Install
openclaw skills install local-community-buying-02-team-operation02 Team Operation
社区团购团长运营全链路技能包。涵盖团长招募与分级、激励体系、培训赋能、各平台团长体系差异、流失预警及配套工具。适用于平台运营者、团长管理者。不含选品（模块一）、供应链（模块四）。
Audits
Pass模块二：团长运营体系
模块边界说明 本模块聚焦"人"的管理，即团长的招募、分级、激励、培训、留存。 选品决策 → 模块一（选品策略） 供应链开发 → 模块四（供应链与采购） 仓储物流履约 → 模块五（仓储与物流） 各模块边界独立，不重叠。
知识库
2.1 团长的核心价值
团长是社区团购区别于传统电商的独特存在，核心价值三层：
第一层：流量入口
→ 团长自带社区信任关系，获客成本近乎为零
→ 一个优质团长 = 500-2000 个稳定用户
第二层：信任背书
→ 用户"因为相信团长，所以相信平台"
→ 团长是平台与用户之间唯一的情感连接
第三层：履约节点
→ 团长自提点是"最后一公里"的交付中心
→ 承担仓储（暂存）、配送（分发）、售后（面对面服务）
平台对团长的依赖程度极高：
- 头部 5% 的团长贡献 40-50% 的 GMV
- 团长流失率每上升 10%，平台 GMV 约下降 8-12%
2.2 团长分层模型（金字塔）
团长按贡献和能力分为五层：
┌─────────────────┐
│ 头部团长（1-5%）│ 月GMV > 50万
│ 自有社群 > 10个 │ 高度自治
└────────┬────────┘
│
┌────────────────┼────────────────┐
│ │ │
┌─────┴─────┐ ┌──────┴──────┐ ┌───┴────────┐
│ 中部团长 │ │ 腰部长方 │ │ 尾部团长 │
│ (10-15%) │ │ (20-25%) │ │ (65-70%) │
└───────────┘ └─────────────┘ └────────────┘
头部团长（1-5%）
| 指标 | 数值 |
|---|---|
| 月 GMV | > 50 万 |
| 自有社群数 | > 10 个 |
| 活跃度 | > 95% |
| 月收入 | 3-8 万（佣金） |
| 特点 | 高度自治，不需要盯盘；是平台招牌 |
中部团长（10-15%）
| 指标 | 数值 |
|---|---|
| 月 GMV | 10-50 万 |
| 自有社群数 | 3-10 个 |
| 活跃度 | 85-95% |
| 月收入 | 1-3 万（佣金） |
| 特点 | 稳定但依赖平台支持；最容易被竞对挖角 |
腰部长（20-25%）
| 指标 | 数值 |
|---|---|
| 月 GMV | 5-10 万 |
| 自有社群数 | 1-3 个 |
| 活跃度 | 70-85% |
| 月收入 | 5000-15000 元（佣金） |
| 特点 | 有经营意愿但缺乏方法，需要系统培训 |
尾部团长（55-65%）
| 指标 | 数值 |
|---|---|
| 月 GMV | < 5 万 |
| 自有社群数 | 1 个 |
| 活跃度 | 40-70%（大量僵尸） |
| 月收入 | < 5000 元（佣金） |
| 特点 | 佛系经营，平台几乎不赚钱，多数是凑数占坑 |
尾部团长处置原则 月GMV < 1万 + 连续3个月不达标 → 触发降级/退出机制 年累计帮扶投入 > ¥2000 但 GMV 无提升 → 建议淘汰 目标：将腰部以上占比提升至 35-40%（目前多数平台仅 25-30%）
2.3 各平台团长体系对比
美团优选
团长定位：末端履约节点
团长角色：以自提为主，不强调社群运营能力
团长门槛：最低（便利店/菜鸟驿站均可）
佣金结构：
基础佣金：GMV × 10-12%
阶梯奖励：月 GMV > 5万 额外 +1%
拉新奖励：每新增有效用户 +3 元
管理重点：
→ 提货效率（用户等待时间）
→ 售后处理（退换货响应速度）
特点：团长数量扩张快，但质量参差不齐
多多买菜
团长定位：社交裂变节点
团长角色：以微信群运营为核心，强调拉新和裂变
团长门槛：低，但强调社群活跃度
佣金结构：
基础佣金：GMV × 8-10%（相对低）
拼团佣金：每成团 +0.5%
拉新佣金：每新用户首单 +5 元（行业最高）
管理重点：
→ 拼团成功率
→ 社群活跃度（发言/下单比）
→ 拉新数量（核心考核）
特点：重拉新轻维护，团长流失率高
兴盛优选
团长定位：社区服务站站长
团长角色：便利店/夫妻店转型，强调综合服务能力
团长门槛：较高（需有实体店面）
佣金结构：
基础佣金：GMV × 12-15%（行业最高）
门店补贴：每月固定 500-2000 元
节日奖励：春节/端午/中秋额外补贴
管理重点：
→ 门店形象（标准化陈列）
→ 服务质量（用户满意度）
→ 本地化运营（社区活动）
特点：团长质量最高，流失率最低（<5%/月）
淘菜菜
团长定位：社区合伙人
团长角色：强调"创业伙伴"关系，不只是提货点
团长门槛：中等（需培训上岗）
佣金结构：
基础佣金：GMV × 10-13%
会员奖励：88VIP 用户下单额外 +2%
成长基金：月 GMV 达标返还保证金
管理重点：
→ 88VIP 会员转化
→ 社群内容运营（种草文案）
→ 跨群联动
特点：阿里重视团长培训，团长能力最强
2.4 团长招募渠道与转化漏斗
招募漏斗：
渠道曝光 → 咨询了解 → 实地考察 → 签署合同 → 完成培训 → 正式发团
↓ ↓ ↓ ↓ ↓ ↓
10000人 2000人 500人 300人 250人 200人
（曝光） （有意向） （愿意做） （签约） （培训） （出单）
各渠道效率对比：
曝光量 转化率 获客成本
地推扫码 高 15-25% 20-50元
老带新 低 40-60% 10-20元
朋友圈广告 中 10-20% 50-100元
线下招商会 低 30-50% 80-150元
社群裂变 中 20-35% 15-30元
方法论
2.5 团长招募 SOP
招募标准六步法：
Step 1：画像定义
目标团长画像：
├── 实体店面：便利店/母婴店/蔬果店/快递驿站
├── 时间充裕：店主或家庭主妇/主夫
