Data Storytelling（数据叙事）是一个用于把原始数据转化为有说服力叙述的技能，目的是推动决策并促成行动。它适合在向管理层展示分析、撰写季度业务回顾、构建投资人演示、编写数据驱动报告、向非技术受众传达洞察，以及基于数据提出建议时使用。资料也说明，当任务与数据叙事无关，或需要其他领域或工具时，不应使用该技能。
核心概念 技能给出三个基础概念。第一是故事结构：铺垫（背景与基线）→冲突（问题或机会）→解决（洞察与建议）。第二是叙事弧线：钩子（用令人意外的洞察抓住注意力）→背景（建立基线）→上升行动（通过数据点推进）→高潮（关键洞察）→解决（建议）→行动号召（后续步骤）。第三是三大支柱：数据（证据，包括数字、趋势、对比）、叙事（意义，包括背景、因果、影响）、可视化（清晰，包括图表、图示、高亮）。
故事框架 资料提供三类框架。框架一“问题-解决方案故事”：以钩子开场，交代背景（如流失率、客户终身价值、流失客户数），分析问题（如流失集中在早期、支持互动少、功能采用低），给出洞察（如前14天未互动的客户流失概率更高），再提出解决方案、预期影响和行动号召。框架二“趋势故事”：从起点写起，描述发生了什么变化（时间线、对比图表），展示转变（前后指标对比），提炼关键洞察并给出后续方向。框架三“对比故事”：先提出决策问题，进行并排市场分析，用加权评分矩阵比较，给出建议与风险缓解措施。
需要特别强调：资料明确指出这些数字故事是合成的教学示例，不是观察到的客户结果或基准。应替换其数字为经验证的输入，展示假设，区分关联与因果；在建议支出或预测影响前重新计算总数。
可视化技巧 技能列出三种技巧。渐进揭示：从简单开始逐层添加，例如先展示收入增长的单线图，再叠加增长率、细分拆分、市场份额、机会区域。对比并排：使用“之前/之后”或“此/彼”的并排结构突出差异。注释与高亮：通过代码示例展示如何在折线图上添加事件注释、区域高亮和阈值线。代码示例使用 matplotlib 与 pandas，保留原样。
演示模板 资料给出多个演示模板。执行摘要幻灯片：以关键洞察为核心，左侧放数据（如终身价值、留存、NPS），右侧放含义与投资、预期回报。数据故事流：分为标题、背景、发现、深挖、建议、影响、请求七张幻灯片。一页式仪表盘故事：包含标题、关键指标一览、哪些做得好、哪些需关注、根因、建议、下月重点。
写作技巧 技能给出标题写法（公式为具体数字+业务影响+可行动背景）、过渡短语（构建叙事、引入洞察、转向行动）、以及处理不确定性的表达方式（如置信度、样本量、相关性不等于因果、给出区间估计）。
最佳实践 应做：以“所以呢”开头，先给洞察；使用三法则；用数据说话；与受众目标关联；以行动结尾。不应做：堆砌数据；埋没洞察；使用行话；先讲方法；忘记叙事。
资源与限制 资料列出的参考资源包括《Storytelling with Data》《The Pyramid Principle》《Resonate》。限制方面：仅当任务明确匹配上述范围时使用本技能；不要将输出视为环境特定验证、测试或专家评审的替代；当缺少必要输入、权限、安全边界或成功标准时，应停止并请求澄清。
总体而言，该技能本身是一套方法论与模板集合，资料未说明其具体运行平台、收费方式或集成方式，这些信息暂未提供。