导购个人业绩分析

导购个人业绩深度分析工具。支持普通门店（POS数据）和AIoT门店（POS+AIoT数据）。输出导购个人详细诊断报告，包含： 1. 核心业绩指标（销售额、排名、业绩占比） 2. 雷达图能力对比（6维能力 vs 门店平均） 3. 商品特征分析（品类/价格带/包型/颜色/新品偏好） 4. Top5 SKU爆品分析（门店贡献率、SPU集中度、上市时间） 5. 订单结构分析（折扣/连带/会员结构） 6. AIoT高试用低转化分析（仅AIoT门店） 7. AIoT客户漏斗分析（仅AIoT门店） 8. 14天销售趋势分析 9. 综合诊断与行动建议触发条件： - 用户询问导购业绩（如"李翠业绩怎么样"） - 用户分析导购能力（如"导购销售能力如何"） - 用户需要导购诊断（如"导购有什么问题"）

Xtechmerge.AI@gwyang7

Install

openclaw skills install @gwyang7/retail-clerk-performance-analysis

导购个人业绩分析 Skill

技能名称

clerk-performance-analysis

功能描述

对单个导购进行深度业绩分析，支持两种门店类型：

普通门店（POS数据）- 所有门店可用
AIoT门店（POS + AIoT数据）- 仅巽融智能体门店可用

输出导购个人的详细诊断报告，包含业绩指标、商品特征、订单结构、AIoT转化分析等多维度分析。

快速开始

详见 USAGE.md 获取完整使用指南。

简单示例

python

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

# 执行分析（Skill自动判断门店类型）
result = analyze(
    store_id="416759_1714379448487",
    guide_name="李翠",
    from_date="2026-03-01",
    to_date="2026-03-25"
)

# 查看结果
print(f"销售额: ¥{result['core_metrics']['sales']['amount']:,.0f}")
print(f"排名: #{result['core_metrics']['sales']['rank']}")

数据来源

API 1: 导购详细数据

text

GET /api/v1/guide/detail?guideName={name}&storeId={id}&fromDate={from}&toDate={to}

返回数据结构：

guideOverallPerformance - 导购整体表现（含排名、雷达图）
featureDistribution - 商品特征分布（品类/价格带/包型/颜色/上市日期）
skuRanking - SKU销售排行

API 2: 订单分析数据

text

GET /api/v1/guide/order-analysis?storeId={id}&fromDate={from}&toDate={to}&guideName={name}

返回数据结构：

OrderDiscounts - 订单折扣分布
OrderAttachs - 订单连带分布
OrderMembers - 订单会员结构

API 3: AIoT高试用低转化分析（仅AIoT门店）

text

GET /api/v1/guide/high-trial-low-conversion?guideName={name}&storeId={id}&fromDate={from}&toDate={to}

返回数据结构：

highTrialLowConversion - 高试用低转化商品列表
- goodsName - 商品名称
- goodsModelCode - 款号
- trialCount - 试用次数
- dealCount - 成交件数
- conversionRate - 转化率
- standardPrice - 标准价

API 4: AIoT客户漏斗分析（仅AIoT门店）

text

GET /api/v1/guide/customer-funnel?guideName={name}&storeId={id}&fromDate={from}&toDate={to}

返回数据结构：

customerFunnel - 客户分层漏斗数据
- 有效客户 - 有交互行为的客户总数
- 普通客户 - 无试用行为的客户
- 潜在客户 - 有普通试用的客户
- 意向客户 - 有深度试用的客户
- 成交客户 - 有成交的客户
环比数据（与上期对比）

核心能力

1. 核心业绩指标分析

销售额、排名、业绩占比
订单数、客单价、连带率
新客数、人效值、有订单天数

2. 雷达图能力对比

6维能力对比（导购 vs 门店平均）：

销售额
订单数
新客数
客单价
件单价
连带率

3. 商品特征分析

品类偏好: 主营品类及占比
价格带分布: 主销价格带、高客单占比（≥800元）
包型偏好: 主销包型分析
颜色偏好: 主销颜色分析
新品销售: 2026年新品销售占比

