agentleFS
berriosbberriosb/data-analytics-agents/skills/insight-synthesis/SKILL.md

insight-synthesis

Skill0 starsChanged 41 days agoMITView on GitHub

Convierte hallazgos analíticos (estadísticas, gráficos, salidas de modelos) en insights priorizados y accionables usando el patrón Y Qué / Por Qué / Ahora Qué. Úsese después de que reporting-analyst produjo gráficos y un reporte escrito, cuando los hallazgos deban convertirse en decisiones. Se usa junto a reporting-analyst al final de cualquier análisis.

1 other project uses a version of this.

Adopted by

Most recently taken up by

The file

We split this skill into the rules it gives an agent

1 rule. About 0 are common, 1 is distinctive, and 0 are very specific to this project.

  • ≈0

    Common · estimate

    Many files like this have a rule of this kind.

  • ≈1

    Distinctive · estimate

    This author's own choices. Worth a look.

  • 0

    Very specific

    Tied to their project's names, files or tools. Probably skip.

  • Common
  • Distinctive
  • Very specific
  1. Distinctive:

    No hay acciones posibles (investigación pura / "¿qué tienen los datos?") — el valor de la síntesis es la selección de acciones.

    line 44

≈ “Common” is an estimate: at least 1 in 5 of the 350,495 skill files we read have a rule of the same kind, not the same words. “Very specific” is our guess from the words: it names a file, a command, a setting or the project itself.

Keep what fits and drop the rest. Your version, ready for your agents.
Files
SKILL.md

Insight Synthesis

La última milla de cualquier análisis. Un gráfico + un reporte no es todavía un insight — es evidencia cruda. Esta skill convierte la evidencia en el conjunto priorizado y cuantificado de insights sobre los que un stakeholder puede actuar.

Descripción general

La mayoría de los flujos de analytics se detienen en "el gráfico de barras muestra X". Eso es un hallazgo, no un insight. Esta skill impone tres transformaciones a cada hallazgo:

  1. Y Qué — por qué la magnitud le importa al negocio. Qué cambia si actuamos, qué cambia si no.
  2. Por Qué — cuál es la explicación más probable, dado lo que está en los datos. (No especulación — lo que los datos mismos soportan.)
  3. Ahora Qué — una acción específica con un verbo con dueño ("reducir", "subir", "investigar", "poner un guardrail", "matar feature").

La salida es un brief de 1 página con 3–5 insights, rankeados, cada uno con impacto de negocio cuantificado y un puntaje explícito de confianza.

Cuándo usar

  • Existe un entregable de reporting-analyst (gráficos + reporte) y los stakeholders están preguntando "¿y qué?" / "¿qué significa esto para nosotros?".
  • Hay múltiples hallazgos que hay que priorizar en un único "qué hacer esta semana".
  • Un equipo va a actuar sobre el análisis pero necesita ayuda para secuenciarlo.
  • El análisis se le está pasando a una audiencia no técnica.

No usar cuando:

  • El gráfico en sí mismo es el entregable (saltar la síntesis — entregar solo el gráfico).
  • No hay acciones posibles (investigación pura / "¿qué tienen los datos?") — el valor de la síntesis es la selección de acciones.
  • El usuario solo quiere un resumen de una línea de un número — sintetizar inline.

Flujo de trabajo

1. Enumerar cada hallazgo estadísticamente significativo

Listar cada hallazgo como enunciado factual (sin interpretar todavía):

  • "La tasa de churn en la cohorte 2024-Q3 es 18.2%."
  • "El ticket promedio es 24% mayor para usuarios adquiridos vía la campaña de septiembre."
  • "La conversión en el paso 2 del funnel cayó 11 puntos porcentuales semana a semana."

Escribir 5–15 enunciados así. No filtrar todavía.

2. Aplicar Y Qué → Por Qué → Ahora Qué a cada hallazgo

Para cada enunciado, escribir tres líneas cortas:

Y Qué:    Churn al 18% significa que perdemos ~X clientes/trimestre al ritmo
          actual de crecimiento; tenemos un runway de 2 trimestres antes de
          que el target de adquisición de nuevos clientes se vuelva
          inalcanzable.
Por Qué:  La caída coincide con el [cambio específico] del [fecha], no con
          patrones estacionales de los 8 trimestres previos.
Ahora Qué: Lanzar un experimento de retención dirigido a la cohorte 2024-Q3
          antes de [fecha]; congelar trabajo de features nuevas sobre la
          superficie afectada por 2 semanas.

