用途：当需要分析 CSV 格式的业务销售与营收数据、找出薄弱领域、解读统计结果并给出可执行的改进策略时使用。适用于“分析业务数据并指出不足”“生成需改进领域报告”“这些销售数字说明什么”“识别营收数据中的薄弱环节”等请求。
主要能力：自动检测数据结构（营收列、日期列、类别），计算均值、中位数、增长率、波动率等统计指标，识别趋势与模式，检测表现不佳的细分领域，并基于业务框架生成改进策略，输出结构化 JSON 报告。可检测的常见薄弱项包括：营收增长（平均增长率为负）、表现一致性（超过 40% 的周期下滑）、营收稳定性（变异系数 CV 大于 50%）、类别表现（处于后 25% 的类别）。
使用方式：先加载并探索数据，例如 df = pd.read_csv('business_data.csv')；再运行内置脚本 python scripts/analyze_business_data.py path/to/business_data.csv output_report.json；随后读取 JSON 结果并用通俗语言解读，参考 references/business_frameworks.md 给出策略，参考 references/visualization_guide.md 用 Plotly 生成可视化，最后可用 assets/report_template.html 生成 HTML 报告或输出 Markdown 报告。
适用场景：销售与营收数据分析、业务绩效报告、薄弱领域诊断与改进策略建议。
限制：需要 CSV 数据且包含日期、金额、类别或产品等列；具体收费、价格、平台支持与效果数据暂未提供。