用途：对电商交易数据做 RFM 客户分群，识别客户价值层级并输出可供营销使用的 VIP 名单。
主要能力：加载并校验交易数据，清理数量为负、价格为零等无效订单；按客户计算 Recency（距上次购买天数）、Frequency（购买次数）、Monetary（消费总额）；对 RFM 维度做 K-means 聚类，用肘部法自动确定最佳聚类数；划分高、中、低价值客户，按 1-3 分打分并计算综合价值分；输出分群仪表盘、饼图、RFM 散点图、箱线图，以及 CSV 报告和 VIP 名单。
使用方式：向该技能提供含 user_id、order_date、quantity、unit_price（product_info 可选）的交易数据，并提出分群、VIP 筛选或价值分析需求。依赖 pandas、numpy、scikit-learn、matplotlib、seaborn（需中文字体支持）。
输出文件：customer_segments.csv、vip_customers_list.csv、segment_summary_statistics.csv、customer_segmentation_dashboard.png、data_validation_report.txt。
限制与建议：建议日期格式一致（YYYY-MM-DD），分析前处理缺失值，数据量建议 1000+ 订单以保证聚类可靠；分群结果需结合业务背景与领域知识解读。具体安装与调用命令暂未提供。