ビジネスアナリティクスレポーター

概要

売上および収益データを分析し、ビジネスが不足している領域を特定し、統計が示すことを解釈し、実行可能な改善戦略を提供する包括的なビジネスパフォーマンスレポートを生成します。このスキルはデータドリブン分析を使用して弱点領域を検出し、ビジネスフレームワークに裏付けられた具体的な戦略を推奨します。

このスキルを使用する場合

ユーザーが以下をリクエストしたときに、このスキルを使用してください：

• 「ビジネスデータを分析して、どこが不足しているかを教えてください」
• 「改善が必要な領域に関するレポートを生成してください」
• 「これらの売上数字は、ビジネスパフォーマンスについて何を示していますか？」
• 「改善戦略を含むビジネス分析レポートを作成してください」
• 「収益データにおける弱点領域を特定してください」
• 「ビジネスメトリクスを改善するためにどのような戦略を使用すべきですか？」

このスキルは、日付、金額、カテゴリ、製品などの列を含むビジネスデータ（売上、収益、取引）を含むCSVファイルを期待します。

コアワークフロー

ステップ1：データ読込と調査

まずデータ構造を理解し、ユーザーが何を分析したいかを把握します。

必要に応じて明確化質問を尋ねます：

• 分析がどの特定のメトリクスまたは領域に焦点を当てるべきですか？
• 特定の関心のある時間期間またはカテゴリはありますか？
• レポートには可視化を含めるべきですか、それとも書面での分析に焦点を当てるべきですか？

データを読込して調査します：

import pandas as pd

# CSVファイルを読込
df = pd.read_csv('business_data.csv')

# 基本情報を表示
print(f"Data shape: {df.shape}")
print(f"Columns: {df.columns.tolist()}")
print(f"Date range: {df['date'].min()} to {df['date'].max()}")
print(df.head())

ステップ2：自動分析を実行

バンドルされた分析スクリプトを使用して包括的な洞察を生成します：

python scripts/analyze_business_data.py path/to/business_data.csv output_report.json

スクリプトは以下を実行します：

1. データ構造を自動検出（収益列、日付列、カテゴリ）
2. 統計メトリクスを計算（平均値、中央値、成長率、変動性）
3. トレンドとパターンを特定
4. 弱点と低パフォーマンスセグメントを検出
5. 発見に基づいて改善戦略を生成
6. 構造化JSON形式でレポートを出力

出力構造：

{
  "metadata": {...},
  "findings": {
    "basic_statistics": {...},
    "trend_analysis": {...},
    "category_analysis": {...},
    "variability": {...}
  },
  "weak_areas": [...],
  "improvement_strategies": [...]
}

ステップ3：分析結果を解釈

生成されたJSONレポートを読んで、平文でユーザーに対して発見を解釈します。

以下に焦点を当てます：

1. 現状：データが示すビジネスパフォーマンス
2. 弱点領域：特定された問題と深刻度レベル
3. 根本原因：これらの問題が存在する理由（references/のビジネスフレームワークを使用）
4. 影響：これらの弱点がビジネスに意味すること

解釈の例：

2024年1月から12月までの売上データ分析に基づいて：

現状：
- 総収益：$1.2M、月平均収益：$100K
- 平均成長率：-3.5%（パフォーマンス低下を示唆）
- 収益安定性：高い変動性（CV：58%）で一貫性のないパフォーマンスを示唆

特定された弱点領域：
1. 収益成長（高深刻度）：-3.5%の負の平均成長率
2. パフォーマンス一貫性（中深刻度）：45%の期間で低下パフォーマンスを示す
3. カテゴリパフォーマンス（中深刻度）：4つの低パフォーマンスカテゴリを特定

ステップ4：詳細な推奨事項を生成

ビジネスフレームワークリファレンスを参照して、戦略的な推奨事項を提供します：

コンテキストのためにビジネスフレームワークを読込： references/business_frameworks.mdを参照して：

• 収益成長戦略（市場浸透、製品開発など）
• オペレーショナルエクセレンスフレームワーク
• カスタマーセントリック戦略
• 価格設定戦略フレームワーク
• 一般的な弱点領域ソリューション

