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：

1. 普通门店（POS数据）- 所有门店可用
2. 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：

1. 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。
2. 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_idstr是门店IDguide_namestr是导购姓名from_datestr是分析开始日期 (YYYY-MM-DD)to_datestr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_ratio800元以上商品销售占比new_items.ratio2026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_ratio6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#1H51556659心遥3件¥3,510¥1,170100%2025/7#2H51456675舒珀3件¥3,409¥1,136100%2025/7#3H51457102鞣迹2件¥2,174¥1,08769%2025/12✓#4H60101090爱旅2件¥2,134¥1,067100%2025/7#5H51556656心遥2件¥1,934¥96734%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：

1. 🔴 连带销售强化训练 - 练习二拍一话术、搭配推荐
2. 🔴 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
3. 🔴 客流提升专项 - 加强邀约回店、社群运营（应对有效客户下降）
4. 🟡 议价能力提升 - 减少不必要的折扣让步
5. 🟡 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）

相关文档#

• USAGE.md - 详细使用指南和API说明