导购结构分析

导购结构分析工具。分析门店导购的表现结构，识别导购波动对门店业绩波动的贡献度。 核心能力： 导购表现结构分析（人效分布、帕累托分析） TOP/腰部/尾部导购识别 业绩集中度评估 导购波动归因（各导购对门店业绩变化的贡献度） 增长型vs下滑型导购分类 基于累计贡献度的关键人识别 触发条件： 用户分析导购结构（如"导购团队结构如何"） 用户需要波动归因（如"业绩下滑是谁导致的"） 用户识别关键人（如"哪些导购对业绩影响最大"）

导购结构分析 Skill

技能名称

clerk-structure-analysis

功能描述

分析门店导购的表现结构，识别导购波动对门店业绩波动的贡献度，输出下钻分析目标列表。

核心能力

1. 导购表现结构分析

• 人效分布与帕累托分析
• TOP/腰部/尾部导购识别
• 业绩集中度评估

2. 导购波动归因

• 各导购对门店业绩变化的贡献度计算
• 增长型 vs 下滑型导购分类
• 基于累计贡献度的关键人识别

3. 下钻目标生成

• 自动识别需要深度分析的导购
• 支持多种选择标准（累计贡献度/固定数量/损失阈值）
• 输出完整的导购指标用于下钻

使用方法

python

import sys
sys.path.insert(0, '~/.openclaw/skills/clerk-structure-analysis')
from analyze import analyze

# 基础用法（默认累计贡献度80%）
result = analyze(
    store_id="416759_1714379448487",
    from_date="2026-03-01",
    to_date="2026-03-25",
    store_name="正义路60号店"
)

# 自定义选择标准
result = analyze(
    store_id="416759_1714379448487",
    from_date="2026-03-01",
    to_date="2026-03-25",
    store_name="正义路60号店",
    selection_mode="cumulative",      # 累计贡献度模式
    cumulative_threshold=0.7          # 阈值70%
)

输入参数

参数	类型	必填	默认值	说明
store_id	str	是	-	门店ID
from_date	str	是	-	分析开始日期 (YYYY-MM-DD)
to_date	str	是	-	分析结束日期 (YYYY-MM-DD)
store_name	str	否	""	门店名称（用于输出）
selection_mode	str	否	"cumulative"	选择模式: cumulative/top_n/threshold
cumulative_threshold	float	否	0.8	累计贡献度阈值 (0-1)
top_n	int	否	3	固定取前N名
min_loss_threshold	float	否	None	最小损失阈值（元）

选择模式说明

模式	标准	适用场景
cumulative	累计贡献度达到阈值	找"关键少数"，帕累托法则
top_n	固定取前N名	明确要分析几名导购
threshold	超过最小损失阈值	过滤掉小额波动

输出结构

json

{
  "status": "ok",
  "store_id": "...",
  "store_name": "...",
  "analysis_period": {"from": "...", "to": "..."},
  "structure": {
    "clerk_count": 7,
    "total_sales": 313226,
    "top3_share": 0.609,
    "bottom3_share": 0.252,
    "pareto_ratio": 0.216,
    "efficiency_cv": 0.43,
    "mean_sales": 44747
  },
  "contributions": [...],
  "key_persons": {
    "selection_criteria": {...},
    "total_decline": -253022,
    "total_growth": 45678,
    "growth_clerks": [...],
    "decline_clerks": [...],
    "key_contributors": [...],
    "key_drags": [...],
    "drill_down_targets": [
      {
        "rank": 1,
        "name": "陈二妹",
        "sales_change": -83464,
        "change_pct": -72.3,
        "cumulative_share": 33.0,
        "current_sales": 31922,
        "prev_sales": 115386,
        "current_orders": 50,
        "prev_orders": 146,
        "atv": 638,
        "attach": 1.4
      }
    ]
  },
  "findings": [...],
  "total_change": -207344
}

核心指标解释

结构指标

指标	说明	健康范围
top3_share	TOP3导购业绩占比	< 70%
efficiency_cv	人效变异系数	< 0.5
pareto_ratio	20%导购贡献的业绩占比	-

下钻目标指标

指标	说明
rank	下滑排名
sales_change	销售额变化（元）
change_pct	变化率（%）
cumulative_share	累计贡献度（%）
current_sales	本期销售额
prev_sales	上期销售额
current_orders	本期订单数
prev_orders	上期订单数
atv	客单价
attach	连带率

诊断规则

问题	判断条件	严重程度
导购大面积下滑	下滑导购占比 > 50%	🔴 高
头部集中度过高	TOP3占比 > 70%	🟡 中
人效差异过大	变异系数 > 0.5	🟡 中
关键拖累者	累计贡献度前80%的下滑导购	🔴 高

版本

v1.0.0 - 导购表现结构与波动归因分析