360 Secure SkillHub
360 安全技能中心

门店销售业绩分析

面向门店和导购的销售业绩环比分析工具,按销售额、订单数、客单价、连带率等指标对比本期与上期,拆解订单数与客单价贡献,识别异常并输出诊断结论、风险和改进建议。

gwyang7
gwyang7
热度 51.12
最近更新 2026-05-11 17:36:49
分类:数据依赖:第三方 API / 代码执行应用场景:报告撰写 / 数据处理 / 推荐

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 retail-sales-performance-analysis
Metadata
name
retail-sales-performance-analysis
description
门店销售业绩环比分析工具。支持门店/导购业绩同比分析(本期 vs 上期),识别业绩波动原因,量化归因,输出诊断结论和改进建议。 使用场景: 1. 门店整体业绩分析(销售额、订单数、客单价、连带率) 2. 导购个人业绩分析(排名、业绩占比、能力雷达图) 3. 多门店/多导购对比分析 4. 业绩波动归因(订单贡献 vs 客单贡献) 5. 异常识别与风险预警 触发条件: - 用户询问业绩(如"本周业绩怎么样") - 用户分析业绩下滑原因(如"为什么销售下降") - 用户对比业绩(如"比上月业绩如何") - 用户需要业绩诊断(如"业绩达标了吗")

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