巡店管理全流程助手

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。

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：

text

"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

bash

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