数据分析可视化
用 pandas/polars 读多种格式数据算出 SaaS 指标与留存矩阵,出高管级图表和 Streamlit 看板。
功能与用途
要准备投资人材料或高管汇报,数据散在 CSV、Excel、PDF 和 PPT 里,图表又显得业余。这个技能用 pandas 和 polars 统一载入各格式文件,把 MRR、ARR、流失率、CAC、LTV 这些 SaaS 指标算出来,再生成 cohort 留存矩阵。图表按麦肯锡规范来:行动式标题、一图一个信息、指定高管配色,还能直接搭一个可运行的 Streamlit 看板。
适用场景
- 准备 A 轮路演的财务页,指标要对得上 LTV:CAC 和回:准备 A 轮路演的财务页,指标要对得上 LTV:CAC 和回收周期,图表要像投行材料那样干净
- 季度董事会材料要更新 MRR、ARR 与流失率,数据散在系统:季度董事会材料要更新 MRR、ARR 与流失率,数据散在系统导出的 CSV 和一堆 Excel 里
- 需要一张按月分群的留存矩阵,看清哪一批客户的留存真的在恶化:需要一张按月分群的留存矩阵,看清哪一批客户的留存真的在恶化
- 要给高管做一个能自己点选月份和分段的内部数据看板:要给高管做一个能自己点选月份和分段的内部数据看板
适用人群
- 投后与融资分析师
- SaaS 财务分析师
- 创业公司财务负责人
使用步骤
- 把数据文件给 AI,说明面向的投资人或高管场合和想讲清的结论。
- 让 AI 用通用载入器读取并跑清洗管线,确认类型转换和日期解析没问题。
- 核对 SaaS 指标口径:MRR、ARR、流失率分母、CAC 与 LTV 的算法是否一致。
- 生成 cohort 留存矩阵和高管风格图表,检查是否一图一信息、标题是否写成结论。
- 跑通 Streamlit 看板或导出 PDF,交付给汇报对象。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 商业运营
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 专业
- 版本
- main
- 最近更新
- 2026-09-11
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Executive-grade data analysis with pandas/polars and McKinsey-quality visualizations. Use when analyzing data, building dashboards, creating investor presentations, or calculating SaaS metrics.
使用前准备
- 需要 Python 环境,以及 pandas、polars、Plotly、Streamlit、pdfplumber、python-pptx 等依赖。
依赖与权限
- 读取用户主动提供的内容