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)

Úselo cuando necesite elegir la visualización adecuada para sus datos y preguntas, luego cree un informe narrado que resalte conocimientos y recomiende acciones. Invocar al analizar datos en busca de patrones (tendencias, comparaciones, distribuciones, relaciones, composiciones), crear paneles o informes, presentar métricas a las partes interesadas, monitorear KPI, explorar conjuntos de datos para obtener información, comunicar resultados de análisis o cuando el usuario menciona "visualizar esto", "qué gráfico debo usar", "crear un panel", "analizar estos datos", "mostrar tendencias", "comparar estas métricas", "informar sobre", "qué nos dicen estos datos" o necesita convertir los datos. ideas procesables. Aplicar a análisis de negocios (ingresos, crecimiento, abandono de la inversión, embudo, cohorte, segmentación), métricas de productos (uso, adopción, retención, rendimiento de funciones, pruebas A/B), análisis de marketing (ROI de campaña, atribución, embudo, adquisición de clientes), informes financieros (P&L, presupuesto, pronóstico, variación), métricas operativas (tiempo de actividad, rendimiento, capacidad, SLA), análisis de ventas (canalización, pronóstico, territorio, logro de cuotas), métricas de recursos humanos (recuento, facturación, compromiso, DEI) y cualquier escenario en el que los datos deban convertirse en una historia clara y procesable con la forma visual adecuada. Fuente: lyndonkl/claude.

Ver original