├── 社交能力：在社区有熟人关系
├── 学习意愿：愿意在微信群发消息
└── 位置便利：取货方便，用户步行 < 5 分钟
Step 2：渠道选择
优先渠道（低成本高转化）：
├── 老带新：头部团长推荐（转化率 40-60%）
├── 线下拜访：目标门店实地扫街（转化率 20-30%）
└── 微信群：本地社区群投放（转化率 15-25%）
次优先渠道（高成本规模化）：
├── 朋友圈广告投放
└── 线下招商会
Step 3：电话/微信初筛
必问问题：
Q1：您是自己看店还是上班族？
Q2：您现在有没有在做其他社区团购平台？
Q3：这个社区大概有多少户人家？
Q4：您对在微信群里发消息推广这件事怎么看？
筛选标准：通过率约 30%
Step 4：上门拜访
拜访目的：
→ 核实店面真实性
→ 了解店主意愿和能力
→ 介绍平台政策和收益预期
携带材料：公司介绍 + 收益试算表 + 合同模板
Step 5：签约
合同类型：
├── 《团长合作协议》（标准版）
└── 《独家合作协议》（头部团长，含竞业限制）
收取材料：
├── 营业执照（副本复印件）或 身份证
├── 店面照片（含门牌号）
└── 银行卡信息（结算用）
Step 6：培训上岗
培训内容（详见 2.7 节）
培训考核：完成培训 + 通过测试（>80分）→ 发团资格
2.6 团长激励体系设计
团长激励分三层：基础佣金 + 阶梯奖励 + 专项激励
激励结构全景图：
┌─────────────────────────────────────────────┐
│ 第一层：基础佣金（保障不亏） │
│ 佣金率：8-15%（按品类不同） │
│ 结算周期：周结/次结 │
├─────────────────────────────────────────────┤
│ 第二层：阶梯奖励（刺激增长） │
│ 月 GMV 达标奖励：额外 +1-3% │
│ 客单价达标奖励：额外 +0.5-1% │
│ 新用户拉新奖励：每人 3-10 元 │
├─────────────────────────────────────────────┤
│ 第三层：专项激励（定向引导） │
│ 新品推广奖励：单 SKU 爆品额外 +0.5% │
│ 节日大促奖励：春节/618/双11 加码 │
│ 流失召回奖励：召回沉默用户 +5 元/户 │
└─────────────────────────────────────────────┘
佣金设计公式
月收入 = 基础佣金 + GMV达标奖励 + 拉新奖励 + 专项奖励
示例（月 GMV 20 万）：
基础佣金：200,000 × 12% = 24,000 元
GMV 达标（>15万）：+ 2,000 元
拉新奖励（50人）：+ 500 元
新品推广奖励：+ 300 元
──────────────────────
月收入合计：26,800 元
各平台佣金对比
| 平台 | 基础佣金 | 拉新奖励 | GMV达标奖励 | 综合到手率 |
|---|---|---|---|---|
| 美团优选 | 10-12% | 3元/户 | +1%（>5万） | 11-14% |
| 多多买菜 | 8-10% | 5元/户（最高） | 无固定奖励 | 9-12% |
| 淘菜菜 | 10-13% | 2元/户 | +2%（>10万） | 12-16% |
| 兴盛优选 | 12-15% | 2元/户 | +1%（>20万） | 14-17% |
2.7 团长培训体系
团长培训分四阶段，阶梯上升：
新团长成长路径（90天）：
Day 1-7 → 入门培训（平台规则 + 提货流程）
Day 8-30 → 进阶培训（社群运营 + 用户互动）
Day 31-60 → 高阶培训（爆品推广 + 活动策划）
Day 61-90 → 头部培养（团队管理 + 数据分析）
入门培训内容（Day 1-7）
| 课题 | 时长 | 形式 | 考核 |
|---|---|---|---|
| 平台介绍与合作规则 | 30min | 视频课 | 笔试 |
| 提货流程与分拣操作 | 45min | 视频+实操 | 实操 |
| 佣金结算与提现规则 | 20min | 视频课 | 笔试 |
| 常见问题处理（FAQ） | 30min | 文档 | 口试 |
通过标准：笔试 ≥ 80分 + 实操无误
进阶培训内容（Day 8-30）
| 课题 | 时长 | 形式 | 考核 |
|---|---|---|---|
| 社群建立与冷启动 | 60min | 直播课 | 提交社群截图 |
| 用户互动技巧（早报/晚安） | 30min | 案例分析 | 提交文案 3 篇 |
| 信任建立与UGC引导 | 45min | 案例分析 | 群发言率 > 30% |
| 售后处理与用户安抚 | 30min | 情景模拟 | 通过情境测试 |
高阶培训内容（Day 31-60）
| 课题 | 时长 | 形式 | 考核 |
|---|---|---|---|
| 爆品推广策略与话术 | 60min | 直播课 | GMV 周增长 > 20% |
| 限时活动策划与执行 | 60min | 直播课 | 提交活动方案 |
| 客单价提升方法 | 45min | 案例分析 | 客单价提升 > 15% |
| 数据分析基础（DAU/GMV/转化率） | 45min | 视频课 | 读懂后台数据 |
头部培养内容（Day 61-90，仅头部+中部团长）
| 课题 | 时长 | 形式 | 考核 |
|---|---|---|---|
| 团队招募与管理 | 90min | 线下工作坊 | 带出 1 名新团长 |
| 跨群联动与裂变 | 60min | 案例分析 | 社群数 ≥ 3 |
| 优质团长经验分享 | 60min | 线下交流会 | 输出经验文档 |
2.8 团长流失预警与留存
团长流失是平台最大的隐性成本，每流失 1 个头部团长：
流失代价：
→ 直接损失：约 5-20 万/月 GMV（视团长体量）
→ 获客成本：招募替代者需 200-800 元/人
→ 信任损耗：用户迁移率约 30-50%
→ 竞对得利：该团长可能被竞对以更高佣金挖走
流失预警信号（分级）
红色预警（立即介入）：
├── 连续 7 天无订单
├── 社群发言率下降 80%+
