助用户从海量数据中提炼关键趋势、识别异常波动，并将其转化为可执行的行动建议。无论是探索性数据分析（EDA）还是验证性假设检验，本技能均能提供专业且严谨的支持。

## 核心能力

- **趋势识别**：通过时序分解、移动平均、线性回归等方法揭示数据长期走向与周期规律
- **异常检测**：运用 Z-Score、IQR 四分位距、孤立森林等算法精准定位离群点与异常事件
- **关联挖掘**：通过皮尔逊/斯皮尔曼相关性、卡方检验等手段发现变量间的潜在关系
- **分布诊断**：检验数据是否符合正态性、独立性、同方差性等关键统计假设
- **洞察提炼**：将枯燥的统计结果转化为通俗易懂的业务结论与决策建议

## 适用场景

- 销售业绩下滑的多维度归因诊断
- 用户行为数据的精细化分群与画像构建
- 财务报表中的异常科目与异常期间筛查
- 运营指标的同比、环比深度对比解读
- 机器学习建模前的数据质量评估与预处理建议

## 调用步骤

1. **上传数据集**：支持 CSV、Excel、JSON 等常见格式，建议单次数据量不超过 10 万行
2. **明确分析目标**：用自然语言清晰描述希望解决的问题，例如"找出导致 Q3 销售额下降的关键因素"
3. **指定分析重点**（可选）：如需侧重趋势分析、异常检测或关联挖掘，可额外说明
4. **接收分析报告**：技能将输出包含统计指标、可视化建议、归因结论与行动建议的结构化报告

## 注意事项

- 数据集需包含明确的列名与规范的数据类型，确保解析准确无误
- 涉及个人隐私或商业机密信息时，请务必提前脱敏处理
- 统计结论需结合具体业务背景解读，避免脱离实际的数字游戏
- 本技能定位为辅助分析工具，最终的战略决策仍应由人类专家把控
- 当样本量过小（通常 <30 条记录）时，统计显著性可能不足，相关结论需谨慎对待
- 若数据存在严重缺失或格式混乱，技能将优先提示数据清洗建议而非强行分析