Data & Analytics

ALWAYS LOAD THIS SKILL FIRST before writing any PolicyEngine-UK code. Contains the correct API patterns for household calculations and population simulations using the new policyengine package (not policyengine_uk directly). Triggers: "what would", "how much would a", "benefit be", "eligible for", "qualify for", "single parent", "married couple", "family of", "household of", "if they earn", "with income of", "earning £", "making £", "calculate benefits", "calculate taxes", "benefit for a", "t...

ALWAYS LOAD THIS SKILL FIRST before writing any PolicyEngine-Canada code. Contains Canadian federal and provincial tax/benefit rules for household calculations. IMPORTANT: PolicyEngine-Canada does NOT have representative population microdata. Do NOT attempt microsimulation or population-level estimates for Canada. Only provide household-level analysis (single-family impacts, eligibility, benefit amounts). Triggers: "what would", "how much would a", "benefit be", "eligible for", "qualify for",...

KPI 트리(지표 계층 구조)를 체계적으로 설계하고 드릴다운 구조를 정의하는 방법론. 'KPI 트리 만들어줘', '지표 계층 설계', '드릴다운 구조', 'KPI 분해', '성과 지표 체계', '매출 분해 트리' 등 KPI 체계 설계 시 사용한다. 단, 실제 데이터베이스 쿼리 최적화, 실시간 모니터링 인프라 구축은 이 스킬의 범위가 아니다.

데이터 유형과 분석 목적에 따라 최적의 차트 유형을 선택하는 방법론. '차트 추천', '시각화 유형 선택', '그래프 종류', '대시보드 시각화 설계' 등 데이터 시각화 설계 시 사용한다. 단, D3.js/Chart.js 코드 작성, Tableau/PowerBI 조작은 이 스킬의 범위가 아니다.

BI 대시보드의 데이터 웨어하우스 설계, KPI 정의, 시각화, 자동 보고를 에이전트 팀이 협업하여 한 번에 생성하는 풀 파이프라인. 'BI 대시보드 만들어줘', '대시보드 설계', 'KPI 정의해줘', '경영진 보고 대시보드', '데이터 시각화 설계', '보고서 자동화', '데이터 웨어하우스 설계', 'KPI 트리 만들어줘', '매출 대시보드', '성과 지표 체계' 등 BI 대시보드 구축 전반에 이 스킬을 사용한다. 기존 데이터 모델이나 KPI 목록이 있는 경우에도 시각화나 보고서 자동화를 지원한다. 단, 실제 BI 도구(Tableau/PowerBI/Looker) 직접 조작, 데이터베이스 인스턴스 생성, 실시간 데이터 파이프라인 운영은 이 스킬의 범위가 아니다.

데이터 유형과 분석 목적에 따른 시각화 유형 선택 매트릭스, matplotlib/seaborn/plotly 구현 패턴 가이드. '시각화 선택', '차트 유형', '그래프 종류', 'matplotlib', 'seaborn', 'plotly', '히트맵', '산점도', '박스플롯', '대시보드 레이아웃' 등 데이터 시각화 설계 시 이 스킬을 사용한다. visualizer의 시각화 설계 역량을 강화한다. 단, 통계 분석이나 데이터 정제는 이 스킬의 범위가 아니다.

통계 검정 선택 의사결정 트리, 검정별 가정/공식/해석 가이드, 효과 크기와 검정력 분석. '통계 검정', 't-검정', 'ANOVA', '카이제곱', '상관분석', 'p-value', '가설 검정', '정규성 검정', '비모수 검정', '효과 크기' 등 통계 분석 방법 선택 시 이 스킬을 사용한다. analyst의 통계 분석 역량을 강화한다. 단, 데이터 정제나 시각화는 이 스킬의 범위가 아니다.

데이터 분석 프로젝트의 탐색적 분석(EDA), 데이터 정제, 통계 분석, 시각화, 보고서 작성을 에이전트 팀이 협업하여 한 번에 수행하는 풀 분석 파이프라인. '데이터 분석해줘', 'EDA 해줘', '탐색적 분석', '통계 분석', '데이터 시각화', '분석 보고서 써줘', 'CSV 분석', '데이터 인사이트 뽑아줘', '데이터 정제', '이상치 분석' 등 데이터 분석 전반에 이 스킬을 사용한다. 단, 실시간 데이터 스트리밍, ML 모델 학습/배포, BI 대시보드 서버 구축은 이 스킬의 범위가 아니다.

MLflow, Weights & Biases 등 실험 추적 도구 설정, 재현성 보장, 모델 레지스트리, 실험 비교 방법론 가이드. '실험 추적', 'MLflow', 'W&B', 'Weights and Biases', '재현성', '모델 레지스트리', '실험 비교', '하이퍼파라미터 로깅' 등 ML 실험 관리 시 이 스킬을 사용한다. training-manager의 실험 관리 역량을 강화한다. 단, 모델 아키텍처 설계나 피처 엔지니어링은 이 스킬의 범위가 아니다.