├── 竞对平台活跃（朋友圈发竞对广告）
└── 投诉平台/运营人员
橙色预警（3天内介入）：
├── 连续 3 天无订单
├── 月 GMV 环比下降 50%+
├── 团长在群内发负面消息
└── 退出平台意向表达
黄色预警（7天内介入）：
├── 周 GMV 下降 30%+
├── 社群发言率下降 50%+
├── 用户投诉率上升
└── 长期未参加培训
留存措施（按预警级别）
红色预警：
→ 运营人员 24 小时内上门拜访
→ 了解核心诉求（佣金？服务？竞对挖角？）
→ 提供专项挽留方案（短期佣金上浮/额外补贴）
→ 必要时签署独家协议（含竞业补偿）
橙色预警：
→ 运营人员电话沟通
→ 了解现状困难，提供解决方案
→ 邀请参加线下团长交流会（归属感）
黄色预警：
→ 发送关怀短信/微信
→ 推送高佣金商品链接
→ 邀请加入"优秀团长"群（荣誉激励）
工具集
Tool 1: 团长佣金计算器
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
团长佣金计算工具
输入：月GMV + 拉新用户数 + 活动参与情况
输出：月收入明细 + 各项奖励明细
"""
def calculate_commission(
gmv: float,
platform: str = "美团优选",
new_users: int = 0,
new_product_gmv: float = 0.0,
inactivity_days: int = 0,
new_user_bonus: float = 5.0,
):
"""
计算团长月收入
Args:
gmv: 月 GMV（元）
platform: 平台名称
new_users: 新增有效用户数（当月首单用户）
new_product_gmv: 新品推广 GMV（元）
inactivity_days: 长期不活跃天数（>7天预警）
new_user_bonus: 单个新用户奖励（元）
Returns:
dict: 收入明细
"""
configs = {
"美团优选": {
"base_rate": 0.12,
"gmv_threshold": 50000,
"gmv_bonus_rate": 0.01,
"new_user_bonus": 3.0,
"new_product_bonus_rate": 0.005,
"inactivity_warning": True,
},
"多多买菜": {
"base_rate": 0.10,
"gmv_threshold": None, # 无固定达标奖励
"gmv_bonus_rate": 0.0,
"new_user_bonus": 5.0, # 行业最高
"new_product_bonus_rate": 0.005,
"inactivity_warning": True,
},
"淘菜菜": {
"base_rate": 0.13,
"gmv_threshold": 100000,
"gmv_bonus_rate": 0.02,
"new_user_bonus": 2.0,
"new_product_bonus_rate": 0.005,
"inactivity_warning": True,
},
"兴盛优选": {
"base_rate": 0.14,
"gmv_threshold": 200000,
"gmv_bonus_rate": 0.01,
"new_user_bonus": 2.0,
"new_product_bonus_rate": 0.005,
"inactivity_warning": True,
},
}
cfg = configs.get(platform, configs["美团优选"])
# 基础佣金
base_commission = gmv * cfg["base_rate"]
# GMV 达标奖励
gmv_bonus = 0.0
if cfg["gmv_threshold"] and gmv >= cfg["gmv_threshold"]:
gmv_bonus = gmv * cfg["gmv_bonus_rate"]
# 拉新奖励
user_bonus = new_users * cfg["new_user_bonus"]
# 新品推广奖励
product_bonus = new_product_gmv * cfg["new_product_bonus_rate"]
total = base_commission + gmv_bonus + user_bonus + product_bonus
# 流失预警
warnings = []
if inactivity_days > 7:
warnings.append(f"⚠️ 连续 {inactivity_days} 天不活跃，触发红色预警")
if gmv < cfg["gmv_threshold"] * 0.3 if cfg["gmv_threshold"] else False:
warnings.append("⚠️ 月 GMV 低于达标线 30%，可能被降级")
if new_users == 0 and gmv > 0:
warnings.append("⚠️ 本月无新用户拉新，缺少增长动力")
return {
"平台": platform,
"月 GMV": round(gmv, 2),
"收入明细": {
"基础佣金": round(base_commission, 2),
"GMV达标奖励": round(gmv_bonus, 2),
"拉新奖励": round(user_bonus, 2),
"新品推广奖励": round(product_bonus, 2),
},
"月收入合计": round(total, 2),
"有效佣金率": f"{(total/gmv*100):.2f}%" if gmv > 0 else "0%",
"流失预警": warnings if warnings else ["✅ 无预警"],
}
def compare_platforms(gmv: float, new_users: int = 0):
"""各平台横向对比"""
results = []
for platform in ["美团优选", "多多买菜", "淘菜菜", "兴盛优选"]:
