Agent skill

data-analyze

View SKILL.md on GitHub Repository
Stars 211
Forks 54

Install this agent skill to your Project

npx add-skill https://github.com/EvolutionAPI/evo-nexus/tree/main/.claude/skills/data-analyze

SKILL.md

data-analyze — Responder Perguntas de Dados

Responde uma pergunta de dados, desde uma busca rápida até uma análise completa ou relatório formal.

Uso

/data-analyze <pergunta em linguagem natural>

Fluxo de Trabalho

1. Entender a Pergunta

Analisar a pergunta do usuário e determinar:

  • Nível de complexidade:
    • Resposta rápida: Métrica única, filtro simples, busca factual (ex: "Quantos novos clientes assinaram no mês passado?")
    • Análise completa: Exploração multidimensional, análise de tendência, comparação (ex: "O que está causando a queda na taxa de conversão?")
    • Relatório formal: Investigação abrangente com metodologia, ressalvas e recomendações (ex: "Prepare uma revisão trimestral das métricas de assinatura")
  • Requisitos de dados: Quais fontes, métricas, dimensões e intervalos de tempo são necessários
  • Formato de saída: Número, tabela, gráfico, narrativa ou combinação

2. Coletar Dados

Fontes de dados disponíveis no workspace:

Fonte Skill O que contém
Stripe int-stripe Cobranças, assinaturas, MRR, churn, clientes
Omie int-omie ERP — clientes, NF-e, contas a pagar/receber
Licensing int-licensing Instâncias Evolution API, versões, geo, telemetria
Evo CRM int-evo-crm Agentes, pipelines, conversas, usuários
Linear int-linear-review Issues, sprints, projetos, velocity

Se a fonte de dados estiver disponível:

  1. Usar a skill correspondente para buscar os dados
  2. Se necessitar de SQL direto (PostgreSQL), escrever e executar a query
  3. Se o resultado parecer inesperado, executar verificações de sanidade antes de prosseguir
  4. Se a query falhar, depurar e tentar novamente (verificar nomes de colunas, referências de tabelas, sintaxe PostgreSQL)

Se os dados precisarem ser fornecidos manualmente:

  1. Pedir ao usuário que forneça os dados de uma destas formas:
    • Colar resultados de query diretamente
    • Fazer upload de arquivo CSV ou Excel
    • Descrever o schema para que possamos escrever queries para ele executar
  2. Após os dados serem fornecidos, prosseguir com a análise

3. Analisar

  • Calcular métricas relevantes, agregações e comparações
  • Identificar padrões, tendências, outliers e anomalias
  • Comparar entre dimensões (períodos, segmentos, categorias)
  • Para análises complexas, decompor o problema em sub-questões e abordar cada uma

4. Validar Antes de Apresentar

Antes de compartilhar resultados, executar verificações de validação:

  • Sanidade de contagem de linhas: O número de registros faz sentido?
  • Verificação de nulos: Existem nulos inesperados que poderiam distorcer resultados?
  • Verificação de magnitude: Os números estão em um intervalo razoável?
  • Continuidade de tendência: Séries temporais têm lacunas inesperadas?
  • Lógica de agregação: Os subtotais somam corretamente aos totais?
  • Cruzamento com fontes conhecidas: O MRR calculado bate com o painel do Stripe? As instâncias coincidem com o Licensing?

Se qualquer verificação levantar preocupações, investigar e registrar ressalvas.

5. Apresentar Resultados

Para respostas rápidas:

  • Enunciar a resposta diretamente com contexto relevante
  • Incluir a query ou chamada de API usada (em bloco de código) para reprodutibilidade

Para análises completas:

  • Iniciar com o principal achado ou insight
  • Suportar com tabelas de dados e/ou visualizações
  • Anotar metodologia e quaisquer ressalvas
  • Sugerir perguntas de acompanhamento

Para relatórios formais:

  • Sumário executivo com principais conclusões
  • Seção de metodologia explicando abordagem e fontes de dados
  • Achados detalhados com evidências de suporte
  • Ressalvas, limitações e notas de qualidade de dados
  • Recomendações e próximos passos sugeridos

6. Visualizar Quando Útil

Quando um gráfico comunicaria resultados mais efetivamente do que uma tabela:

  • Usar a skill data-create-viz para selecionar o tipo de gráfico correto
  • Gerar visualização Python ou incorporar em dashboard HTML com tema Evolution
  • Seguir boas práticas de visualização para clareza e precisão

Exemplos

Resposta rápida:

/data-analyze Quantos novos clientes assinaram em março?

Análise completa:

/data-analyze O que está causando o aumento no volume de instâncias Evolution nos últimos 3 meses? Quebrar por versão e país.

Relatório formal:

/data-analyze Prepare uma análise de qualidade de dados da tabela de clientes do Evo CRM — completude, consistência e quaisquer problemas que devemos resolver.

Dicas

  • Seja específico sobre intervalos de tempo, segmentos ou métricas quando possível
  • Se souber os nomes das tabelas ou campos da API, mencione-os para acelerar o processo
  • Para perguntas complexas, a análise pode ser dividida em múltiplas queries ou chamadas de API
  • Os resultados são sempre validados antes da apresentação — se algo parecer errado, será sinalizado
  • Sempre especificar o fuso horário BRT (UTC-3) ao analisar datas e timestamps

Recommended Agent Skills

Expand your agent's capabilities with these related and highly-rated skills.

EvolutionAPI/evo-nexus

data-create-viz

Cria visualizações de dados de qualidade profissional com Python no tema Evolution (fundo escuro, acento

211 54
Explore
EvolutionAPI/evo-nexus

cs-customer-escalation

Empacota uma escalação para Devs, Produto ou Davidson com contexto completo. Use quando um bug precisa de atenção além do suporte normal, vários clientes reportam o mesmo problema, um cliente está ameaçando cancelar, ou um problema ficou sem resolução além do SLA. / Package an escalation for engineering, product, or leadership with full context. Use when a bug needs engineering attention beyond normal support, multiple customers report the same issue, a customer is threatening to churn, or an issue has sat unresolved past its SLA.

211 54
Explore
EvolutionAPI/evo-nexus

mkt-draft-content

Draft blog posts, social media, email newsletters, landing pages, press releases, and case studies with channel-specific formatting and SEO recommendations. Use when writing any marketing content, when you need headline or subject line options, or when adapting a message for a specific platform, audience, and brand voice.

211 54
Explore
EvolutionAPI/evo-nexus

gog-tasks

Create, manage, and prioritize tasks and todo items. Convert emails to tasks, set priorities (P0-P3) and categories (Work/Personal/Errands/Admin), review daily priorities, track blocked and overdue tasks. Use when user mentions tasks, todos, action items, or wants to convert emails to tasks. Requires confirmation before creating or deleting tasks.

211 54
Explore
EvolutionAPI/evo-nexus

discord-get-messages

Retrieve messages from Discord channels via the Discord API. Use this skill when the user wants to read, search, or analyze messages from a Discord channel.

211 54
Explore
EvolutionAPI/evo-nexus

cs-customer-research

Pesquisa multi-fonte sobre pergunta ou tópico de cliente com atribuição de fontes. Use quando um cliente pergunta algo que precisa ser verificado, investigando se um bug foi reportado antes, verificando o que foi dito anteriormente a uma conta específica, ou coletando contexto antes de redigir uma resposta. / Multi-source research on a customer question or topic with source attribution. Use when a customer asks something you need to look up, investigating whether a bug has been reported before, checking what was previously told to a specific account, or gathering background before drafting a response.

211 54
Explore

Didn't find tool you were looking for?

Be as detailed as possible for better results