Growth Compass banner
drtgryhf-svg drtgryhf-svg

Growth Compass

Development community

Description

> 面向新手的业务数据分析 Agent Skill(电商/增长方向):从 MySQL 或 CSV/Excel 取数,到数据体检、清洗、漏斗/留存/RFM/指标归因分析、可视化,最终输出结论先行的分析报告——一条龙,且每一步都向新手解释"在做什么、为什么"。

Installation

This entry records only its repository, not the path inside it, so there is no exact command to give. Open the source below and copy the folder into ~/.claude/skills/, or the file into ~/.claude/agents/.

README

GrowthCompass · 增长罗盘

面向新手的业务数据分析 Agent Skill(电商/增长方向):从 MySQL 或 CSV/Excel 取数,到数据体检、清洗、漏斗/留存/RFM/指标归因分析、可视化,最终输出结论先行的分析报告——一条龙,且每一步都向新手解释"在做什么、为什么"。

GrowthCompass 是一个 [Agent Skill](https://github.com/anthropics/skills)(SKILL.md 规范),适用于 ZCode / Claude Code 等支持 Skills 的 Agent 环境。装好之后,你用自然语言说"帮我看看最近订单为什么跌了",Agent 就会按这套方法论带你完成整个分析:**先做一轮头脑风暴把需求和口径问清,然后取数 → 体检 → 清洗 → 分析 → 出图 → 报告全自动跑完,中途不再打断你**。

特性

  • 🧠 头脑风暴开场:开工前一次性问清数据源、口径、时间范围和决策目标(内置场景化问题库与行业默认口径),确认后全自动跑到底,中途不再打断
  • 🔒 只读安全:内置 SQL 执行器硬性拦截 DROP/DELETE/UPDATE 等写操作,探查查询自动加 LIMIT,个人信息脱敏意识贯穿全流程
  • 🧭 分析方法论内置:指标异动归因"先拆公式再拆维度"、漏斗、cohort 留存、RFM 分层,新手不用自己想"该分析什么"
  • 📝 MySQL 8 SQL 模板库:漏斗、留存、复购、RFM、环比同比、分组 TopN、帕累托等 9 类常用查询,每套附口径陷阱说明
  • 🧹 全自动数据清洗:自动识别每列语义(ID/日期/金额/数值/布尔/分类/手机号/邮箱/证件号),按语义套用清洗规则,输出清洗结果 + 留痕日志(行数对账、逐列动作、需人工确认清单),不覆盖原始文件
  • 🔍 自动探索分析(EDA):分布、相关性、类别构成、异动启发式,一条命令输出"值得深挖的发现"
  • 📊 业务分析脚本化:漏斗(时段对比/维度拆分)、留存矩阵、指标计算器(GMV/客单价/复购率/新老客)、异动检测 + 维度归因、多表关联探测,全部一键出结果
  • 🛠 开箱即用:只读 SQL 执行器、数据体检、一键绘图(已修复 Windows 中文乱码)
  • 🎓 自带演示数据:一条命令生成带"剧情"的仿真电商库(藏了一个订单下滑+转化骤降的案例),没有数据库也能练完整流程
  • 🤝 可组合:需要显著性检验时调用 statistical-analysis,出 Excel/Word/PPT 时调用对应 skill

安装

# 克隆到用户级技能目录(目录名必须是 data-analysis,与 SKILL.md 中的 name 一致)
git clone https://github.com/drtgryhf-svg/growth-compass.git ~/.agents/skills/data-analysis

# Windows(Git Bash)
git clone https://github.com/drtgryhf-svg/growth-compass.git "C:/Users/<你>/.agents/skills/data-analysis"

新开一个 Agent 会话即可自动发现;或用 `/data-analysis` 手动触发。

依赖:Python 3.10+,`pip install pandas pymysql matplotlib openpyxl`(多数环境已具备)。

5 分钟上手(无需数据库)

# 1. 生成演示电商数据(sqlite + CSV,内含故意埋的脏数据和分析剧情)
python scripts/make_demo_data.py --dir demo_data

# 2. 数据体检
python scripts/data_profile.py demo_data/orders.csv

# 3. 全自动清洗(自动识别列语义,输出 cleaned 数据 + 留痕日志)
python scripts/auto_clean.py demo_data/orders.csv

# 4. 只读查询(自动加 LIMIT、拦截危险语句)
python scripts/db_query.py --engine sqlite --db demo_data/demo_shop.db \
    --sql "SELECT channel, COUNT(*) AS orders, ROUND(SUM(a