Si no podés escribir un Y Qué cuantificado, degradar el hallazgo a "observación" y moverlo al apéndice.

3. Puntuar cada insight: impacto × confianza × accionabilidad

Dimensión1 (bajo)2 (medio)3 (alto)
Impacto (financiero, cliente, operacional)<5% de la métrica5–20%>20%
Confianza (estadística + metodológica)muestra única, sin baselinerepetido, baseline parcialreplicado, controlado
Accionabilidad"hace falta más análisis"existe acción pero dueño inciertoun equipo, una decisión

Conservar los insights que puntúan ≥6/9 en el top-5. Poner el resto en el apéndice.

4. Agrupar, resolver conflictos, señalar

  • Agrupar insights relacionados (p. ej., múltiples hallazgos sobre el mismo paso del funnel).
  • Si dos hallazgos se contradicen, nombrar la tensión explícitamente y enunciar qué datos adicionales la resolverían. No esconder conflictos.
  • Señalar los límites del análisis en un párrafo: tamaño de muestra, ventana temporal, caveats de definición.

5. Entregar el brief de insight

Markdown de una página, secciones:

  1. TL;DR — 3 bullets, los 3 Y Qué más importantes.
  2. Top 5 insights — cada uno con: hallazgo, Y Qué, Por Qué, Ahora Qué, estimación de impacto, confianza (1–3).
  3. Qué necesitaríamos saber a continuación — un párrafo sobre las preguntas abiertas.
  4. Apéndice — observaciones degradadas.

Si el usuario pidió un write-up más largo, expandir cada insight a un párrafo con los números subyacentes inline.

Justificaciones comunes

JustificaciónRealidad
"Simplemente resumimos el gráfico y lo llamamos insight."Un resumen es re-enunciar la evidencia; un insight requiere Y Qué / Por Qué / Ahora Qué.
"No conocemos el impacto financiero, salteamos el número."Usar una estimación de orden de magnitud ($10k vs $1M es accionable; la precisión importa menos que el orden).
"Los stakeholders van a hacer su propia priorización."Pre-rankear el top 5. Si dos insights son igualmente importantes, decirlo y explicar el desempate.
"Más análisis mejoraría la confianza, entonces difiero la síntesis."Entregar lo que hay con confianza explícitamente puntuada; la perfección es enemiga de la acción.
"Cada hallazgo del gráfico merece un insight."No — algunos son observaciones. Ponerlos en el apéndice, no en el top 5.
"Un solo insight grande alcanza."Un único Y Qué rara vez es cierto; los datos suelen soportar 3–5 insights distintos.

Señales de alerta

  • Un brief de insight con ningún impacto cuantificado en ninguna parte.
  • Un insight con Y Qué pero sin Ahora Qué (es una observación, no un insight).
  • Un insight basado en una muestra de <30 eventos o sin baseline.
  • Una lista "rankeada" donde cada item puntúa igual — el ranking es falso.
  • Insights que se contradicen sin nombrar la contradicción.
  • Enterrar las malas noticias en el apéndice mientras se arranca con sesgo de confirmación.
  • Faltar insights específicos por stakeholder (p. ej., un brief orientado a finanzas sin línea de revenue, un brief de ops sin línea de SLA).

Verificación

  • Cada hallazgo listado en el paso 1 está en el top 5 o en el apéndice (sin drops silenciosos).
  • Cada insight del top 5 tiene un Y Qué cuantificado (aunque sea orden de magnitud).
  • Cada insight tiene un Ahora Qué explícito con un verbo de acción.
  • Cada insight tiene un puntaje impacto × confianza × accionabilidad y la aritmética cierra (cada puntaje 1–3, suma 3–9).
  • El top 5 está ordenado por el puntaje; los empates se anotan explícitamente con un desempate.
  • Al menos un párrafo nombra los límites (tamaño de muestra, ventana temporal, caveats).
  • Si dos hallazgos se contradicen, la contradicción y el plan de resolución están escritos.
  • El TL;DR tiene 3 bullets y matchea con el top 3 de la lista rankeada.
  • El entregable entra en una página (la versión extendida es opcional, pero el brief de una página siempre existe).

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.