r = calculate_commission(gmv, platform, new_users)
results.append({
"平台": platform,
"月收入": r["月收入合计"],
"有效佣金率": r["有效佣金率"],
})
results.sort(key=lambda x: x["月收入"], reverse=True)
for i, r in enumerate(results):
r["排名"] = i + 1
return results
def run():
print("=" * 55)
print("团长佣金计算工具")
print("=" * 55)
try:
gmv = float(input("月 GMV（元）："))
except ValueError:
print("GMV 输入错误")
return
print("\n选择平台：1-美团优选 2-多多买菜 3-淘菜菜 4-兴盛优选")
platform_map = {"1": "美团优选", "2": "多多买菜", "3": "淘菜菜", "4": "兴盛优选"}
p_choice = input("请输入（默认美团优选）：").strip() or "1"
platform = platform_map.get(p_choice, "美团优选")
try:
new_users = int(input("新增有效用户数（默认0）：").strip() or "0")
except ValueError:
new_users = 0
result = calculate_commission(gmv, platform, new_users)
print(f"\n【{result['平台']}】月 GMV {result['月 GMV']:.0f} 元")
print(f"\n收入明细：")
for k, v in result["收入明细"].items():
print(f" {k}：{v:.2f} 元")
print(f"\n月收入合计：{result['月收入合计']:.2f} 元")
print(f"有效佣金率：{result['有效佣金率']}")
print(f"\n流失预警：")
for w in result["流失预警"]:
print(f" {w}")
print("\n各平台横向对比（月 GMV {:.0f} 元）：".format(gmv))
comp = compare_platforms(gmv, new_users)
for r in comp:
print(f" 第{r['排名']}名：{r['平台']} {r['月收入']:.2f} 元（佣金率 {r['有效佣金率']}）")
if __name__ == "__main__":
run()
Tool 2: 团长流失预警工具
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
团长流失预警工具
输入：团长最近30天运营数据
输出：流失风险等级（红/橙/黄）+ 建议措施
"""
def assess_churn_risk(
no_order_days: int,
weekly_gmv_trend: float, # 周GMV环比（正数=增长，负数=下降）
monthly_gmv_trend: float, # 月GMV环比
social_activity_rate: float, # 社群发言率（0-1）
complaint_count: int,
competitor_active: bool, # 是否在竞对平台活跃
new_user_count: int, # 本月拉新数
):
"""
评估团长流失风险
Args:
no_order_days: 连续不活跃天数
weekly_gmv_trend: 周 GMV 环比（-1 ~ 1）
monthly_gmv_trend: 月 GMV 环比（-1 ~ 1）
social_activity_rate: 社群发言率（0~1，1=100%活跃）
complaint_count: 本月投诉次数
competitor_active: 是否在竞对平台活跃
new_user_count: 本月拉新数
Returns:
dict: 风险等级 + 建议措施
"""
score = 0
risk_factors = []
protective_factors = []
# 红色因子（直接触发红色预警）
if no_order_days >= 7:
score += 50
risk_factors.append(f"连续 {no_order_days} 天无订单（红色因子）")
if competitor_active:
score += 40
risk_factors.append("竞对平台活跃（红色因子）")
# 橙色因子（触发橙色预警）
if 3 <= no_order_days < 7:
score += 25
risk_factors.append(f"连续 {no_order_days} 天无订单")
# 下降因子
if monthly_gmv_trend < -0.5:
score += 20
risk_factors.append(f"月 GMV 环比下降 {monthly_gmv_trend*100:.0f}%")
elif monthly_gmv_trend < -0.3:
score += 10
if weekly_gmv_trend < -0.3:
score += 10
risk_factors.append(f"周 GMV 环比下降 {weekly_gmv_trend*100:.0f}%")
# 社群活跃因子
if social_activity_rate < 0.1:
score += 15
risk_factors.append(f"社群发言率仅 {social_activity_rate*100:.0f}%（极低）")
elif social_activity_rate < 0.3:
score += 8
# 投诉因子
if complaint_count >= 3:
score += 15
