agentleFS
Sign inStart free
kerimovxx1990-dotkerimovxx1990-dot/business-ai-kit/skills/data-interpretation/SKILL.md

data-interpretation

Skill0 starsChanged 2 months agoMITView on GitHub

Отчёт, таблица или выгрузка из бизнеса → правильные вопросы → выводы, которые можно проверить, с уровнем доверия. Использовать, когда человек загружает отчёт/CSV/скрин и спрашивает «что тут», «что не так», «что делать».

1 other project uses a version of this.

Adopted by

Most recently taken up by

  • Other versions1 project uses a version of this.

    Word for word · 0

    None found.

    Edited · 0

    None found.

    Wrote their own version · 1

    1. designedbythanh/ai-skills-library-product-design★ 2same name

    How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.

  • In this repository8 other files it gives its agents.

The file

Create a free account to mount
Files
SKILL.md

data-interpretation — решения по данным, а не по ощущениям

Перед началом

  1. Проверь, обезличены ли данные (ФИО, телефоны, реквизиты). Если нет — сначала pii-scrub, если работаем в облаке.
  2. Спроси/уточни: за какой период, откуда выгрузка, что за единицы (рубли / штуки / %), есть ли известные искажения (акция, сезон, сбой).
  3. Прочитай goal.md — выводы должны быть про цель, а не «всё подряд».

Пять вопросов к любому отчёту

  1. Что изменилось относительно прошлого периода — не «в среднем по рынку», а у нас.
  2. Где деньги: 20% позиций/клиентов/каналов, дающих 80%.
  3. Где теряем: провалы, отказы, возвраты, необработанные заявки, время реакции.
  4. Что это стоит: перевести в рубли и часы. «30 заявок без ответа» → «× средний чек × конверсия = столько-то в месяц».
  5. Что проверить дальше: какой один эксперимент даст ответ, какая метрика, через сколько.

Выход

# Отчёт: <название> · период
## Главное (3 строки)
## Цифры — что изменилось          таблица: показатель · было · стало · Δ
## Где деньги / где теряем
## Выводы                           каждый — с уровнем доверия C1–C5 и «почему»
## Одно действие на неделю          что · метрика · когда проверить
## Чего не хватает в данных

Записать в <папка>/ОТЧЁТ — <тема> — ГГГГ-ММ-ДД.md.

Правила

  • Считай, не оценивай на глаз: суммы, доли, дельты — вычисляй. Покажи формулу, если спорно.
  • Мало данных (один месяц, 10 строк) — так и скажи, выводы не выше C4.
  • Корреляция ≠ причина. «Продажи упали, когда сменили обложку» — гипотеза, не вывод.
  • Не выдумывай бенчмарки отрасли. Нет источника — нет цифры.
  • Разбор отзывов конкурентов: та же схема — боль · как часто · есть ли у нас · что делаем.

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.

Check your setup, free