antissoft / lvqianmeiye_ERP

  # 储扣数据分析维度梳理
  
  ## 一、数据源说明
  
  ### 主表：`lq_kd_deductinfo`（开单扣减信息表）
  - **核心字段**：
    - `F_Amount`：储扣金额
    - `F_DeductType`：扣减类型（"储值卡"、"品项"）
    - `F_BillingId`：关联开单ID
    - `F_BillingTime`：开单时间
    - `F_ItemId`：品项ID
    - `F_ItemName`：品项名称
    - `F_ItemCategory`：品项分类
    - `F_ProjectNumber`：项目数量
    - `F_UnitPrice`：单价
  
  ### 关联表：`lq_kd_kdjlb`（开单记录表）
  - **关联字段**：`F_BillingId = lq_kd_kdjlb.F_Id`
  - **可获取字段**：
    - `djmd`：门店ID
    - `kdhy`：开单会员ID
    - `kdrq`：开单日期
    - `zdyj`：整单业绩
    - `sfyj`：实付业绩
    - `qk`：欠款
    - `ckfs`：储扣方式
    - `fkfs`：付款方式
    - `khly`：客户来源
    - `sfskdd`：是否首开订单
    - `jsj`：金三角
    - `gjlx`：顾客类型
    - `F_ActivityId`：营销活动ID
  
  ### 关联表：`lq_xmzl`（品项资料表）
  - **关联字段**：`F_ItemId = lq_xmzl.F_Id`
  - **可获取字段**：
    - `qt1`：品项一级分类
    - `qt2`：品项二级分类（生美/医美/科美/产品等）
    - `pxmc`：品项名称
  
  ### 关联表：`lq_khxx`（会员信息表）
  - **关联路径**：`lq_kd_kdjlb.kdhy = lq_khxx.F_Id`
  - **可获取字段**：
    - 会员基本信息（姓名、手机号、注册时间等）
    - 会员等级、标签等
  
  ---
  
  ## 二、基础统计维度
  
  ### 1. **时间维度**
  - **月度统计**：按月份汇总储扣金额和次数
  - **周度统计**：按周汇总
  - **日度统计**：按日期汇总
  - **时段统计**：按小时统计（分析储扣发生的高峰时段）
  - **趋势分析**：近12个月/近6个月趋势
  
  ### 2. **门店维度**
  - **单门店统计**：指定门店的储扣情况
  - **多门店对比**：门店间储扣金额/次数对比
  - **门店排名**：按储扣金额/次数排序
  - **门店分类**：按门店类型（新店/老店、旗舰店等）统计
  
  ### 3. **金额维度**
  - **总储扣金额**：`SUM(F_Amount)`
  - **平均储扣金额**：`AVG(F_Amount)`
  - **单笔储扣金额分布**：按金额区间分组（0-1000、1000-5000、5000+等）
  - **储扣金额占比**：储扣金额 / 整单业绩（zdyj）或 / 实付业绩（sfyj）
  
  ### 4. **次数维度**
  - **储扣总次数**：`COUNT(*)`（明细次数）
  - **有储扣的开单数**：`COUNT(DISTINCT F_BillingId)`（开单次数）
  - **平均每单储扣次数**：明细次数 / 开单次数
  - **储扣渗透率**：有储扣的开单数 / 总开单数
  
  ---
  
  ## 三、业务分析维度
  
  ### 5. **储扣类型维度**
  - **按扣减类型分组**：
    - 储值卡类型：`F_DeductType = '储值卡'`
    - 品项类型：`F_DeductType = '品项'`
  - **各类型金额占比**：分析哪种储扣方式更常用
  
  ### 6. **品项维度**
  - **按品项分类统计**（通过 `lq_xmzl.qt2`）：
    - 生美储扣金额/次数
    - 医美储扣金额/次数
    - 科美储扣金额/次数
    - 产品储扣金额/次数
  - **Top N 品项**：按储扣金额排序，找出最常用的储扣品项
  - **品项储扣占比**：各分类储扣金额占总储扣金额的比例
  
  ### 7. **会员维度**
  - **储扣会员数**：`COUNT(DISTINCT kdhy)`（去重会员数）
  - **人均储扣金额**：总储扣金额 / 储扣会员数
  - **会员储扣频次**：按会员分组，统计每个会员的储扣次数
  - **新客/老客储扣**：结合 `sfskdd` 字段分析首开订单的储扣情况
  - **会员等级分析**：按会员等级统计储扣情况
  
  ### 8. **开单维度**
  - **储扣与整单业绩关系**：
    - 储扣金额 / 整单业绩（zdyj）
    - 储扣金额 / 实付业绩（sfyj）
  - **储扣与欠款关系**：
    - 有储扣的开单中，欠款金额分布
    - 储扣是否影响欠款（高储扣是否对应低欠款）
  - **首开/升单储扣对比**：首开订单 vs 升单订单的储扣情况
  