4. 爆品分析（Top5 SKU）

Top5 SKU列表: 销售额排名前五的商品明细
销量分析: 各SKU销量、销售额、成交均价
门店贡献率: 导购该SKU销售额占门店该SKU总销售的比例（反映导购对爆款的主导程度）
价格分析: 标准价 vs 实际成交均价（折扣情况）
SPU集中度: 按商品名称聚合，分析款式集中度
上市时间偏好: 分析导购对新品/老品的销售偏好
新品识别: 成交时上市时间≤3个月的商品（可为负值=预售）

5. 订单结构分析

折扣结构: 主销折扣区间、低折扣订单占比（6折以下）
连带结构: 1件单占比、多连带占比（≥3件）、平均连带
会员结构: 老会员/新会员/非会员销售占比

6. AIoT高试用低转化分析（仅AIoT门店）

高试用低转化商品识别: 试用次数多但成交为0的商品
转化能力评估: 分析导购的试用后跟进转化能力
重点商品关注: Top3高试用低转化商品详情

7. AIoT客户漏斗分析（仅AIoT门店）

客户分层漏斗: 有效客户→普通→潜在→意向→成交的转化路径
环比趋势分析: 与上期对比的客户量变化
工牌佩戴检测: 识别导购是否佩戴电子工牌（影响数据采集完整性）
转化效率评估: 各层级的转化率分析

重要说明：

未佩戴电子工牌：只能记录成交客户（通过订单系统关联），无法获取试用行为数据。此时所有有效客户都显示为"成交客户"，这是正常情况。
导购信息未维护：如果客户漏斗数据全为0，说明导购信息未在AIoT系统维护，此时high-trial-low-conversion返回的是门店整体数据，非个人数据。

边界情况处理：

情况	现象	处理方式
未佩戴工牌	所有客户显示为成交客户	正常，提示"未佩戴电子工牌"
信息未维护	客户漏斗全为0	警告"AIoT信息未维护"，高试用低转化数据为门店整体

8. 销售额Top5与高试用低转化Top5对比（仅AIoT门店且customer-funnel正常）

前提条件：

仅AIoT门店可用
customer-funnel 数据正常（不全为0）
用于分析导购个人销售新品的情况

分析维度：

重叠商品分析: 同时在高销售和高试用的商品
销售-only商品: 销售好但试用少的商品
试用-only商品: 试用多但未成交的商品
新品转化分析: 高试用低转化中的新品识别（重点）
SPU集中度对比: 销售额Top5与高试用低转化Top5的SPU分布

触发培训建议：

当高试用低转化商品中新品≥2个时，触发"新品转化专项提升"建议

9. 14天销售趋势分析

日度销售追踪: 近14天每日销售额、订单数、客单价、业绩占比
销售连续性: 有销售天数 vs 无销售天数
峰值识别: 销售最高/最低的日期
近期趋势: 近7天详细数据

10. 综合诊断

业绩排名诊断
能力短板识别
品类集中度风险
高客单销售能力评估
连带销售能力评估
议价能力评估
销售连续性评估

使用方法

python

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

# 分析单个导购
result = analyze(
    store_id="416759_1714379448487",
    guide_name="李翠",
    from_date="2026-03-01",
    to_date="2026-03-25"
)

# 批量分析多个导购
results = batch_analyze(
    store_id="416759_1714379448487",
    guide_names=["李翠", "杨丽", "赵泽瑞"],
    from_date="2026-03-01",
    to_date="2026-03-25"
)

输入参数

参数	类型	必填	说明
`store_id`	str	是	门店ID
`guide_name`	str	是	导购姓名
`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)