risk_factors.append(f"本月投诉 {complaint_count} 次")
elif complaint_count >= 1:
score += 5
# 保护因子（负分）
if new_user_count >= 5:
score -= 10
protective_factors.append(f"拉新 {new_user_count} 人（增长动力存在）")
if weekly_gmv_trend > 0.1:
score -= 10
protective_factors.append("周 GMV 在增长")
if social_activity_rate > 0.5:
score -= 10
protective_factors.append("社群活跃度高")
# 风险定级
if score >= 50:
level = "🔴 红色（高危）"
action = "立即上门拜访，了解核心诉求，提供挽留方案"
elif score >= 25:
level = "🟠 橙色（警告）"
action = "3天内电话沟通，推送高佣金商品，尝试解决现有问题"
elif score >= 10:
level = "🟡 黄色（观察）"
action = "7天内发送关怀短信，推送活动通知，引导参与培训"
else:
level = "🟢 绿色（正常）"
action = "维持现状，纳入常规运营管理"
return {
"风险得分": score,
"风险等级": level,
"建议措施": action,
"风险因子": risk_factors if risk_factors else ["无明显风险因子"],
"保护因子": protective_factors if protective_factors else ["无保护因子"],
}
def run():
print("=" * 55)
print("团长流失预警工具")
print("=" * 55)
try:
no_order = int(input("连续不活跃天数：").strip() or "0")
except ValueError:
no_order = 0
try:
weekly = float(input("周 GMV 环比（如 -0.3 表示下降30%）：").strip() or "0")
except ValueError:
weekly = 0
try:
monthly = float(input("月 GMV 环比：").strip() or "0")
except ValueError:
monthly = 0
try:
activity = float(input("社群发言率（0-1，如 0.5 表示50%）：").strip() or "0.5")
except ValueError:
activity = 0.5
try:
complaints = int(input("本月投诉次数：").strip() or "0")
except ValueError:
complaints = 0
competitor = input("是否在竞对平台活跃（y/n，默认n）：").strip().lower() == "y"
try:
new_users = int(input("本月拉新数：").strip() or "0")
except ValueError:
new_users = 0
result = assess_churn_risk(
no_order, weekly, monthly, activity, complaints, competitor, new_users
)
print(f"\n{'='*55}")
print(f"流失风险评估结果")
print(f"{'='*55}")
print(f"\n风险得分：{result['风险得分']}")
print(f"风险等级：{result['风险等级']}")
print(f"建议措施：{result['建议措施']}")
print(f"\n风险因子：")
for f in result["风险因子"]:
print(f" → {f}")
if result["保护因子"]:
print(f"\n保护因子：")
for f in result["保护因子"]:
print(f" ✅ {f}")
if __name__ == "__main__":
run()
Tool 3: 团长招募转化漏斗计算器
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
团长招募转化漏斗计算器
输入：各环节转化率
输出：漏斗分析 + 获客成本拆解 + 优化建议
"""
def calculate_recruitment_funnel(
channel_exposure: int,
channel_dict: dict = None, # {"地推扫码": 0.20, "老带新": 0.50, ...}
interview_rate: float = 0.30,
contract_rate: float = 0.60,
training_rate: float = 0.90,
first_order_rate: float = 0.80,
channel_cost_dict: dict = None, # {"地推扫码": 30, "老带新": 15, ...}
):
"""
计算招募漏斗
Args:
channel_exposure: 总曝光量
channel_dict: 各渠道曝光占比（之和=1）
interview_rate: 初筛到电话沟通转化率
contract_rate: 电话沟通到签约转化率
training_rate: 签约到培训完成转化率
first_order_rate: 培训到首单转化率
channel_cost_dict: 各渠道人均获客成本（元）
Returns:
dict: 漏斗分析 + 成本分析
"""
# 各渠道曝光占比（之和=1）
channel_ratios = {
"地推扫码": 0.40,
"老带新": 0.20,
"朋友圈广告": 0.25,
"线下招商会": 0.15,
}
# 各渠道曝光→有意向转化率（独立参数）
inquiry_rates = {
