零售店员比较分析

SKILL研究检索

原名 retail-clerk-comparison-analysis

研究检索 只读 许可证明确 OpenClaw
安装这个技能

retail-clerk-comparison-analysis 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

累计安装 4,068 本周 163
GitHub 星标 未标注 仓库 retail-clerk-comparison-analysis
下载量 1,317 技能市场下载数
权限级别 只读 安装前请确认风险范围
许可证 许可证明确 MIT-0

安装

ClawHub 市场
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
openclaw skills install retail-clerk-comparison-analysis

技能档案

研究检索
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方gwyang7仓库 retail-clerk-comparison-analysis · 版本 1.0.0
宿主客户端OpenClaw技能可被这些客户端加载
安装方式ClawHub 市场安装包 gwyang7/retail-clerk-comparison-analysis
权限级别只读安装前请确认风险范围
许可证MIT-0许可证明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验2026-05-01上游最后核验时间 · 数据更新 未标注
正文体量7.4 KBSKILL.md 原文大小,越大说明说明书写得越细

能做什么

5 项能力
上游给出的能力概览与适用场景
  • 按任务关键词查找相关 Skills
  • 展示可复制的安装命令
  • 保留来源站点、仓库和原始说明,方便继续核验
  • 补充不同宿主或平台的使用分布数据
  • 展示第三方安全扫描或审计结果
OpenClaw 用户查找和安装 Skill 时用户想查找某类 Agent Skill 时需要根据任务场景推荐可安装能力包时需要对比不同来源的安装命令和来源信息时

权限与风险

只读
装之前先读完这段

安装与使用指南

安装步骤

本站只展示命令,不托管安装包,也不自动执行。

怎么用

安装后应在对应宿主中按原始 README 的触发条件使用;当前草稿只做目录说明,具体调用方式由规则抽取,异常条目再复核。

SKILL.md 全文

7.4 KB
模型实际读到的说明书原文,来自技能仓库

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:

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_a | period_b | comparison_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:

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:

{
  "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:

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:

{
  "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:

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:

{
  "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)

# 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:

═══════════════════════════════════════════════════════
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)

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)

# 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)

# 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)

安全信息

审计结论
未标注不代表已通过审计
安全审计VirusTotal、ClawScan、Static analysis第三方安全审计平台给出的结论

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 2026-05-01。