·visualization-choice-reporting
{}

visualization-choice-reporting

استخدمه عندما تحتاج إلى اختيار التمثيل البصري المناسب لبياناتك وأسئلتك، ثم قم بإنشاء تقرير مروى يسلط الضوء على الرؤى ويوصي بالإجراءات. يتم الاستدعاء عند تحليل البيانات للأنماط (الاتجاهات، والمقارنات، والتوزيعات، والعلاقات، والتركيبات)، وبناء لوحات المعلومات أو التقارير، وتقديم المقاييس لأصحاب المصلحة، ومراقبة مؤشرات الأداء الرئيسية، واستكشاف مجموعات البيانات للحصول على رؤى، وتوصيل النتائج من التحليل، أو عندما يذكر المستخدم "تصور هذا"، أو "ما المخطط الذي يجب أن أستخدمه"، أو "إنشاء لوحة معلومات"، أو "تحليل هذه البيانات"، أو "إظهار الاتجاهات"، أو "مقارنة هذه المقاييس"، أو "الإبلاغ عن"، أو "ما الذي تخبرنا به هذه البيانات"، أو يحتاج إلى تحويله البيانات إلى رؤى قابلة للتنفيذ. تنطبق على تحليلات الأعمال (الإيرادات، النمو، التغيير، مسار التحويل، المجموعة، التجزئة)، مقاييس المنتج (الاستخدام، التبني، الاحتفاظ، أداء الميزات، اختبارات A/B)، تحليلات التسويق (العائد على استثمار الحملة، الإسناد، مسار التحويل، اكتساب العملاء)، التقارير المالية (الربح والخسارة، الميزانية، التنبؤ، التباين)، المقاييس التشغيلية (وقت التشغيل، الأداء، السعة، SLA)، تحليلات المبيعات (خط الأنابيب، التوقعات، المنطقة، الحصص) الإنجاز)، ومقاييس الموارد البشرية (عدد الموظفين، ومعدل الدوران، والمشاركة، وDEI)، وأي سيناريو حيث يجب أن تصبح البيانات قصة واضحة وقابلة للتنفيذ مع النموذج المرئي الصحيح.

27التثبيتات·0الرائج·@lyndonkl

التثبيت

$npx skills add https://github.com/lyndonkl/claude --skill visualization-choice-reporting

كيفية تثبيت visualization-choice-reporting

ثبّت مهارة الذكاء الاصطناعي visualization-choice-reporting بسرعة في بيئة التطوير لديك عبر سطر الأوامر

  1. افتح الطرفية: افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal
  2. نفّذ أمر التثبيت: انسخ ونفّذ هذا الأمر: npx skills add https://github.com/lyndonkl/claude --skill visualization-choice-reporting
  3. تحقق من التثبيت: بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

المصدر: lyndonkl/claude.

Visualization choice & reporting matches visualization types to questions and data, then creates narrated dashboards that highlight signal and recommend actions.

1. Chart selection: Match chart type to question type and data structure (comparison → bar chart, trend → line chart, distribution → histogram, relationship → scatter, composition → treemap, geographic → map, hierarchy → tree diagram, flow → sankey)

2. Visualization best practices: Apply perceptual principles (position > length > angle > area > color for accuracy), reduce chart junk, use pre-attentive attributes (color, size, position) to highlight signal, respect accessibility (colorblind-safe palettes, alt text), choose appropriate scales (linear, log, normalized)

