agentleFS
shisuidatashisuidata/ss-data-skills/skills/dashboard-reviewer/SKILL.md

dashboard-reviewer

Skill8 starsChanged 6 days agoMITView on GitHub

Use when reviewing whether a BI dashboard, management dashboard, metric board, or data product page can support business decisions with clear metrics, trustworthy definitions, and actionable drill-down paths. 中文触发词:看板审查、BI 看板优化、经营看板改版、报表没人看。

The file

Files
SKILL.md

Dashboard Reviewer

目标

审查一个看板是否真的能支持业务决策,而不是只把指标和图表堆在一起。

这个 Skill 关注:

  • 看板目标是否清楚
  • 指标层级是否合理
  • 图表是否匹配问题
  • 口径、粒度、刷新频率是否可信
  • 用户是否能从看板走到下一步行动

使用场景

使用这个 Skill,当用户需要:

  • 审查经营看板、增长看板、销售看板、渠道看板、会员看板
  • 评估一个 BI 看板上线前是否可用
  • 改版一个已经没人看的老看板
  • 判断看板指标是否过多、过散或缺少主线
  • 给老板、业务方或数据产品同学整理看板优化建议

不适用场景

不要使用这个 Skill 处理:

  • 从零设计数仓表结构,应使用 table-design-advisor
  • 审查具体 SQL 逻辑,应使用 sql-reviewer
  • 写完整分析报告,应使用 data-analysis-report-writer
  • 制作 PPT 叙事,应使用 data-presentation-architect
  • 只调整单张图的选型或配色,应使用 data-viz-kit
  • 对没有目标受众、指标说明和图表描述的看板做最终结论

输入信息

最少输入:

  • 看板名称或主题
  • 目标受众
  • 看板要回答的业务问题
  • 指标列表或图表描述

推荐输入:

  • 指标口径、统计粒度、时间范围
  • 维度与筛选条件
  • 刷新频率和数据延迟
  • 看板截图、页面结构或图表清单
  • 使用者会基于看板做什么决策
  • 当前反馈:没人看、看不懂、指标打架、响应慢等

上下文建议

优先使用这些模板准备上下文:

  • 报告上下文模板:适合经营看板、管理层看板和周期复盘看板
  • 分析上下文模板:适合转化、留存、增长、用户行为类看板
  • 指标上下文模板:适合指标口径争议较多的看板

如果看板强依赖行业业务,建议额外补充行业上下文:

  • 电商行业上下文
  • SaaS 行业上下文
  • 内容社区行业上下文

上下文不足时,可以先做结构性审查,但必须标记假设,不能编造指标口径或业务规则。

审查流程

  1. 识别看板的目标受众、决策场景和核心问题。
  2. 判断指标是否形成主指标、过程指标、解释指标、护栏指标的层级。
  3. 检查每个图表是否回答一个明确问题,避免只有展示价值。
  4. 检查维度、筛选、下钻路径是否能支撑定位问题。
  5. 检查指标口径、统计粒度、刷新频率和数据延迟风险。
  6. 给出改版优先级:必须改、建议改、可后续改。

可用脚本

把看板整理成结构化描述后运行,得到评分、问题清单和改版原型:

python3 scripts/dashboard_kit.py review --spec dashboard.json --html prototype.html

格式见 看板描述格式,示例见 assets/example_spec.json,全部参数见 命令行参数。

脚本只检查结构问题,比如没有主指标、没有下钻路径、用了双轴图。指标对不对、业务上该不该看,由你结合上下文判断。原型里的数字只能来自用户材料,没有数据时写“待接入”,不要编造。

审查截图时

  1. 先写出看到的内容:模块、指标、时间范围、筛选项、图表类型。
  2. 看不清或被截断的内容标记为“无法确认”,不要猜数字。
  3. 把观察结果整理成上面的结构化描述,缺失字段留空。
  4. 截图只能判断结构和展示,口径、刷新频率和权限要向用户确认。

图表选型、配色和数字格式按 data-viz-kit 的规则判断。

输出格式

## 看板审查结论

<评分:决策服务、指标层级、图表匹配、定位与行动、数据可信,各 2 分>

## 看板目标与受众

## 指标体系审查

| 层级 | 当前指标 | 问题 | 建议 |
| --- | --- | --- | --- |

## 图表与交互审查

| 模块 | 问题 | 影响 | 优先级 | 建议 |
| --- | --- | --- | --- | --- |

## 口径与数据风险

## 改版建议

### P0 必须修改

### P1 建议修改

### P2 后续优化

## 改版原型

<HTML 原型路径;没有运行脚本时给出首屏和第二屏的结构>

## 待确认问题

质量标准

输出必须:

  • 先判断看板能不能服务决策,再讨论视觉和布局
  • 区分指标层级,不把所有指标放在同一优先级
  • 指出无法行动的图表和缺少下钻路径的问题
  • 明确口径、刷新频率、粒度和权限等数据风险
  • 给出可以落地的改版建议,而不是泛泛说“优化展示”
  • 在缺少截图或指标说明时标记假设
  • 原型中的数字只来自用户材料

完成后的下一步

  • 指标口径有问题:metric-definition-reviewer
  • 图表选型和配色:data-viz-kit
  • 需要新的底表:table-design-advisor
  • 看板 SQL 要审查:sql-reviewer
  • 写看板说明:data-doc-writer

示例 Prompt

请用 dashboard-reviewer 审查下面这个经营看板。

目标受众:电商运营负责人。
业务问题:每天看整体交易表现,发现 GMV 下降时能快速定位原因。
看板模块:
1. GMV、订单数、支付用户数、客单价
2. 渠道 GMV 趋势
3. 商品类目 GMV Top 10
4. 新老用户支付占比
5. 退款金额趋势
刷新频率:每天 9 点更新上一日数据。
已知反馈:运营说看板能看结果,但定位不了问题。

请输出看板问题、风险和改版建议。
请用 dashboard-reviewer 审查这个 SaaS 客户成功看板。

目标受众:客户成功团队(CSM),共 8 人,每人负责约 30 家企业客户。
业务问题:在续费日前 60 天主动识别高风险客户,优先跟进。
看板模块:
1. 本月到期客户列表(按 MRR 排序)
2. 客户 30 天活跃度趋势
3. 功能使用覆盖率(已使用功能数/总功能数)
4. 最近 NPS 评分
5. 到期 MRR 总额和预测续费率
刷新频率:每日更新。
当前反馈:CSM 说数据很全但不知道该先联系哪些客户,每天打开只是滚动看列表。

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.