推奨事項を以下のように構成：

特定された各弱点領域に対して、以下を提供します：

1. 戦略イニシアティブ名：明確で実行可能なプログラム名
2. 目的：この戦略が達成を目指すこと
3. 主要アクション：3～5つの具体的で优先順位付けされたステップ
4. 期待される影響：高/中/低
5. タイムライン：現実的な実装タイムフレーム
6. 成功メトリクス：改善を測定する方法

推奨事項の例：

戦略：収益加速プログラム
領域：収益成長
目的：負の成長トレンドを逆転させ、月10%以上の成長を達成する

主要アクション：
1. 積極的な顧客獲得キャンペーンを実装
2. 価格設定戦略をレビューして最適化
3. アップセルおよびクロスセル計画を開始
4. 新しい市場セグメントまたは地域に拡大
5. 製品開発とイノベーションを加速

期待される影響：高
タイムライン：3～6ヶ月
成功メトリクス：月次収益成長率、新規顧客獲得、ARPU増加

ステップ5：可視化を作成（オプション）

リクエストがあれば、Plotlyを使用してインタラクティブな可視化を作成して発見を図示化します：

可視化ガイドを参照： references/visualization_guide.mdを参照して：

• 異なる分析に推奨されるチャートタイプ
• チャート作成のコード例
• ビジネスダッシュボードのベストプラクティス

一般的な可視化を作成：

1. 収益トレンドチャート：成長率オーバーレイを含む時系列収益チャート
2. カテゴリパフォーマンス：収益寄与度でソートされたバーチャート
3. 変動性分析：ボックスプロットまたは標準偏差の可視化
4. 弱点領域ヒートマップ：深刻度と影響の視覚的表現

収益トレンドのコード例：

import plotly.graph_objects as go
from plotly.subplots import make_subplots

fig = make_subplots(specs=[[{"secondary_y": True}]])

# 収益ラインを追加
fig.add_trace(
    go.Scatter(x=df['date'], y=df['revenue'], name="Revenue",
               line=dict(color='blue', width=3)),
    secondary_y=False
)

# 成長率ラインを追加
fig.add_trace(
    go.Scatter(x=df['date'], y=df['growth_rate'], name="Growth Rate",
               line=dict(color='green', dash='dash')),
    secondary_y=True
)

fig.update_layout(title_text="Revenue Performance & Growth Rate")
fig.show()

ステップ6：最終レポートを生成

発見を包括的なレポート形式にまとめます。

オプションA：HTMLレポートを生成

assets/report_template.htmlからレポートテンプレートを使用します：

# テンプレートを読込
with open('assets/report_template.html', 'r') as f:
    template = f.read()

# 分析結果を読込
with open('output_report.json', 'r') as f:
    analysis = json.load(f)

# テンプレートに実データを入力
# プレースホルダーを分析からの実際の値に置き換え
# Plotlyチャートをjavascriptとして追加
# 最終HTMLレポートとして保存

with open('business_report.html', 'w') as f:
    f.write(populated_template)

HTMLテンプレートに含まれるもの：

• 主要メトリクスを含むエグゼクティブサマリー
• トレンドとカテゴリのインタラクティブチャート
• 深刻度インジケータ付きのスタイル化された弱点領域カード
• アクションアイテム付きの戦略的推奨事項
• 専門的なスタイリングと印刷対応形式

オプションB：Markdownレポートを生成

構造化されたMarkdownドキュメントを作成します：

# ビジネスパフォーマンス分析レポート

**生成日：** [日付]
**データ期間：** [期間]

## エグゼクティブサマリー

[発見の簡潔な概要]

## 主要メトリクス

- 総収益：$X
- 平均成長率：X%
- 収益安定性：[評価]
- 特定された弱点領域：X

## パフォーマンストレンド

[チャートを挿入またはトレンドを説明]

## 弱点領域

### 1. [弱点領域名]（深刻度）
**発見：** [説明]
**影響：** [ビジネスへの影響]

### 2. [次の弱点領域...]

## 戦略的推奨事項

### 戦略1：[名前]
**目的：** [ゴール]
**アクション：**
- [アクション1]
- [アクション2]
...

**期待される影響：** 高/中/低
**タイムライン：** X ヶ月

主要分析メトリクス

分析スクリプトは以下のメトリクスを自動的に計算します：

成長分析

• 平均成長率：期間ごとの収益変化率
• 低下期間数：負の成長を示す期間数
• トレンド方向：全体的な軌跡（成長、低下、安定）

安定性分析

• 変動係数（CV）：収益変動性を測定
  • CV < 25%：安定したパフォーマンス
  • CV 25～50%：中程度の変動性
  • CV > 50%：高い変動性（弱点領域としてフラグ）

