导购对比分析 Skill#

技能名称#

clerk-comparison-analysis

功能描述#

基于 clerk-performance-analysis 的扩展，提供导购业绩的对比分析功能：

• 时间维度对比：培训前后、活动前后、月度环比等
• 横向对比：多人排名、标杆学习、差距分析
• 高频场景：晨会对比、周会报告、绩效对标

依赖关系#

本Skill依赖 clerk-performance-analysis：

python

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

核心功能#

1. 导购自身时间维度对比#

函数： compare_guide_over_time()

使用场景：

场景period_aperiod_bcomparison_label培训效果评估培训前7天培训后7天"新品销售培训前后"活动效果复盘活动前7天活动期间"315大促活动期间"月度环比上月同期本月"3月vs2月环比"波动归因低谷期高峰期"低谷vs高峰对比"

示例：

python

from compare import compare_guide_over_time

result = compare_guide_over_time(
    store_id="416759_1714379448487",
    guide_name="李翠",
    period_a_from="2026-03-01",
    period_a_to="2026-03-07",
    period_b_from="2026-03-16",
    period_b_to="2026-03-22",
    comparison_label="新品销售培训前后"
)

输出：

json

{
  "status": "ok",
  "comparison_label": "新品销售培训前后",
  "period_a": {"from": "...", "to": "...", "metrics": {...}},
  "period_b": {"from": "...", "to": "...", "metrics": {...}},
  "changes": {
    "sales": {"before": 28456, "after": 36103, "change": 7647, "change_pct": 26.9, "trend": "up"},
    "orders": {...},
    "atv": {...},
    "new_customers": {...}
  },
  "key_findings": [...],
  "recommendations": [...]
}

2. 多人导购横向对比#

函数： compare_guides()

使用场景：

• 晨会快速对比昨日表现
• 周会排名和差距分析
• 月度绩效对标
• 标杆学习和经验分享

示例：

python

from compare import compare_guides

result = compare_guides(
    store_id="416759_1714379448487",
    guide_names=["李翠", "杨丽", "赵泽瑞", "陈二妹"],
    from_date="2026-03-25",
    to_date="2026-03-25"
)

输出：

json

{
  "status": "ok",
  "total_guides": 4,
  "rankings": {
    "by_sales": [...],
    "by_new_customers": [...],
    "by_atv": [...]
  },
  "top_performer": {...},
  "bottom_performer": {...},
  "gap_analysis": [...],
  "needs_attention": [...],
  "quick_insights": [...]
}

3. 标杆对比（找差距）#

函数： compare_with_benchmark()

使用场景：

• 待提升导购与标杆对比
• 生成个性化改进计划
• 一对一辅导准备

示例：

python

from compare import compare_with_benchmark

result = compare_with_benchmark(
    store_id="416759_1714379448487",
    guide_name="陈二妹",           # 待提升导购
    benchmark_guide_name="李翠",   # 标杆导购
    from_date="2026-03-01",
    to_date="2026-03-25"
)

输出：

json

{
  "status": "ok",
  "guide": {"name": "陈二妹", "metrics": {...}},
  "benchmark": {"name": "李翠", "metrics": {...}},
  "gaps": {
    "sales": {"guide_value": 31922, "benchmark_value": 64559, "gap": 32637, "gap_pct": 50.6},
    "new_customers": {...}
  },
  "learning_points": [...],
  "action_plan": [...]
}

高频使用场景#

场景1：晨会快速对比（每日）#

python

# 店长每日晨会前自动生成
report = compare_guides(
    store_id="...",
    guide_names=["李翠", "杨丽", "赵泽瑞", "陈二妹"],
    from_date=yesterday,
    to_date=yesterday
)

# 推送到店长企业微信
send_morning_meeting_report(report)

输出示例：

text

═══════════════════════════════════════════════════════
导购横向对比 - 正义路60号店
2026-03-25（昨日）
═══════════════════════════════════════════════════════

【销售额排名】
#1  活动导购  ¥3,529  (25%)  7单  ¥504  ✅
#2  李翠      ¥3,111  (22%)  4单  ¥778
#3  杨丽      ¥2,115  (15%)  3单  ¥705
#4  陈二妹    ¥0      (0%)   0单  ¥0    ⚠️ 无销售

【需要关注】
⚠️ 陈二妹: 昨日无销售，近14天有4天无销售

【今日建议】
1. 店长重点关注陈二妹
2. 李翠分享高客单价经验

场景2：培训效果评估（培训后7天）#

python

result = compare_guide_over_time(
    store_id="...",
    guide_name="李翠",
    period_a_from="2026-03-01",  # 培训前
    period_a_to="2026-03-07",
    period_b_from="2026-03-16",  # 培训后
    period_b_to="2026-03-22",
    comparison_label="新品销售培训前后"
)

if result['changes']['sales']['change_pct'] > 20:
    print("✅ 培训效果显著，销售额提升20%+")
else:
    print("⚠️ 培训效果不明显，需要复盘")

场景3：月度绩效对标（每月底）#

python

# 生成本月完整对比报告
report = compare_guides(
    store_id="...",
    guide_names=all_guides_in_store,
    from_date="2026-03-01",
    to_date="2026-03-31"
)

# 生成绩效考核表
generate_performance_table(report)

场景4：标杆学习（按需）#

python

# 找出差距最大的导购与标杆对比
result = compare_with_benchmark(
    store_id="...",
    guide_name="陈二妹",
    benchmark_guide_name="李翠",
    from_date="...",
    to_date="..."
)

# 生成一对一辅导计划
coaching_plan = result['action_plan']

输出指标说明#

时间对比指标#

指标说明用途change绝对变化值量化改进幅度change_pct变化百分比评估改进比例trend变化趋势up/down/stable

横向对比指标#

指标说明用途gap_to_top与标杆的销售额差距量化提升空间gap_pct差距百分比评估追赶难度potential达到标杆的潜在收益激励改进

诊断规则#

时间对比诊断#

发现类型判断条件建议显著提升销售额提升>30%固化成功经验显著下滑销售额下滑>30%分析原因并干预问题改善发现数量减少肯定改进效果

横向对比诊断#

发现类型判断条件建议业绩集中TOP3贡献>70%关注尾部导购新客差异最大/最小>3倍推广标杆经验高风险有high severity finding立即干预

版本#

v1.0.0 - 导购对比分析Skill（支持时间对比和横向对比）