visualization-choice-reporting

SKILL.md

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)

Verwenden Sie diese Option, wenn Sie die richtige Visualisierung für Ihre Daten und Frage auswählen müssen, und erstellen Sie dann einen kommentierten Bericht, der Erkenntnisse hervorhebt und Maßnahmen empfiehlt. Wird aufgerufen, wenn Sie Daten auf Muster (Trends, Vergleiche, Verteilungen, Beziehungen, Zusammensetzungen) analysieren, Dashboards oder Berichte erstellen, Stakeholdern Metriken präsentieren, KPIs überwachen, Datensätze nach Erkenntnissen durchsuchen, Analyseergebnisse mitteilen oder wenn der Benutzer „Visualisieren Sie dies“, „Welches Diagramm soll ich verwenden“, „Dashboard erstellen“, „Diese Daten analysieren“, „Trends anzeigen“, „Diese Metriken vergleichen“, „Bericht worüber“, „Was sagen uns diese Daten“ oder „Daten in Daten umwandeln“ erwähnt umsetzbare Erkenntnisse. Anwenden auf Geschäftsanalysen (Umsatz, Wachstum, Abwanderung, Trichter, Kohorte, Segmentierung), Produktmetriken (Nutzung, Akzeptanz, Bindung, Funktionsleistung, A/B-Tests), Marketinganalysen (Kampagnen-ROI, Attribution, Trichter, Kundenakquise), Finanzberichte (GuV, Budget, Prognose, Varianz), Betriebsmetriken (Verfügbarkeit, Leistung, Kapazität, SLA), Vertriebsanalysen (Pipeline, Prognose, Gebiet, Quotenerreichung), HR-Metriken (Mitarbeiterzahl, Umsatz, Engagement, DEI) und jedes Szenario, in dem Daten in der richtigen visuellen Form zu einer klaren, umsetzbaren Geschichte werden müssen. Quelle: lyndonkl/claude.

Original anzeigen