以下为本文档的中文说明

retail-clerk-performance-analysis 是一个针对零售门店导购个人业绩的深度分析工具，支持两种门店类型：普通门店（仅有 POS 收银数据）和 AIoT 智能门店（POS 数据加 AIoT 传感器数据）。该技能能够输出包含 9 大维度的详细诊断报告：(1) 核心业绩指标——销售额、排名和业绩占比；(2) 雷达图能力对比——6 维能力与门店平均水平的可视化对比；(3) 商品特征分析——品类偏好、价格带分布、包型偏好、颜色偏好和新品接受度；(4) Top5 SKU 爆品分析——门店贡献率、SPU 集中度和上市时间；(5) 订单结构分析——折扣力度、连带率和会员结构；(6) AIoT 高试用低转化分析——仅 AIoT 门店可用的试穿与购买转化差距分析；(7) AIoT 客户漏斗分析——从进店到购买的完整转化漏斗；(8) 14 天销售趋势分析；(9) 综合诊断与行动建议。触发条件包括用户询问导购业绩（如“李翠业绩怎么样”）、分析导购能力或需要导购诊断。核心特点在于：(1) AIoT 门店独有的高试用低转化和客户漏斗分析，帮助识别销售过程中的瓶颈环节；(2) 多维度综合分析不仅看结果指标，还剖析商品偏好和销售行为；(3) 诊断报告包含可执行的行动建议，而不仅仅是数据呈现。

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

importsys sys.path.insert(0,'~/.openclaw/skills/clerk-performance-analysis')fromanalyzeimportanalyze# 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

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

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）

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）

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：

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

importsys sys.path.insert(0,'~/.openclaw/skills/clerk-performance-analysis')fromanalyzeimportanalyze,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

输出结构

{"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},"atta chQtyRatio": {"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

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）

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）：

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