"地推扫码": 0.20,
"老带新": 0.50,
"朋友圈广告": 0.15,
"线下招商会": 0.35,
}
if channel_dict is None:
channel_dict = channel_ratios
if channel_cost_dict is None:
channel_cost_dict = {
"地推扫码": 35,
"老带新": 15,
"朋友圈广告": 75,
"线下招商会": 120,
}
# 分渠道漏斗
funnel = {}
for channel, ratio in channel_dict.items():
exposure = int(channel_exposure * ratio)
# 使用独立的意向转化率，而非曝光占比
inquiries = int(exposure * inquiry_rates.get(channel, 0.20))
interviews = int(inquiries * interview_rate)
contracts = int(interviews * contract_rate)
trained = int(contracts * training_rate)
first_order = int(trained * first_order_rate)
cost = exposure * channel_cost_dict.get(channel, 50)
cac = cost / first_order if first_order > 0 else float("inf")
funnel[channel] = {
"曝光量": exposure,
"有意向（电话）": inquiries,
"上门拜访": interviews,
"签约": contracts,
"完成培训": trained,
"完成首单": first_order,
"渠道总成本": cost,
"获客成本（CAC）": round(cac, 2) if cac != float("inf") else "∞",
}
# 汇总
total_exposure = sum(v["曝光量"] for v in funnel.values())
total_first_order = sum(v["完成首单"] for v in funnel.values())
total_cost = sum(v["渠道总成本"] for v in funnel.values())
avg_cac = total_cost / total_first_order if total_first_order > 0 else float("inf")
# 漏斗转化率
funnel_summary = {
"曝光→有意向": f"{(total_first_order / total_exposure * 100):.2f}%" if total_exposure > 0 else "0%",
"有意向→签约": f"{contract_rate * 100:.0f}%",
"签约→完成首单": f"{training_rate * first_order_rate * 100:.0f}%",
"整体转化率": f"{(total_first_order / total_exposure * 100):.2f}%" if total_exposure > 0 else "0%",
}
# 优化建议
suggestions = []
best_channel = max(funnel.items(), key=lambda x: x[1]["完成首单"])
worst_channel = min(funnel.items(), key=lambda x: x[1]["完成首单"] if x[1]["完成首单"] > 0 else float("inf"))
suggestions.append(f"最优渠道：{best_channel[0]}（完成首单 {best_channel[1]['完成首单']} 人，CAC {best_channel[1]['获客成本（CAC）']} 元）")
suggestions.append(f"待优化渠道：{worst_channel[0]}（完成首单 {worst_channel[1]['完成首单']} 人，CAC {worst_channel[1]['获客成本（CAC）']} 元）")
if avg_cac > 100:
suggestions.append("⚠️ 平均获客成本 > 100 元，建议重点优化老带新渠道")
return {
"漏斗明细": funnel,
"汇总": {
"总曝光": total_exposure,
"完成首单": total_first_order,
"总成本": total_cost,
"平均获客成本（CAC）": round(avg_cac, 2) if avg_cac != float("inf") else "∞",
},
"转化率": funnel_summary,
"优化建议": suggestions,
}
def run():
print("=" * 55)
print("团长招募转化漏斗计算器")
print("=" * 55)
try:
exposure = int(input("总曝光量（人）：").strip() or "10000")
except ValueError:
exposure = 10000
result = calculate_recruitment_funnel(exposure)
print(f"\n{'='*55}")
print(f"漏斗分析报告（总曝光 {result['汇总']['总曝光']} 人）")
print(f"{'='*55}")
for channel, data in result["漏斗明细"].items():
print(f"\n【{channel}】")
print(f" 曝光 → 有意向 → 上门 → 签约 → 培训 → 首单")
print(f" {data['曝光量']} → {data['有意向（电话）']} → {data['上门拜访']} → {data['签约']} → {data['完成培训']} → {data['完成首单']}")
