用途：分析 CSV 中的销售与收入数据，输出业务绩效报告，识别薄弱领域，解读统计含义，并提供基于业务框架的改进策略。
主要能力：自动识别数据结构（收入列、日期列、类别），计算均值、中位数、增长率、波动性等指标，识别趋势与表现不佳的细分；输出含元数据、发现（基础统计、趋势、类别、波动）、薄弱领域与改进策略的结构化 JSON；可选用 Plotly 生成可视化，或按模板生成 HTML/Markdown 报告。
使用方式：准备含日期、金额、类别或产品等列的 CSV；加载数据后运行脚本：python scripts/analyze_business_data.py path/to/business_data.csv output_report.json；读取 JSON 结果并以自然语言解读；结合 references/business_frameworks.md 给出策略，参考 references/visualization_guide.md 生成图表，使用 assets/report_template.html 生成报告。
适用场景：销售与收入数据分析、季度或年度业务复盘、识别负增长或高波动、类别表现评估与改进建议。检测标准示例：平均增长率为负、超过 40% 时期下滑、变异系数 CV 超过 50%、类别处于后 25%。
限制：需具备 CSV 数据与列命名；统计与策略依赖输入数据质量；资料未提供价格、收费、平台兼容性与效果保证等信息。