数据分析侦探：智能洞察数据集趋势与异常

## 技能概述

数据分析侦探是一款专业的数据分析技能，专为从结构化数据中挖掘有价值洞察而设计。它结合了描述性统计、推断性统计和机器学习方法，能够自动化完成从数据清洗到洞察生成的全流程分析任务。无论是业务人员还是数据分析师，都可以借助该技能快速理解数据特征，发现隐藏规律。

## 核心能力

- **趋势识别**：自动检测数据随时间或序列变化的上升、下降、周期性等趋势模式
- **异常检测**：运用统计方法和算法识别偏离正常分布的数据点
- **相关性分析**：探索多变量之间的关联关系，识别关键影响因素
- **分布分析**：揭示数据的分布形态、中心趋势和离散程度
- **洞察生成**：将分析结论转化为通俗易懂且可落地的业务建议

## 调用步骤

1. **上传数据集**：将 CSV、Excel、JSON 或 Parquet 格式的数据文件上传至对话窗口
2. **明确分析目标**：清晰描述希望解决的问题，例如"找出销售额下降的原因"或"识别异常订单"
3. **选择分析维度**（可选）：指定关键字段、分组维度或时间范围
4. **执行分析**：技能自动进行数据质量检查、探索性数据分析（EDA）和建模
5. **查看结果报告**：获取包含统计指标、可视化图表和文字解读的综合分析报告
6. **深入追问**：根据初步发现进行多轮交互式探索，例如"为什么 Q3 出现异常"

## 适用场景

- **业务分析**：销售趋势、客户分群、转化漏斗分析
- **运营监控**：KPI 波动诊断、指标异常告警
- **金融分析**：交易数据风险检测、收益归因分析
- **用户研究**：行为模式挖掘、留存因素分析
- **学术研究**：实验数据处理、假设检验

## 注意事项

- 单次分析建议数据规模不超过 50 万行，超过部分建议分批处理
- 上传前请对个人隐私信息（如身份证号、手机号）进行脱敏处理
- 分析结果的置信度受数据质量影响，建议在分析前检查缺失值和异常值
- 涉及重大商业决策时，应结合领域专家知识进行二次验证
- 时间序列数据需包含明确的时间戳字段，格式建议为 ISO 8601 标准
- 分类变量和数值变量应保持规范的数据类型，避免数字字段被误读为文本
- 若分析结果与预期差异较大，可尝试调整分析角度或补充业务背景信息