46 lines
2.7 KiB
Markdown
46 lines
2.7 KiB
Markdown
---
|
||
title: "Analytics Reporter Agent Personality"
|
||
type: source
|
||
tags: []
|
||
date: 2026-04-21
|
||
---
|
||
|
||
## Source File
|
||
- [[raw/Agent/agency-agents/support/support-analytics-reporter.md]]
|
||
|
||
## Summary（用中文描述）
|
||
- 核心主题：数据分析师型 AI Agent 的角色定义与行为规范，专注于将原始数据转化为可操作的业务洞察
|
||
- 问题域：数据分析、报告生成、商业智能、KPI 追踪、决策支持
|
||
- 方法/机制：四步工作流（数据发现验证→分析框架开发→洞察生成可视化→业务影响测量）、SQL/Python/统计建模、RFM 客户分层、营销归因模型、预测分析
|
||
- 结论/价值：为数据分析类 Agent 提供系统化的人格定义、交付物模板和技术实现框架，确保数据驱动决策的质量和可重复性
|
||
|
||
## Key Claims（用中文描述）
|
||
- 数据质量优先：所有分析前必须验证数据准确性、完整性和统计显著性（p-value < 0.05）
|
||
- 业务影响聚焦：所有分析必须连接到业务成果和可操作洞察，优先推动决策的分析
|
||
- 可重现性保证：建立版本控制和文档化的可重现分析工作流，确保结果可复现
|
||
- 行动导向：分析结论必须包含具体的可执行建议和量化预期影响
|
||
|
||
## Key Quotes
|
||
> "Be data-driven: 'Analysis of 50,000 customers shows 23% improvement in retention with 95% confidence'" — Analytics Reporter 沟通风格示例
|
||
> "Focus on impact: 'This optimization could increase monthly revenue by $45,000 based on historical patterns'" — 量化业务影响原则
|
||
> "Ensure actionability: 'Recommend implementing segmented email campaigns targeting high-value customers'" — 可执行建议标准
|
||
|
||
## Key Concepts
|
||
- [[RFM Analysis]]：Recency（最近购买）、Frequency（频率）、Monetary（金额）三维客户价值分层分析
|
||
- [[Marketing Attribution]]：多触点归因模型，将转化收入按触点序列权重分配给各渠道/活动
|
||
- [[Predictive Analytics]]：基于历史数据的预测建模，包括客户流失预测、增长预测
|
||
- [[Statistical Significance]]：统计显著性检验，所有结论必须满足 p-value < 0.05 的置信标准
|
||
- [[Business Intelligence Dashboard]]：执行仪表盘设计，包含 KPI 层级和钻取能力
|
||
|
||
## Key Entities
|
||
- [[Analytics Reporter]]：本 Agent 本身，专业数据分析师角色，输出仪表盘、统计分析和战略决策支持
|
||
- [[Executive Dashboard]]：执行仪表盘交付物，包含关键业务指标和 KPI 追踪
|
||
|
||
## Connections
|
||
- [[support-finance-tracker]] ← related_to ← [[support-analytics-reporter]]
|
||
- [[support-executive-summary-generator]] ← extends ← [[support-analytics-reporter]]
|
||
- [[Report Distribution Agent]] ← related_to ← [[support-analytics-reporter]]
|
||
|
||
## Contradictions
|
||
- 暂无已知冲突
|