استخدمه عندما تحتاج إلى اختيار التمثيل البصري المناسب لبياناتك وأسئلتك، ثم قم بإنشاء تقرير مروى يسلط الضوء على الرؤى ويوصي بالإجراءات. يتم الاستدعاء عند تحليل البيانات للأنماط (الاتجاهات، والمقارنات، والتوزيعات، والعلاقات، والتركيبات)، وبناء لوحات المعلومات أو التقارير، وتقديم المقاييس لأصحاب المصلحة، ومراقبة مؤشرات الأداء الرئيسية، واستكشاف مجموعات البيانات للحصول على رؤى، وتوصيل النتائج من التحليل، أو عندما يذكر المستخدم "تصور هذا"، أو "ما المخطط الذي يجب أن أستخدمه"، أو "إنشاء لوحة معلومات"، أو "تحليل هذه البيانات"، أو "إظهار الاتجاهات"، أو "مقارنة هذه المقاييس"، أو "الإبلاغ عن"، أو "ما الذي تخبرنا به هذه البيانات"، أو يحتاج إلى تحويله البيانات إلى رؤى قابلة للتنفيذ. تنطبق على تحليلات الأعمال (الإيرادات، النمو، التغيير، مسار التحويل، المجموعة، التجزئة)، مقاييس المنتج (الاستخدام، التبني، الاحتفاظ، أداء الميزات، اختبارات A/B)، تحليلات التسويق (العائد على استثمار الحملة، الإسناد، مسار التحويل، اكتساب العملاء)، التقارير المالية (الربح والخسارة، الميزانية، التنبؤ، التباين)، المقاييس التشغيلية (وقت التشغيل، الأداء، السعة، SLA)، تحليلات المبيعات (خط الأنابيب، التوقعات، المنطقة، الحصص) الإنجاز)، ومقاييس الموارد البشرية (عدد الموظفين، ومعدل الدوران، والمشاركة، وDEI)، وأي سيناريو حيث يجب أن تصبح البيانات قصة واضحة وقابلة للتنفيذ مع النموذج المرئي الصحيح. المصدر: lyndonkl/claude.

حقائق جاهزة للاقتباس

حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.

أمر التثبيت
npx skills add https://github.com/lyndonkl/claude --skill visualization-choice-reporting
المصدر
lyndonkl/claude
الفئة
{}تحليل البيانات
موثق
أول ظهور
2026-02-01
آخر تحديث
2026-03-10

Browse more skills from lyndonkl/claude

إجابات سريعة

ما هي visualization-choice-reporting؟

استخدمه عندما تحتاج إلى اختيار التمثيل البصري المناسب لبياناتك وأسئلتك، ثم قم بإنشاء تقرير مروى يسلط الضوء على الرؤى ويوصي بالإجراءات. يتم الاستدعاء عند تحليل البيانات للأنماط (الاتجاهات، والمقارنات، والتوزيعات، والعلاقات، والتركيبات)، وبناء لوحات المعلومات أو التقارير، وتقديم المقاييس لأصحاب المصلحة، ومراقبة مؤشرات الأداء الرئيسية، واستكشاف مجموعات البيانات للحصول على رؤى، وتوصيل النتائج من التحليل، أو عندما يذكر المستخدم "تصور هذا"، أو "ما المخطط الذي يجب أن أستخدمه"، أو "إنشاء لوحة معلومات"، أو "تحليل هذه البيانات"، أو "إظهار الاتجاهات"، أو "مقارنة هذه المقاييس"، أو "الإبلاغ عن"، أو "ما الذي تخبرنا به هذه البيانات"، أو يحتاج إلى تحويله البيانات إلى رؤى قابلة للتنفيذ. تنطبق على تحليلات الأعمال (الإيرادات، النمو، التغيير، مسار التحويل، المجموعة، التجزئة)، مقاييس المنتج (الاستخدام، التبني، الاحتفاظ، أداء الميزات، اختبارات A/B)، تحليلات التسويق (العائد على استثمار الحملة، الإسناد، مسار التحويل، اكتساب العملاء)، التقارير المالية (الربح والخسارة، الميزانية، التنبؤ، التباين)، المقاييس التشغيلية (وقت التشغيل، الأداء، السعة، SLA)، تحليلات المبيعات (خط الأنابيب، التوقعات، المنطقة، الحصص) الإنجاز)، ومقاييس الموارد البشرية (عدد الموظفين، ومعدل الدوران، والمشاركة، وDEI)، وأي سيناريو حيث يجب أن تصبح البيانات قصة واضحة وقابلة للتنفيذ مع النموذج المرئي الصحيح. المصدر: lyndonkl/claude.

كيف أثبّت visualization-choice-reporting؟

افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/lyndonkl/claude --skill visualization-choice-reporting بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

أين مستودع المصدر؟

https://github.com/lyndonkl/claude