360 Secure SkillHub
360 安全技能中心

巡店管理全流程助手

核心功能涵盖巡店计划制定(生成排期与路线)、10维加权评分(支持整改记录)、营销改善方案生成、交互式HTML数据分析(含多门店对比)。适用于连锁品牌督导巡店、门店运营评估等场景,支持对话交互或脚本调用,输出排期表、评分数据、可视化报告等产物。

bettermen
bettermen
热度 16.02
最近更新 2026-06-20 13:48:38
分类:数据依赖:代码执行 / 联网浏览搜索 / 读写文件 / 内部调用大模型应用场景:数据处理 / 报告撰写 / 任务管理 / 工作流 ...

安装技能

复制下面的话术发给你的 Agent,它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill: npx secure-skills-cli add store-inspection
Metadata
name
store-inspection
description
连锁门店巡店管理全流程助手。覆盖巡店计划制定→巡店执行评分→营销方案生成→数据分析报告4大阶段。支持10维加权评分、交互式HTML报告、多门店对比、整改追踪闭环。触发词:巡店, 门店巡检, 巡店计划, 巡店报告, 门店检查, 督导巡店, 门店评分, 巡店分析, 巡店营销, store inspection。
agent_created
true
location
user
allowed-tools
Bash, Read, Write, Edit, WebSearch, WebFetch

巡店管理全流程助手 (Store Inspection Manager)

连锁门店巡店管理的 AI 全流程助手,从计划制定到数据分析一站式搞定。

触发词

巡店, 门店巡检, 巡店计划, 巡店报告, 门店检查, 督导巡店, 门店评分, 巡店分析, 巡店营销, store inspection, 制定巡店, 执行巡店, 巡店数据, 门店评估

核心功能

1. 巡店计划制定 (Plan)

  • 输入门店列表(名称/类型/位置/重要性)
  • 自动生成巡店排期(日巡/周巡/月巡/季巡分层)
  • 优先级排序 + 巡店路线建议
  • 输出结构化排期表

2. 巡店执行评分 (Execute)

  • 10大检查维度,加权百分制评分
  • 每维度 3-5 项子检查,通过/部分通过/不通过三档
  • 支持问题描述 + 整改要求 + 照片备注
  • 自动计算加权总分

3. 巡店营销方案 (Marketing)

  • 基于巡店结果诊断营销薄弱点
  • 生成促销活动建议、陈列优化方案
  • 客流提升策略、客单价提升策略
  • 输出可执行的营销改善计划

4. 数据分析报告 (Analyze)

  • 交互式 HTML 可视化报告
  • 雷达图(多维度得分)
  • 趋势图(得分变化趋势)
  • 问题分布(高频问题 TOP10)
  • 多门店对比排名
  • 整改跟踪闭环率

10 维检查体系

维度 权重 关键检查项
店面形象 10% 门头招牌、灯光照明、外部清洁、橱窗展示
商品陈列 15% 货架合规、陈列面、促销端架、价格标签、缺货率
员工服务 10% 着装规范、迎宾问候、产品知识、服务态度
安全合规 10% 消防通道、灭火器、应急出口、监控系统
库存管理 10% 库存准确率、FIFO执行、过期品处理、补货时效
POS系统 5% 收银正常、支付方式、小票打印、系统更新
客户体验 10% 动线合理、试衣间、等候时间、投诉处理
营销执行 10% 促销执行、POP物料、会员拉新、活动效果
防损安保 10% EAS防盗、高值品管控、现金管理、钥匙管理
卫生环境 10% 地面清洁、卫生间、仓库整理、垃圾分类

使用方式

方式一:对话式交互(推荐)

直接用自然语言描述需求,AI 会引导你逐步完成:

"帮我制定下个月的巡店计划,我有5家门店"
"开始巡店检查,门店是XX路店"
"分析这个月的巡店数据"
"根据巡店结果生成营销改善方案"

方式二:脚本直接调用

python scripts/store_inspection.py --mode plan
python scripts/store_inspection.py --mode execute --store "XX路店"
python scripts/store_inspection.py --mode analyze --data data/inspection_history.json
python scripts/store_inspection.py --mode marketing --store "XX路店"

工作流程

巡店计划流程

  1. 收集门店信息(名称/类型/位置/面积/重要性)
  2. 设定巡店周期和频率
  3. 生成优先级排序
  4. 输出排期表和路线建议
  5. 保存为 JSON 数据文件

巡店执行流程

  1. 加载检查清单(10维度 + 子项)
  2. 逐维度逐项检查评分
  3. 记录问题和整改要求
  4. 自动计算加权总分
  5. 生成巡店结果 JSON

数据分析流程

  1. 加载历史巡店数据
  2. 多维度分析(趋势/对比/问题分布)
  3. 生成交互式 HTML 报告
  4. 输出整改跟踪建议

营销方案流程

  1. 分析巡店数据中的营销维度
  2. 诊断薄弱环节
  3. 生成具体改善措施
  4. 输出可执行营销方案

评分标准

  • 通过 (100分):完全符合标准,无任何问题
  • 部分通过 (60分):基本达标但有小问题,需改进
  • 不通过 (0分):严重不符合标准,需立即整改

加权总分 = Σ(维度得分 × 维度权重)

评级:

  • A级 (90-100分):优秀
  • B级 (80-89分):良好
  • C级 (70-79分):一般
  • D级 (60-69分):待改进
  • E级 (<60分):不合格

输出产物

  1. 巡店排期表 - JSON + 文本表格
  2. 巡店评分结果 - JSON 数据
  3. 交互式HTML报告 - 含图表可视化
  4. 营销改善方案 - 文本 + HTML

依赖

  • Python 3.8+
  • 所有报告使用内嵌 Chart.js(CDN),无需本地安装
  • 数据存储为本地 JSON 文件