返回 Skill 列表
extension
分类: 数据与分析无需 API Key

门店销售业绩分析

门店业绩环比分析工具,支持门店/导购同比分析(本期vs上期),识别业绩波动原因、量化归因并输出诊断结论与改进建议。适用场景:①门店整体业绩(销售额、订单数、客单价、连带率)②导购个人业绩(排名、业绩占比、能力雷达图)③多门店/导购对比分析④业绩波动归因(订单贡献等)。

person作者: gwyang7hubclawhub

销售业绩环比分析 Skill

技能名称

sales-performance-analysis

功能描述

分析门店或导购的销售业绩,支持同比(本期 vs 上期)分析,识别业绩波动原因,输出诊断结论和改进建议。

适用范围

  • 门店整体业绩分析
  • 导购个人业绩分析
  • 多门店/多导购对比分析

输入参数

{
  "subject_type": "store|clerk",
  "subject_id": "门店ID或导购ID",
  "subject_name": "门店名称或导购姓名",
  "time_window": {
    "from": "YYYY-MM-DD",
    "to": "YYYY-MM-DD"
  },
  "compare_mode": "period_over_period",
  "metrics": ["net_money", "effective_order_count", "customer_unit_price", "attach_qty_ratio"]
}

核心指标

财务指标

| 指标编码 | 指标名称 | 计算逻辑 | 用途 | |----------|----------|----------|------| | net_money | 销售总额 | 直接取值 | 核心收入指标 | | effective_order_count | 有效订单数 | 直接取值 | 成交频次 | | customer_unit_price | 客单价 | 销售总额 / 订单数 | 单笔价值 | | effective_qty_count | 有效销量 | 直接取值 | 商品件数 | | avg_discount | 平均折扣 | 直接取值 | 促销力度 |

效率指标

| 指标编码 | 指标名称 | 计算逻辑 | 用途 | |----------|----------|----------|------| | attach_qty_ratio | 连带率 | 销量 / 订单数 | 连带销售能力 | | piece_price | 件单价 | 销售总额 / 销量 | 商品单价水平 |

会员指标

| 指标编码 | 指标名称 | 计算逻辑 | 用途 | |----------|----------|----------|------| | new_customer_count | 新增会员数 | 直接取值 | 新客获取 | | new_member_purchase_share | 新会员消费占比 | 直接取值 | 新客贡献 |

数据来源

API 接口

GET /api/v1/store/dashboard/bi?storeId={store_id}&fromDate={from}&toDate={to}

数据字段映射

| API 字段 | 指标编码 | 说明 | |----------|----------|------| | metrics.net_money | net_money | 销售总额 | | metrics.effective_order_count | effective_order_count | 有效订单数 | | metrics.customer_unit_price | customer_unit_price | 客单价 | | metrics.attach_qty_ratio | attach_qty_ratio | 连带率 | | metrics.new_customer_count | new_customer_count | 新增会员数 | | effectiveQtyCount | effective_qty_count | 有效销量 | | avgDiscount | avg_discount | 平均折扣 |

环比字段

| 本期字段 | 上期字段 | 反推公式 | |----------|----------|----------| | metricsValue | linkRelativeValue | 直接使用 | | metricsValue | linkRelativeRate + trend | 反推:上期 = 本期 / (1 ± 变化率) |

分析逻辑

1. 业绩拆解

销售额 = 客单价 × 订单数
       = (件单价 × 连带率) × 订单数
       = 件单价 × 销量

2. 波动归因

计算各指标对销售额波动的贡献度:

销售额变化 = 订单数变化贡献 + 客单价变化贡献

订单数变化贡献 = (本期订单数 - 上期订单数) × 上期客单价
客单价变化贡献 = (本期客单价 - 上期客单价) × 本期订单数

3. 异常识别规则

| 异常类型 | 判断条件 | 严重程度 | |----------|----------|----------| | 销售大幅下滑 | 环比下降 > 30% | 🔴 高 | | 销售下滑 | 环比下降 10%-30% | 🟡 中 | | 新客获取困难 | 新客环比下降 > 40% | 🔴 高 | | 连带率偏低 | 连带率 < 1.3 | 🟡 中 | | 折扣率偏高 | 平均折扣 < 0.8 | 🟡 中 |

输出格式

{
  "status": "ok",
  "subject_type": "store|clerk",
  "subject_id": "...",
  "subject_name": "...",
  "analysis_period": {
    "current": { "from": "...", "to": "..." },
    "previous": { "from": "...", "to": "..." }
  },
  "core_metrics": {
    "net_money": { "current": 0, "previous": 0, "change_pct": 0, "trend": "up|down|flat" },
    "effective_order_count": { ... },
    "customer_unit_price": { ... },
    "attach_qty_ratio": { ... }
  },
  "attribution": {
    "order_contribution": 0,
    "atv_contribution": 0,
    "primary_driver": "order|atv"
  },
  "findings": [
    {
      "title": "...",
      "type": "fact|anomaly|hypothesis|recommendation",
      "metric": "...",
      "evidence": "...",
      "confidence": "high|medium|low",
      "implication": "..."
    }
  ],
  "risks": [],
  "recommendations": []
}

使用示例

门店业绩分析

from skills.sales_performance_analysis import analyze

result = analyze({
    "subject_type": "store",
    "subject_id": "416759_1714379448487",
    "subject_name": "正义路60号店",
    "time_window": { "from": "2026-03-01", "to": "2026-03-25" }
})

导购业绩分析

result = analyze({
    "subject_type": "clerk",
    "subject_id": "clerk_001",
    "subject_name": "李翠",
    "time_window": { "from": "2026-03-01", "to": "2026-03-25" }
})

依赖

  • api_client.get_copilot_data() - 数据获取
  • ~/.openclaw/workspace-front-door/ - API 客户端路径

版本

v1.0.0 - 支持门店和导购业绩同比分析