カテゴリパフォーマンス

• 収益寄与度：カテゴリ別の割合分析
• 低パフォーマンスカテゴリ：平均パフォーマンス下位25%
• トップ/ボトムパフォーマー：最高と最低のパフォーマンスカテゴリ

統計指標

• すべての数値列の平均値、中央値、標準偏差
• 最小/最大値と範囲
• 総計集計

ビジネスフレームワークリファレンス

推奨事項を生成するときは、references/business_frameworks.mdに文書化されているフレームワークを活用します：

1. 収益成長戦略：市場浸透、製品開発、市場開発、多角化
2. オペレーショナルエクセレンス：プロセス最適化、リソース配分、品質管理
3. カスタマーセントリック戦略：リテンション戦略、CLV最適化、セグメンテーション
4. 価格設定戦略：価値ベース、動的、競争的価格設定
5. データドリブン意思決定：分析成熟度モデル、KPIフレームワーク

特定された弱点領域を適切な戦略フレームワークと結びつけ、文脈に関連した推奨事項を提供します。

効果的なレポートのヒント

1. 大局から開始：全体的なパフォーマンスと主要発見で始める
2. 深刻度で優先順位付け：高深刻度の問題を最初に焦点にする
3. 具体的に：漠然とした評価ではなく、具体的な数字とパーセンテージを提供
4. アクション指向：すべての弱点領域には実行可能な推奨事項が必要
5. 文脈が重要：業界ベンチマークとビジネスコンテキストを考慮
6. 視覚的コミュニケーション：チャートを使用してトレンドを即座に明確化
7. 経営者向き：クイックスキャンのために明確なヘッダーと要約で構成

一般的な弱点領域と検出

分析は以下の一般的なビジネス問題を自動検出します：

弱点領域	検出基準	一般的な根本原因
収益成長	負の平均成長率	市場飽和、競争激化、ポジショニング不良
パフォーマンス一貫性	低下期間が40%超	継続収益の欠落、季節性依存
収益安定性	CV > 50%	顧客集中、需要の変動性
カテゴリパフォーマンス	下位25%のカテゴリ	製品市場適合の欠落、価格設定問題、認識不足

使用例

ユーザーリクエスト： 「Q4の売上データを分析して、どこが弱いか、改善方法を教えてください」

ワークフロー：

1. CSVを読込：df = pd.read_csv('q4_sales.csv')
2. 分析を実行：python scripts/analyze_business_data.py q4_sales.csv q4_report.json
3. 結果を読込：with open('q4_report.json') as f: report = json.load(f)
4. ユーザーに対して自然言語で発見を解釈
5. Plotlyを使用して可視化を作成（references/visualization_guide.mdを参照）
6. assets/report_template.htmlを使用してHTMLレポートを生成
7. references/business_frameworks.mdを使用して戦略的推奨事項を提供

期待される出力：

• 現在のビジネスパフォーマンスの明確な説明
• 深刻度レベル付きの3～5つの特定された弱点領域
• 具体的なアクション計画を含む4～6つの戦略的イニシアティブ
• インタラクティブな可視化（リクエストがあれば）
• 専門的なHTMLまたはMarkdownレポート

リソース

scripts/

• analyze_business_data.py：データ構造を自動検出し、メトリクスを計算し、弱点領域を特定し、改善戦略を生成する自動分析エンジン

references/

• business_frameworks.md：ビジネス戦略フレームワーク、一般的な弱点領域、ソリューションテンプレートの包括的ガイド
• visualization_guide.md：チャートタイプの推奨、Plotlyコード例、ダッシュボード設計のベストプラクティス

assets/

• report_template.html：インタラクティブな可視化、弱点領域と戦略用のスタイル化されたカード、印刷対応フォーマット付きの専門的HTMLテンプレート