输出结构

json

{
  "status": "ok",
  "store_id": "416759_1714379448487",
  "guide_name": "李翠",
  "analysis_period": {"from": "2026-03-01", "to": "2026-03-25"},
  "core_metrics": {
    "sales": {"amount": 64559, "rank": 2, "share": 20.6},
    "orders": {"count": 96, "rank": 2},
    "atv": {"value": 672.49, "rank": 3},
    "attach": {"qty_ratio": 1.48, "sku_ratio": 1.43},
    "new_customers": {"count": 29, "rank": 1},
    "efficiency": {"value": 3398, "rank": 1, "order_days": 19}
  },
  "radar_analysis": {
    "salesAmount": {"guide": 64559, "store_avg": 43391, "ratio": 1.49, "gap": 21168},
    "effectiveOrderCount": {"guide": 96, "store_avg": 70, "ratio": 1.37, "gap": 26},
    "newCustomerCount": {"guide": 29, "store_avg": 16, "ratio": 1.81, "gap": 13},
    "customerUnitPrice": {"guide": 672, "store_avg": 655, "ratio": 1.03, "gap": 17},
    "qtyUnitPrice": {"guide": 455, "store_avg": 450, "ratio": 1.01, "gap": 5},
    "attachQtyRatio": {"guide": 1.48, "store_avg": 1.48, "ratio": 1.0, "gap": 0}
  },
  "feature_analysis": {
    "category": {"top": "女包", "top_percentage": 78, "distribution": [...]},
    "price_range": {"top": "1000-1200", "top_percentage": 30, "high_price_ratio": 65},
    "shape": {"top": "方包", "top_percentage": 30},
    "color": {"top": "黑色系", "top_percentage": 37},
    "new_items": {"ratio": 30}
  },
  "sku_analysis": {
    "top5_skus": [
      {
        "rank": 1,
        "name": "心遥",
        "code": "H51556659",
        "sales": 3510.1,
        "qty": 3,
        "avg_price": 1170.03,
        "contribute_rate": 100,
        "standard_price": 1299,
        "launch_date": "2025/7/1",
        "launch_year": 2025,
        "launch_month": 7,
        "is_new": false,
        "months_diff": 8
      }
    ],
    "total_skus": 5,
    "top5_total_sales": 13161.13,
    "top5_total_qty": 12,
    "spu_concentration": {
      "total_spu": 4,
      "spu_list": [
        {"name": "心遥", "sku_count": 2, "sales": 5444.12, "qty": 5},
        {"name": "舒珀", "sku_count": 1, "sales": 3409.05, "qty": 3}
      ]
    },
    "launch_date_analysis": {
      "total_items": 5,
      "new_items_count": 1,
      "new_items_ratio": 20.0,
      "launch_dates": [...]
    },
    "new_items": [
      {
        "name": "鞣迹",
        "code": "H51457102",
        "launch_date": "2025/12/1",
        "months_diff": 3,
        "is_new": true
      }
    ]
  },
  "order_analysis": {
    "discount": {
      "main_range": "8-9折",
      "main_share": 55.2,
      "low_discount_ratio": 27.6,
      "total_orders": 98
    },
    "attach": {
      "single_item_ratio": 65.3,
      "multi_item_ratio": 12.2,
      "avg_attach": 1.50,
      "total_orders": 98
    },
    "member": {
      "old_member_ratio": 64.2,
      "new_member_ratio": 33.3,
      "non_member_ratio": 2.3,
      "total_customers": 89
    }
  },
  "aiot_analysis": {
    "is_aiot_store": true,
    "item_count": 5,
    "total_trials": 14,
    "items": [
      {
        "name": "心遥（2）",
        "code": "H51757021",
        "trial_count": 3,
        "deal_count": 0,
        "conversion_rate": 0,
        "price": 1299
      }
    ]
  },
  "funnel_analysis": {
    "is_aiot_store": true,
    "effective_customers": 42,
    "deal_customers": 42,
    "conversion_rate": 100.0,
    "badge_not_worn": true,
    "note": "导购未佩戴电子工牌，仅记录成交客户",
    "funnel": {
      "有效客户": {"value": 42, "percentage": 100, "trend": "down", "link_relative_rate": 28.0},
      "普通客户": {"value": 0, "percentage": 0},
      "潜在客户": {"value": 0, "percentage": 0},
      "意向客户": {"value": 0, "percentage": 0},
      "成交客户": {"value": 42, "percentage": 100, "trend": "down", "link_relative_rate": 22.0}
    }
  },
  "findings": [...],
  "recommendations": [...]
}