print(f" 获客成本：{data['获客成本（CAC）']} 元/人")
print(f"\n{'='*55}")
print("汇总")
print(f" 总完成首单：{result['汇总']['完成首单']} 人")
print(f" 总成本：{result['汇总']['总成本']} 元")
print(f" 平均 CAC：{result['汇总']['平均获客成本（CAC）']} 元/人")
print(f"\n转化率：")
for k, v in result["转化率"].items():
print(f" {k}：{v}")
print(f"\n优化建议：")
for s in result["优化建议"]:
print(f" → {s}")
if __name__ == "__main__":
run()
2.9 团长话术模板库
五类核心场景话术：
场景1：拉新引流话术（用户进群）
欢迎语（自动回复）：
"欢迎加入【XX社区团购群】🎉
我是本群团长XX，专注服务本社区邻居！
这里有新鲜蔬菜/水果/日用品，比超市便宜10-30%，
每日截单时间21:00，明日送达自提点。
有任何问题随时@我！"
拉新话术（私信）：
"您好！我看到您在我们群里，
我们是本地的社区团购平台，
明天有【土鸡蛋30枚 ¥19.9】特价活动，
需要的可以下单试试，首次下单减5元哦！
有任何问题可以问我😊"
场景2：日常促销话术（发群模板）
早安问候（07:30-08:00）：
"早安！美好的一天从新鲜食材开始🌞
今日推荐：【云南高原蓝莓125g×2盒】¥29.9
超市同款¥48，今天特价！
群里邻居已抢XX份，点击链接下单👇"
爆品催单（10:00/15:00）：
"🔥【爆品提醒】🔥
土鸡蛋30枚今日特价¥19.9
已抢280份，剩余不多！
截单时间21:00，明日16:00到团点自提
需要的邻居赶紧下单，手慢无！"
晚安预告（21:00截单前）：
"⏰截单提醒⏰
今晚21:00即将截单！
还没下单的邻居抓紧啦：
✅ 今日特价土鸡蛋 ¥19.9（已抢300份）
✅ 新疆阿克苏苹果 5斤 ¥22.8
明天16:00到货，来找我提货👇"
场景3：用户提问应答话术
问题："这个东西新鲜吗？"
回答：
"您好！我们每天早上到货，都是最新鲜的批次😊
蔬菜水果如果有质量问题，到货后可以找我退款，
截图给我就行！非常感谢信任～"
问题："比超市贵怎么办？"
回答：
"您可以对比一下：
我们土鸡蛋¥19.9/30枚 = ¥0.66/个
超市同款约¥0.9-1元/个
便宜了30%左右呢！
而且都是我们亲自验货过的，品质有保障👍"
问题："怎么提货？"
回答：
"明天16:00后您来【XX店/XX地址】找我拿就行，
报订单号或手机尾号就可以！
我每天16:00-20:00都在，随时来都行😊"
场景4：处理投诉话术
投诉："东西不好/坏了"
回答：
"非常抱歉给您带来不好的体验！😔
拍照发给我看一下（商品+订单截图），
我这边直接给您退款，款项原路返回。
非常感谢您的理解，我们会加强品质管控！"
投诉："少收到东西了"
回答：
"您好，非常抱歉！帮您核实一下。
请提供一下订单号，我联系仓库核查。
确认少件的话会立刻给您退款或补发！
抱歉给您添麻烦了🙏"
场景5：激活沉默用户话术（7天未下单）
私信话术：
"您好X姐，我是团长小XX！
您上次买的土鸡蛋吃完了吗？😄
这几天我们有新鲜草莓到货，
39.9元2盒，邻居们都说很甜！
给您申请了专属优惠券，点击领取👇
有任何问题随时找我～"
群发话术（@未下单用户）：
"@XX姐 @XX哥 看到您好久没下单了
是不是最近比较忙呀？😊
明天有新鲜的排骨到货 ¥28.8/斤
帮您留了一份，点击链接预约👇"
2.10 社群文案模板库
四类文案模板：
类型1：每日早报文案（07:30发送）
模板A（轻松亲切型）：
"🌞 早啊邻居们！
今日份新鲜已到！✨
【今日爆品】
① 🥚土鸡蛋30枚 → ¥19.9（超市同款¥32）
② 🍎阿克苏苹果5斤 → ¥22.8（脆甜多汁）
③ 🥬有机青菜500g → ¥3.9（地里刚摘的）
⏰今日截单21:00，明日16:00到团点
需要的邻居戳链接下单👇"
模板B（简洁高效型）：
"📢 今日团购开始了！
【秒杀】土鸡蛋 ¥19.9（限50份）
【新品】智利车厘子 ¥58/2斤
【特价】蒙牛纯牛奶 ¥39.9/箱
戳链接 → 下单 → 明天提货✅
有问题@团长"
类型2：限时抢购文案（制造紧迫感）
模板：
"🚨 【限时2小时】🚨
【土鸡蛋】刚刚到货！
成本价¥32 → 今日仅¥19.9
每人限购2份，已抢186份！
⏰ 10:00-12:00 限时
错过恢复原价！
需要的邻居赶紧下单👇"
类型3：活动预热文案（提前预告）
模板：
"📣 【明日活动预告】📣
明天周五啦！周末囤货时间到🛒
预告：
🔥 进口车厘子 2斤 ¥58（市场价¥88）
🔥 五花肉 2斤 ¥35.8（市场价¥48）
🔥 蒙牛特仑苏 4箱 ¥119（超市¥160）
提前下单锁定价格，明日到货！
想买的邻居评论"想要"，我发链接👇"
类型4：用户好评截图文案（信任背书）
模板：
"🌟 邻居们的好评反馈 🌟
【张姐】"鸡蛋特别新鲜，比超市好还便宜！"
【李哥】"排骨收到了，非常嫩，推荐！"
【王阿姨】"已经回购第5次了，团长靠谱！"
感谢邻居们的信任支持！😊
我们会继续严控品质，让大家买得放心！
需要的邻居点击链接下单👇"
MECE边界说明 团长话术模板（2.9节）和社群文案模板（2.10节）属于"团长怎么做"的范畴。 详细的社群运营策略和时间轴（如每日7:30发早报等）请参见模块三3.6节。 两处内容互补：本模块侧重"团长执行动作"，模块三侧重"运营策略设计"。
案例库
案例1：多多买菜团长"高拉新、低留存"模式复盘
背景：多多买菜 2021 年激进扩张，团长数量峰值超 200 万
问题：重拉新、轻运营，团长质量极低
→ 拉新奖励高达 5 元/户（行业最高），诱导刷单
→ 无门槛入驻，大量"僵尸团长"占坑不经营
→ 无系统培训，团长不会运营，只会躺平
关键数据：
团长总数：200 万+
月活跃团长（出单>1笔）：约 60 万（30%活跃率）
头部团长占比：< 3%
月流失率：25-35%（行业最高）
