数据分析 Skill技能列表
生存分析Skill SurvivalAnalysis
生存分析是一种统计方法，用于分析和预测事件发生前的时间，如临床试验中的患者生存时间、产品故障时间等。它能够处理截尾数据，即那些在研究结束时尚未发生事件的数据。关键词包括：生存时间、截尾、风险、生存曲线、风险比。
时间序列分析Skill TimeSeriesAnalysis
时间序列分析是一种统计技术，用于分析按时间顺序排列的数据点以识别模式、趋势和季节性，进而进行预测和理解时间动态。关键词包括：趋势分析、季节性检测、预测建模、自相关、ARIMA模型、指数平滑。
Excel文件处理技能Skill xlsx
该技能专注于Excel电子表格的创建、编辑、分析和可视化，支持公式设置、数据格式化、错误检查和金融建模。适用于数据处理、量化金融、业务报表和自动化工作流。关键词：Excel, 数据处理, 公式计算, 数据分析, 金融建模, 数据可视化, 错误检查, 自动化
PostHogAnalytics技能Skill posthog-analytics
PostHog Analytics 技能是一套用于实施产品分析的工具，包括事件跟踪、用户识别、功能标志和项目特定仪表板，旨在帮助开发者和产品经理深入了解用户行为和产品性能，优化用户体验。
社交媒体营销活动分析器Skill social-media-analyzer
社交媒体营销活动分析器是一款专注于分析跨平台（如Facebook、Instagram、Twitter等）营销活动表现的工具。它能计算关键互动指标（如互动率、点击率）、进行投资回报率分析、提供受众洞察（如人口统计、活跃时段），并生成数据驱动的优化建议和可视化报告，帮助营销人员和机构做出更明智的决策。关键词：社交媒体分析，营销活动绩效，互动指标，投资回报率ROI，受众洞察，数据驱动营销，多平台分析。
MongoDB聚合管道Skill mongodb-aggregation-pipeline
这个技能是用于掌握MongoDB数据库中的聚合管道功能，实现复杂数据转换、分析和报告生成。它包括构建管道阶段、优化查询性能、进行数据分组、过滤和变换，适用于数据分析、商业智能和数据工程等场景。关键词：MongoDB, 聚合管道, 数据分析, 数据转换, 数据库查询, 报告生成, 数据治理, ETL开发。
Pymatgen材料分析Skill pymatgen
Pymatgen是一个用于材料科学的Python库，用于晶体结构创建、分析、对称性检查、文件I/O、Materials Project API集成、相图构建和电子结构分析。它支持多种文件格式如CIF、POSCAR、XYZ，并可用于生成DFT计算输入。关键词：pymatgen, 材料科学, 晶体结构, 对称性分析, Python, 计算化学, 材料数据库。
MongoDB模式和最佳实践Skill MongoDBPatternsandBestPractices
这项技能涵盖了MongoDB的模式设计模式、查询优化、索引策略和构建MongoDB应用程序的最佳实践，是提升NoSQL数据库应用性能和可扩展性的关键。
TimescaleDBPatternsSkill timescaledb
TimescaleDB Patterns 是一个关于如何使用 TimescaleDB 进行时间序列数据管理的技能，涵盖了数据库设置、超表创建、数据分区、连续聚合、数据保留策略、查询优化、压缩、监控告警以及与 Grafana 集成等多个方面，是处理大规模时间序列数据的实用指南。
PM职位搜索回应率诊断协议Skill "pm-job-search-response-rate-diagnostic"
这是一个用于诊断和改善产品经理职位搜索中外联回应率的协议。当回应率低于8%时，自动触发结构化工作流，分析消息内容、目标选择和时间安排，并提供可测试的调整措施。关键词：产品经理、职位搜索、回应率、诊断、外联、工作流。
转化率优化技能Skill marketing-cro
本技能提供系统化的转化率优化方法，用于提升网站或应用的转化效率。涵盖落地页优化、A/B测试设计、表单改进、漏斗分析和统计验证，适用于营销人员、产品经理和增长黑客。关键词：转化率优化、A/B测试、落地页、表单优化、漏斗分析、统计显著性、CRO、营销增长、数据分析。
CSV数据摘要工具Skill csv-data-summarizer
该技能自动分析CSV文件，生成全面的数据摘要、统计分析和可视化图表，适用于销售、金融、客户等多种数据类型，基于Python和pandas实现，无需用户交互直接提供完整洞察。关键词：CSV, 数据分析, 数据可视化, 自动分析, Python, pandas, 统计摘要, 数据洞察。