核心指标解释

业绩指标

指标	字段	说明
销售额	`sales.amount`	销售总额
业绩排名	`sales.rank`	门店内排名
业绩占比	`sales.share`	占门店总业绩比例
订单数	`orders.count`	有效订单数
客单价	`atv.value`	平均客单价
连带率	`attach.qty_ratio`	数量连带率
新客数	`new_customers.count`	新增会员数
人效值	`efficiency.value`	日均业绩贡献
有订单天数	`efficiency.order_days`	统计周期内有成交的天数

雷达图指标

指标	说明
`ratio`	导购值 / 门店平均值，>1表示优于平均
`gap`	导购与门店平均的绝对差距

商品特征指标

指标	说明
`top`	占比最高的品类/价格带/包型/颜色
`top_percentage`	占比百分比
`high_price_ratio`	800元以上商品销售占比
`new_items.ratio`	2026年新品销售占比

订单结构指标

指标	字段	说明
主销折扣	`order_analysis.discount.main_range`	占比最高的折扣区间
低折扣占比	`order_analysis.discount.low_discount_ratio`	6折以下订单占比
1件单占比	`order_analysis.attach.single_item_ratio`	单件订单占比
多连带占比	`order_analysis.attach.multi_item_ratio`	≥3件订单占比
平均连带	`order_analysis.attach.avg_attach`	平均连带件数
老会员占比	`order_analysis.member.old_member_ratio`	老会员销售占比
新会员占比	`order_analysis.member.new_member_ratio`	新会员销售占比

AIoT指标（仅AIoT门店）

指标	字段	说明
是否AIoT门店	`aiot_analysis.is_aiot_store`	是否有AIoT数据
高试用低转化商品数	`aiot_analysis.item_count`	试用>0但成交=0的商品数
总试用次数	`aiot_analysis.total_trials`	这些商品的总试用次数
商品名称	`aiot_analysis.items[].name`	高试用低转化商品名称
试用次数	`aiot_analysis.items[].trial_count`	该商品被试用次数
成交件数	`aiot_analysis.items[].deal_count`	该商品成交件数
转化率	`aiot_analysis.items[].conversion_rate`	试用转化率

诊断规则

问题	判断条件	严重程度
业绩排名靠后	排名 > 3	🟡 中
新客获取能力不足	新客数 < 门店平均70%	🟡 中
新客获取能力突出	新客数 > 门店平均150%	🟢 低（优势）
客单价偏低	客单价 < 门店平均85%	🟡 中
品类过于集中	单一品类占比 > 70%	🟡 中
高客单销售弱	800元以上占比 < 30%	🟡 中
连带销售能力不足	1件单占比 > 60%	🟡 中
低折扣订单占比过高	6折以下订单 > 20%	🟡 中
导购AIoT信息未维护	客户漏斗全为0	🟡 中（仅AIoT）
高试用低转化商品多	≥3个高试用低转化商品	🟡 中（仅AIoT）
新品试用转化差	高试用低转化中新品≥2个	🟡 中（仅AIoT）
有效客户大幅下降	环比下降>20%	🔴 高（仅AIoT）
无销售天数过多	14天中≥5天无销售	🟡 中
日均销售额偏低	日均<¥1000	🟡 中

分析示例

李翠（3月1日-25日）

核心业绩：

销售额 ¥64,559，排名#2，占比20.6%
订单数 96单，排名#2
新客数 29人，排名#1
人效值 3398，排名#1

雷达图对比：

销售额：149%（优于平均49%）
订单数：137%（优于平均37%）
新客数：181%（优于平均81%）⭐
客单价：103%（与平均持平）
连带率：100%（与平均持平）