Insurance risk assessment market intelligence. Triggers: "claims market trends", "risk assessment trends", "total loss frequency trends", "replacement cost trends", "which vehicles are losing value fastest for claims", "EV vs gas claims exposure", "regional claims cost differences", "market report for underwriting", "depreciation rankings for insurance", "settlement trend analysis", "what's happening in the auto market for insurers", "claims cost forecast", "which segments have the highest to...

Airflow DAG 설계 패턴, 의존관계 관리, 재시도 전략, 멱등성 보장, 백필 전략 등 데이터 파이프라인 오케스트레이션 가이드. 'Airflow DAG', 'DAG 설계', '의존관계', '재시도 전략', '멱등성', '백필', '파이프라인 오케스트레이션', 'Dagster', 'Prefect' 등 파이프라인 스케줄링 시 이 스킬을 사용한다. scheduler-engineer의 DAG 설계 역량을 강화한다. 단, 데이터 품질 규칙 정의나 모니터링 대시보드는 이 스킬의 범위가 아니다.

Organize, track, and value a trading card game collection. Covers inventory methods, storage best practices, grade-based valuation, want-list management, and collection analytics for Pokemon, MTG, Flesh and Blood, and Kayou cards. Use when starting a new collection and setting up inventory tracking, cataloging an existing collection that has grown beyond casual knowledge, valuing a collection for insurance or sale, or deciding which cards to submit for professional grading based on value pote...

Use when working on Liv2 actuarial assignments in R, mortality modeling, simulation paths, or pricing tasks.

Location scoring scorecard. Referenced by the location-analyst agent for systematic real estate location evaluation. Use for requests involving 'location analysis', 'location assessment', or 'commercial area analysis'. On-site inspections and surveying are out of scope.

Text analytics methodology. Referenced by topic-classifier and trend-detector agents when extracting topics and deriving trends from unstructured text. Used for 'topic classification', 'keyword analysis', 'text mining' requests. Note: NLP model training and large-scale data processing pipeline development are out of scope.

Sentiment analysis scoring framework. Referenced by the sentiment-analyst agent for systematic sentiment classification and scoring of text data. Used for 'sentiment analysis', 'emotion score', 'NPS analysis' requests. Note: ML model training and NLP pipeline development are out of scope.

A comprehensive customer/employee feedback analysis pipeline. An agent team collaborates to handle data collection, sentiment analysis, topic classification, trend detection, and insight reporting. Use this skill for 'analyze feedback', 'customer review analysis', 'survey results analysis', 'VOC analysis', 'employee satisfaction analysis', 'NPS analysis', 'customer complaint analysis', 'feedback trends', 'sentiment analysis', and similar feedback/review/survey analysis topics. Survey design, ...

audience strategy library. audience-analyst and rehearsal-coach agent audience analysis and presentation preparation to do when reference. 'audience analysis', 'presentation ', 'stage annual' request when usage. However, specialistperson scope outside.

Valuation criteria for emerging market insurance stocks. P/B 0.5-1.0x with 30-50% EM discount, combined ratio targets, and China vs India market comparisons.

work report agent team to datacollection→analysis→visualization→→summaryto Korean creation Full pipeline. 'work report create it', 'monthbetween report writing', 'minutebasis results reporting', 'project report', 'marketanalysis report', ' report', 'KPI report', 'data analysis report', 'results summary reporting' etc. work report writing before skill usage. existing data analysis result case also visualization, , summary degreeKRW. However, actualtime BI dashboard building, data directly annu...

A data flow mapping tool that systematically maps personal information processing flows and identifies risk points. The 'pia-assessor' and 'process-architect' agents must utilize this skill's mapping methodology and risk point identification patterns when analyzing data flows and designing protective measures. Use for 'data flow analysis', 'processing activity mapping', 'risk point identification', and similar tasks. Note that legal analysis or consent form drafting is outside the scope of th...

Generate realistic clinical trial synthetic data including study definitions, sites, subjects, visits, adverse events, efficacy assessments, and disposition. Use when user requests: clinical trial data, CDISC/SDTM/ADaM datasets, trial cohorts (Phase I/II/III/IV), FDA submission test data, or specific therapeutic areas like oncology or biologics/CGT.

A specialized skill providing industry-specific benchmark data and KPI selection frameworks for KPI dashboard design. Used by the kpi-designer agent when selecting key metrics and setting benchmarks. Automatically applied in contexts such as 'KPI benchmarks', 'key metric selection', 'performance indicators', 'OKR metrics', 'industry KPIs'. However, actual BI tool (Tableau, Power BI) dashboard implementation and real-time data pipeline construction are outside the scope of this skill.

World-class senior data scientist skill specialising in statistical modeling, experiment design, causal inference, and predictive analytics. Covers A/B testing (sample sizing, two-proportion z-tests, Bonferroni correction), difference-in-differences, feature engineering pipelines (Scikit-learn, XGBoost), cross-validated model evaluation (AUC-ROC, AUC-PR, SHAP), and MLflow experiment tracking — using Python (NumPy, Pandas, Scikit-learn), R, and SQL. Use when designing or analysing controlled e...