历史基线分析

门店历史基线分析工具。基于Agent API数据库视图，提供多周期基线+四分位分析。 核心能力： 1. 多周期基线（13周/季度、26周/半年、52周/全年、12个月） 2. 多维度分组（按星期几分组、自然周、自然月） 3. 四分位分析（P25/P50/P75，识别异常区间） 4. 基线类型（weekday按星期几分组、week自然周、month自然月） 5. 数据质量检查（最小样本数要求） 数据源：v_gmv_daily_by_store、v_gmv_weekly_by_store、v_gmv_monthly_by_store 触发条件： - 用户需要基线对比（如"和历史比怎么样"） - 用户分析周期规律（如"周一通常卖多少"） - 用户识别异常（如"今天的业绩正常吗"）

历史基线分析 Skill

技能名称

store-poscore-baseline-analysis

版本

v1.0

功能描述

基于Agent API（数据库视图），提供多周期基线+四分位分析。

数据源

• v_gmv_daily_by_store（日粒度）
• v_gmv_weekly_by_store（周粒度）
• v_gmv_monthly_by_store（月粒度）

核心能力

1. 基线类型

• WEEKDAY (weekday) - 按星期几分组（周一、周二...）
• WEEK (week) - 自然周（周一至周日）
• MONTH (month) - 自然月（每月1日到最后1日）

2. 基线周期

• P13W (13w) - 13周（季度）
• P26W (26w) - 26周（半年）
• P52W (52w) - 52周（全年）
• P12M (12m) - 12个月

3. 四分位分析

• P25（第25百分位）
• P50（中位数）
• P75（第75百分位）
• 识别异常区间

4. 最小样本要求

• weekday: 至少6个样本
• week: 至少6周
• month: 至少6个月

使用示例

python

from analyze import analyze_baseline, BaselineType, BaselinePeriod

# 分析门店历史基线
result = analyze_baseline(
    store_id="416759_1714379448487",
    baseline_type=BaselineType.WEEKDAY,
    baseline_period=BaselinePeriod.P13W,
    end_date="2026-03-25"
)

版本

v1.0.0 - 多周期基线、四分位分析