终端数据分析

概述

处理终端销售相关Excel数据，按数据中实际包含的字段动态生成分析报告。

执行流程

执行前必须与用户确认，禁止直接处理数据。

1. 接收需求 → 2. 告知数据源要求 → 3. 用户确认并上传数据 → 4. 数据校验 → 5. 列出分析动作 → 6. 用户确认 → 7. 执行并交付

核心原则

• 不预设地域或层级范围：分析维度由数据中实际包含的字段决定
• 不假设数据：用户没说有什么字段，就不能假定有哪些字段
• 不编造数据：禁止生成用户数据中没有的字段或维度
• 必须先确认再执行：所有分析动作开始前需用户确认

支持的数据源

不限定具体数据源格式，接收用户上传的任何终端销售相关Excel/CSV文件。根据数据中实际包含的字段自适应分析。

详细字段识别逻辑见 references/data_source_spec.md

标准工作流

步骤1：明确数据源

收到需求后询问用户：

"请上传终端销售数据文件，并告知：

1. 数据来源（可选）
2. 期望的分析维度
3. 是否有地域或时间范围限定"

步骤2：数据校验

• 检查文件格式（.xlsx/.xls/.csv）
• 识别数据源类型
• 列出实际包含的字段
• 报告校验结果

步骤3：列出分析动作

向用户展示将执行的所有动作，等待确认后再开始。

步骤4：执行并交付

• 按确认的清单处理
• 生成HTML报告（紧凑布局、大字号、红色系热力图）
• 保存到桌面 ~/Desktop/
• 命名规范：{数据类型}_分析报告_{日期}.html

样式规范

• 布局：紧凑布局，减少留白
• 字体：大字号，确保可读性
• 配色：红色系热力图（涨→深红，平→浅红，跌→白色）
• 对齐：并列项标题字数保持一致
• 输出：HTML文件，必要时转图片

详见 assets/style_guide.md

Resources

scripts/

• process_sales_data.py - 销售数据处理（自适应字段）
• process_inventory.py - 库存数据处理
• compliance_check.py - 合规检查
• html_to_image.py - HTML转图片

references/

• data_source_spec.md - 数据源规范
• report_examples.md - 报告示例

assets/

• report_template.html - 报告模板
• style_guide.md - 样式规范
• heatmap_palette.json - 配色配置