高价值客户产品分析 Demo
基于多Agent协作工作流框架的数据分析实践案例
📋 项目简介
本Demo展示了如何使用多Agent协作框架完成一个完整的数据分析任务：高价值客户与产品分析。通过数据分析Agent、脚本编写Agent、审阅Agent的协作，实现了从方案制定、脚本生成、执行审阅到结果反脱敏的全流程自动化。
🎯 分析目标
- 识别高价值客户与产品（产生实际收益的关键群体）
- 识别低价值客户与产品（资源消耗大但收益有限的群体）
- 发现高低价值群体的特征差异，为策略调整提供决策依据
- 通过结果反脱敏，实现业务层面的直接落地与验证
📁 目录结构
high-value-customer-product-analysis-demo/
├── README.md # 本文件：Demo简介
├── 高价值客户产品分析实验记录.md # 详细实验流程记录
├── data/ # 数据目录
│ ├── 脱敏数据.xlsx # 原始脱敏数据
│ ├── 脱敏数据_增强版.xlsx # 数据增强后的数据（分析使用）
│ ├── 脱敏数据增强版数据信息.md # 数据特征描述文档
│ └── 映射记录.json # 反脱敏映射表
├── Picture/ # 交互过程截图
│ └── 图片5-15.png # Agent交互过程截图
├── 分析方案/ # 数据分析师Agent输出
│ └── 高价值客户产品分析方案.md # 分析框架方案
├── 执行脚本/ # 脚本编写Agent输出
│ ├── 高价值客户产品分析脚本.py # 主分析脚本
│ └── 反脱敏脚本.py # 反脱敏脚本
├── 脚本审阅报告/ # 审阅Agent输出
│ ├── 高价值客户产品分析脚本一致性审阅报告.md
│ └── 反脱敏脚本功能分析报告.md
└── 分析结果/ # 分析结果与报告
├── 高价值客户产品分析结果.xlsx # 分析结果数据
├── 高价值客户产品分析报告.md # 分析报告
└── 真实结论/ # 反脱敏后的业务结论
├── 高价值客户产品分析报告.md # 反脱敏后的分析报告
└── 高价值客户产品分析结果.xlsx # 反脱敏后的分析结果
🔄 工作流程
数据分析Agent → 分析方案制定
↓
脚本编写Agent → 脚本生成
↓
人工执行 → 本地运行脚本（确保数据安全）
↓
审阅Agent → 一致性检查
↓
数据分析Agent → 结果分析与报告
↓
脚本编写Agent → 反脱敏脚本生成
↓
人工执行 + 审阅Agent → 反脱敏结果确认
↓
真实业务结论 → 可直接用于业务决策
🚀 快速开始
1. 查看详细实验记录
阅读 高价值客户产品分析实验记录.md 了解完整的实验流程和Agent交互过程。
2. 查看分析方案
查看 分析方案/高价值客户产品分析方案.md 了解分析框架的设计思路。
3. 运行分析脚本
cd 执行脚本
python 高价值客户产品分析脚本.py
注意：脚本会读取 data/脱敏数据_增强版.xlsx，输出结果到 分析结果/高价值客户产品分析结果.xlsx。
4. 查看审阅报告
查看 [脚本审阅报告] 目录下的审阅报告，了解Agent如何检查方案与脚本的一致性。
5. 查看业务结论
查看 [分析结果/真实结论/] 目录下的反脱敏后的分析结果，这些是可直接用于业务决策的真实业务标识结果。
📊 核心特性
- 文档驱动：所有Agent通过Markdown文档交互，信息载体统一
- 角色闭环：设计—执行—审阅—复盘全流程分工明确
- 安全可控：Agent仅生成脚本，不访问真实数据；执行由人工完成
- 可追溯性：所有中间产物均保存，确保全流程可追溯
📚 相关文档
- 详细实验记录：高价值客户产品分析实验记录.md
- 分析方案：分析方案/高价值客户产品分析方案.md
- 数据信息：data/脱敏数据增强版数据信息.md
- 业务结论：[分析结果/真实结论/] - 反脱敏后的可直接用于业务决策的结果
💡 实践价值
本Demo展示了多Agent协作框架在实际数据分析任务中的应用，验证了：
- Agent协作的高效性与可控性
- 文档驱动的协作机制的有效性
- 数据安全与业务落地的平衡
返回主项目：../README.md