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)

Utilisez-le lorsque vous devez choisir la visualisation adaptée à vos données et à votre question, puis créez un rapport commenté qui met en évidence les informations et recommande des actions. À utiliser lors de l'analyse de données pour des modèles (tendances, comparaisons, distributions, relations, compositions), de la création de tableaux de bord ou de rapports, de la présentation de métriques aux parties prenantes, de la surveillance des KPI, de l'exploration d'ensembles de données pour obtenir des informations, de la communication des résultats de l'analyse, ou lorsque l'utilisateur mentionne "visualiser ceci", "quel graphique dois-je utiliser", "créer un tableau de bord", "analyser ces données", "afficher les tendances", "comparer ces métriques", "rapport sur", "que nous disent ces données", ou doit transformer les données en actions exploitables idées. Appliquer aux analyses commerciales (revenus, croissance, désabonnement, entonnoir, cohorte, segmentation), aux métriques de produits (utilisation, adoption, rétention, performances des fonctionnalités, tests A/B), aux analyses marketing (ROI de la campagne, attribution, entonnoir, acquisition de clients), aux rapports financiers (P&L, budget, prévisions, variance), aux métriques opérationnelles (disponibilité, performance, capacité, SLA), aux analyses des ventes (pipeline, prévisions, territoire, atteinte des quotas), aux métriques RH (effectif, chiffre d'affaires, engagement, DEI), et tout scénario dans lequel les données doivent devenir une histoire claire et exploitable avec la bonne forme visuelle. Source : lyndonkl/claude.

Voir l'original