前言¶
数据分析需求最常卡在两个地方：一是分析框架不统一，同一份数据交给两个人，结论侧重点可能完全不同；二是分析过程不透明，指标怎么拆的、假设是什么、不确定性在哪里，往往到最后才暴露。
下面介绍的交叉链分析 Skill，把一次完整的数据分析拆成固定步骤，让模型按同一套框架出结果，并且要求写明前提假设与不确定性。
这是什么¶
交叉链分析 Skill 是一个智能数据分析顾问类 Skill，属于 data-analysis 分类，由 SkillHub 上的用户 user_268e6861 发布维护，官方地址为 https://api.skillhub.cn/user_268e6861/2332kljkl 。
它解决的问题很具体：用户给一份数据（CSV、Excel 或数据库查询结果）和一个业务问题，Skill 按标准分析框架完成整轮分析，而不是只返回一段泛泛的结论。
据 SkillHub 页面信息，该 Skill 评分 99485，下载 346 次。这两项数据只能说明其在平台上的曝光情况，不代表分析结论的准确程度。
核心功能¶
该 Skill 的分析框架包含五个环节，按顺序执行：
- 数据体检：先检查数据本身的可用性，再进入分析。
- 指标拆解：把业务问题涉及的指标拆成可分析的构成项。
- 多维下钻 / 对比：在不同维度上做切分和对照。
- 归因分析：定位指标变化的来源。
- 结论与行动建议：给出结论，并附带可执行的建议。
除流程本身外，Skill 还要求在结果中明确说明前提假设与不确定性。这一点和常见的「直接给结论」不同：分析建立在哪些假设上、哪些部分是不确定的，属于输出内容的一部分。
安装与启用¶
需要说明的是，本次撰写时官方页面 https://api.skillhub.cn/user_268e6861/2332kljkl 无法访问，因此未能核实该 Skill 的具体安装命令、目录路径或配置文件字段。下面只介绍这类 Skill 的通用启用方式，具体以官方页面为准。
这类 Skill 基于通用 SKILL.md 格式。通用做法是把 Skill 放到 Agent 的 Skill 目录下，使其在会话中可被识别和调用。不同工具的 Skill 目录位置和加载机制存在差异：
- Claude Code：通常将 Skill 放在项目或用户目录下的
.claude/skills/中，由 Agent 在会话中自动加载。 - Cursor / Codex CLI：支持通过 SKILL.md 声明的 Skill，具体放置路径和启用方式请以对应工具文档为准。
由于未能核实该 Skill 的实际分发方式（是否提供压缩包、是否需要 git clone 之外的手动配置），此处不给出未经验证的命令。拿到 Skill 文件后，按通用格式放置即可，无需额外注册。
典型用法¶
该 Skill 面向三类典型问题，下面列出输入形式和预期的分析动作。具体输出质量取决于用户提供的数据完整程度。
示例一：为什么这个指标变了
输入一份带时间维度的数据表和一个发生变化的指标。
分析动作：先做数据体检确认时间序列是否连续，再拆解指标构成，然后按维度下钻定位变化来源，最后做归因分析。
示例二：这个运营活动效果如何
输入活动期间的数据和活动前后的对照数据。
分析动作：对比活动前后的指标变化，同时说明对比的前提假设——例如是否存在同期其他因素的影响。
示例三：请帮我做一版数据分析报告
输入一份数据和分析目标。
分析动作：按完整框架走一遍，从数据体检到结论与行动建议，并标注结论中的不确定性。
适用场景与注意¶
适合的场景：用户手上有数据但不确定从哪里切入口，希望按固定框架得到结构化分析结果；或者需要把分析过程和结论一起交付，而不是只要一段结论。
需要注意的限制：
- 分析质量受输入数据质量约束。数据体检这一步的作用是暴露问题，但不能代替数据本身的完整性。
- 归因分析给出的是框架内的定位，不等同于因果证明。框架要求写明前提假设，正是为了区分相关关系和因果关系。
- 该 Skill 输出的是分析建议，不替代业务决策，最终判断仍需结合领域知识。
结尾¶
交叉链分析 Skill 的价值在于把数据分析从「一次提问一次回答」变成「按固定框架走完的流程」，并且强制交代假设和不确定性。如果你经常处理「为什么指标变了」「活动效果如何」这类问题，可以把它作为默认的分析起点。
官方地址：https://api.skillhub.cn/user_268e6861/2332kljkl （撰写时该页面无法访问，安装细节请以页面恢复后的信息为准）