代价：
→ 招募成本高：人头费 + 奖励，平均 CAC > 50 元
→ 留存成本高：佣金 + 补贴，但团长仍流失
→ GMV 水分大：僵尸团长刷单，虚构 GMV
教训：
→ 拉新数量 ≠ 有效团长
→ 招募门槛越低，运营成本越高
→ 建议：宁精勿多，头部 10% 团长贡献 60% GMV
案例2：兴盛优选"门店合伙人"模式成功
背景：兴盛优选定位便利店/夫妻店升级为社区服务站
成功点：高质量团长 + 高归属感 + 低流失
具体做法：
1. 招募门槛：必须有实体店面（过滤劣质团长）
2. 门店形象：统一招牌/货架/物料，建立"服务站"身份认同
3. 培训体系：入职培训 + 月度例会 + 年度优秀团长旅游
4. 荣誉激励：设立"金牌团长"称号，颁发证书/奖杯
5. 退出成本：独家协议 + 客情关系深，团长不轻易离开
关键数据：
团长月流失率：< 5%（行业最低）
头部团长年流失率：< 2%
活跃团长率：85%+（行业最高）
平均团长达GMV：8-12 万/月（行业最高）
可复用经验：
→ 实体门槛是过滤低质量团长的最有效手段
→ 归属感和荣誉激励比单纯佣金更留住人
→ 头部团长的维护成本远低于招募新团长的代价
案例3：美团优选团长"地推+裂变"打法
背景：美团优选 2020 年下半年快速起量，地推团队功不可没
打法：重赏之下，必有勇夫
→ BD（商务拓展）团队：每个 BD 负责 50-100 个团长
→ BD 佣金与团长 GMV 挂钩，BD 有动力培育团长
→ 团长拉新：老团长推荐新团长，奖励 50-200 元
关键数据：
BD 团队高峰期：超 1 万人
单 BD 管理团长：平均 80 个
团长月均 GMV：约 6 万（属行业中上）
BD 管理成本：约占团长 GMV 的 2-3%
可复用经验：
→ BD 团队模式适合快速扩张期，但成本高
→ BD 与团长利益绑定，团长业绩影响 BD 收入
→ 扩张期结束后需缩编 BD，否则成本失控
案例4：某平台"头部团长集体跳槽"的教训
背景：2021年某中型社区团购平台（年GMV约3亿）遭遇头部团长集体跳槽
起因：
→ 竞争对手（多多买菜）进入该城市，开出更高佣金率（+2%）
→ 平台内：Top 10%团长月均收入约¥12,000
→ 竞争对手：Top 10%团长月均收入约¥15,000（高25%）
→ 差距来源：平台货币化率压力导致团长佣金被压缩
事件经过：
Step 1：暗流涌动
→ 竞争对手BD接触头部团长（通过团长社群/微信）
→ 承诺：更高佣金率 + 专属运营支持 + 额外奖励
→ 平台内部：Top团长反映佣金被削减，但未被重视
Step 2：爆发
→ 某头部团长（约200个团点）率先跳槽
→ 3天内：其下级团长跟进，跳槽团长达到15人
→ 影响：约2000个团点下线，用户无法提货，客诉爆炸
Step 3：紧急处置
→ CEO亲自出面挽留，但为时已晚
→ 平台紧急调整佣金率：Top团长额外+1.5%
→ 2周后：约一半团长回归，但损失已造成
损失统计：
→ 直接损失：约¥280万（含挽留成本+补贴+赔偿）
→ 用户流失：约3.5万用户受影响（部分永久流失）
→ 声誉损失：百度搜索指数下跌20%（持续1个月）
→ 竞争对手趁机扩大市场份额15%
根因分析：
→ 激励结构失衡：Top团长贡献大，但收入增长有天花板
→ 预警机制缺失：未监控Top团长满意度
→ 竞争对手感知不足：未及时发现竞争对手的挖角动作
→ 团长忠诚度设计缺位：只靠钱留人，没有情感绑定
整改措施：
→ 设立"团长顾问委员会"：Top20团长参与平台决策，增强归属感
→ 差异化佣金：Top团长额外+1.5%，用收益绑定忠诚度
→ 建立团长满意度季度调研：监控预警，及时干预
→ 竞对动态监控：每周跟踪竞争对手佣金率变化
核心教训：
→ 头部团长是平台最重要的资产，不能只靠钱留人
→ 完善的团长忠诚度体系（收益+归属感+参与感）比单纯高佣金更重要
→ 完善的流失预警机制（Module 2的流失预警系统）可以提前发现风险
→ 竞争对手挖角不可避免，要有预案：留不住时要留用户
案例5：某平台"团长招募失控导致资源浪费"
失败背景：某平台2022年为快速扩张，降低团长入驻门槛，3个月内团长数从5000增至2万
问题经过：
① 招募失控：
→ 入驻条件：从"面试+培训+实地考核"简化为"手机注册+线上学习"
→ 结果：大量"僵尸团长"入驻（注册后从未出单）
→ 招募成本浪费：2万团长 × 平均招募成本¥80 = ¥160万
② 管理失控：
→ 运营人员：每100个团长配1个运营，2万团长需要200个运营（实际只有80人）
→ 培训资源分散：新手培训质量严重下降
→ 问题团长无法及时发现和处理
③ 结果：
→ 3个月后：活跃团长（出单>1笔）仅3000人（15%），18500人是僵尸团长
→ 月GMV无明显增长（从3000万仅增至3500万）
→ 大量运营成本浪费
处置和教训：
→ 立即停止无门槛招募，恢复面试+培训+考核
→ 组织清理：180天内从未出单的团长，降为"观察期"标记
→ 招募门槛恢复：入驻门槛≥3天培训+考核通过+实地拜访
→ 招募人员KPI调整：不能只考核"招募数量"，要考核"有效团长转化率"
核心教训：
→ 团长数量不等于战斗力，有效团长（有出单）才是核心指标
→ 招募失控会导致：资金浪费 + 运营稀释 + 平台效率下降
→ 招募质量应该在早期控制，不应该后期清理（清理成本更高）
→ 招募KPI必须与质量挂钩，不能只考核数量
附录：团长运营检查清单
月度团长健康检查清单：
□ 1. 活跃度检查：本周出单团长占比是否 > 70%？
□ 2. GMV 趋势：本周 GMV 环比是否增长？
□ 3. 流失预警：红色/橙色预警团长是否已全部介入？
□ 4. 培训完成：本月新签约团长是否完成入门培训？
□ 5. 佣金结算：上周佣金是否准时结算（误差 < 1%）？
□ 6. 投诉处理：本月投诉是否已 100% 处理完成？
□ 7. 竞对监控：是否有人反映竞对在挖我方团长？
□ 8. 头部团长关怀：Top 10% 团长是否有专人维护？
□ 9. 新品推广：本周爆品是否有团长配合推广？
□ 10. 社群质量：团长社群发言率是否 > 20%？
红色预警条件（任一触发立即上报）：
→ 单日流失团长 > 10 人
→ 头部团长（GMV > 20万）流失
→ 区域性团长集体退群