商品特征：

主营品类：女包（78%）
主销价格带：1000-1200元（30%）
高客单占比：65%
主销包型：方包（30%）
新品销售占比：30%

订单结构：

主销折扣：8-9折（55.2%）
低折扣订单：27.6%（6折以下）
1件单占比：65.3%
多连带占比：12.2%
老会员：64.2%，新会员：33.3%

爆品分析（Top5 SKU）：

排名	款号	名称	销量	销售额	均价	门店贡献率	上市时间	新品
#1	H51556659	心遥	3件	¥3,510	¥1,170	100%	2025/7
#2	H51456675	舒珀	3件	¥3,409	¥1,136	100%	2025/7
#3	H51457102	鞣迹	2件	¥2,174	¥1,087	69%	2025/12	✓
#4	H60101090	爱旅	2件	¥2,134	¥1,067	100%	2025/7
#5	H51556656	心遥	2件	¥1,934	¥967	34%	2025/7

Top5合计: 销量12件, 销售额¥13,161（占总业绩20.4%）

门店贡献率 = 导购该SKU销售额 / 门店该SKU总销售额

SPU集中度：

共涉及4个SPU（商品名称）
心遥: 2个SKU, 销售额¥5,444（41.4%）
舒珀: 1个SKU, 销售额¥3,409（25.9%）
鞣迹: 1个SKU, 销售额¥2,174（16.5%）
爱旅: 1个SKU, 销售额¥2,134（16.2%）

上市时间偏好：

新品占比: 1/5 (20.0%)
新品: 鞣迹 (2025/12/1, +3月)

AIoT高试用低转化分析（仅AIoT门店）：

发现 5 个高试用低转化商品
总试用次数：14 次
Top3：心遥（2）3次、迁屿3次、合和3次（均0成交）

AIoT客户漏斗分析（仅AIoT门店）：

有效客户：42人，成交客户：42人，转化率100%
ℹ️ 导购未佩戴电子工牌，仅记录成交客户，无法获取试用行为数据
有效客户环比下降28%（需关注）

诊断发现：

🟢 业绩表现良好（排名#2）
🟢 新客获取能力突出（门店第一）
🟡 品类销售过于集中（女包78%）
🟡 连带销售能力不足（1件单65.3%）
🟡 低折扣订单占比过高（27.6%）
🟡 存在5个高试用低转化商品（AIoT）
🔴 有效客户环比下降28%（AIoT）

行动建议：

🔴 连带销售强化训练 - 练习二拍一话术、搭配推荐
🔴 试用跟进转化专项 - 针对心遥（2）等试用未成交商品，学习跟进话术
🔴 客流提升专项 - 加强邀约回店、社群运营（应对有效客户下降）
🟡 议价能力提升 - 减少不必要的折扣让步
🟡 拓展品类销售 - 加强其他品类学习

版本

v3.1.0 - 导购个人业绩深度分析（新增销售额Top5与高试用低转化Top5对比分析）

导购个人业绩分析

Install

导购个人业绩分析 Skill

技能名称

功能描述

快速开始

简单示例

数据来源

API 1: 导购详细数据

API 2: 订单分析数据

API 3: AIoT高试用低转化分析（仅AIoT门店）

API 4: AIoT客户漏斗分析（仅AIoT门店）

核心能力

1. 核心业绩指标分析

2. 雷达图能力对比

3. 商品特征分析

4. 爆品分析（Top5 SKU）

5. 订单结构分析

6. AIoT高试用低转化分析（仅AIoT门店）

7. AIoT客户漏斗分析（仅AIoT门店）

8. 销售额Top5与高试用低转化Top5对比（仅AIoT门店且customer-funnel正常）

9. 14天销售趋势分析

10. 综合诊断

使用方法

输入参数

输出结构

核心指标解释

业绩指标

雷达图指标

商品特征指标

订单结构指标

AIoT指标（仅AIoT门店）

诊断规则

分析示例

李翠（3月1日-25日）

版本

相关文档

Related skills