  ### 9. **支付方式维度**
  - **按储扣方式分组**（`ckfs`字段）：
    - 不同储扣方式的金额/次数统计
  - **按付款方式分组**（`fkfs`字段）：
    - 分析储扣与付款方式的关系
  
  ### 10. **客户来源维度**
  - **按客户来源统计**（`khly`字段）：
    - 不同来源客户的储扣金额/次数
    - 分析哪些来源的客户更倾向于使用储扣
  
  ### 11. **营销活动维度**
  - **按活动分组**（`F_ActivityId`字段）：
    - 不同营销活动下的储扣情况
    - 分析活动对储扣的影响
  
  ### 12. **金三角维度**
  - **按金三角分组**（`jsj`字段）：
    - 不同金三角战队的储扣情况
    - 分析金三角对储扣的影响
  
  ### 13. **顾客类型维度**
  - **按顾客类型分组**（`gjlx`字段）：
    - 不同顾客类型的储扣情况
  
  ---
  
  ## 四、高级分析维度
  
  ### 14. **储扣效率分析**
  - **储扣渗透率**：有储扣的开单数 / 总开单数
  - **储扣金额占比**：储扣金额 / 整单业绩
  - **储扣替代率**：储扣金额 / (储扣金额 + 实付业绩)
  
  ### 15. **异常分析**
  - **高储扣低实付订单**：储扣金额高但实付金额低的订单
  - **储扣金额异常**：单笔储扣金额过大或过小的订单
  - **储扣次数异常**：单笔开单中储扣次数过多的订单
  
  ### 16. **关联分析**
  - **储扣与消耗关系**：储扣后是否及时消耗
  - **储扣与复购关系**：使用储扣的会员复购率
  - **储扣与退卡关系**：有储扣的订单退卡率
  
  ### 17. **对比分析**
  - **门店间对比**：不同门店的储扣情况对比
  - **时间对比**：同比/环比分析
  - **分类对比**：不同品项分类的储扣对比
  
  ---
  
  ## 五、门店驾驶舱建议的储扣分析指标
  
  ### 基础指标（必须）
  1. **储扣总金额**：`SUM(deduct.F_Amount)`
  2. **储扣次数**：`COUNT(DISTINCT deduct.F_BillingId)`（推荐：按开单计数）
  3. **储扣明细次数**：`COUNT(deduct.F_Id)`（可选：明细次数）
  
  ### 分析指标（建议）
  4. **储扣渗透率**：有储扣的开单数 / 总开单数
  5. **储扣金额占比**：储扣金额 / 整单业绩
  6. **平均储扣金额**：储扣总金额 / 储扣次数
  7. **储扣会员数**：`COUNT(DISTINCT billing.kdhy)`
  
  ### 分类指标（可选）
  8. **按品项分类统计**：
     - 生美储扣金额
     - 医美储扣金额
     - 科美储扣金额
     - 产品储扣金额
  9. **按储扣类型统计**：
     - 储值卡类型金额
     - 品项类型金额
  
  ---
  
  ## 六、SQL查询示例
  
  ### 基础统计（门店+月份）
  ```sql
  SELECT 
      billing.djmd as StoreId,
      COUNT(DISTINCT deduct.F_BillingId) as DeductCount,
      COUNT(deduct.F_Id) as DeductDetailCount,
      COALESCE(SUM(deduct.F_Amount), 0) as DeductAmount,
      COUNT(DISTINCT billing.kdhy) as DeductMemberCount,
      AVG(deduct.F_Amount) as AvgDeductAmount
  FROM lq_kd_deductinfo deduct
  INNER JOIN lq_kd_kdjlb billing ON deduct.F_BillingId = billing.F_Id
  WHERE deduct.F_IsEffective = 1
      AND billing.F_IsEffective = 1
      AND billing.djmd = '{StoreId}'
      AND COALESCE(deduct.F_BillingTime, billing.kdrq) >= '{startDate}'
      AND COALESCE(deduct.F_BillingTime, billing.kdrq) <= '{endDateTime}'
  GROUP BY billing.djmd
  ```
  
  ### 按品项分类统计
  ```sql
  SELECT 
      COALESCE(item.qt2, '其他') as Category,
      COUNT(DISTINCT deduct.F_BillingId) as DeductCount,
      COALESCE(SUM(deduct.F_Amount), 0) as DeductAmount
  FROM lq_kd_deductinfo deduct
  INNER JOIN lq_kd_kdjlb billing ON deduct.F_BillingId = billing.F_Id
  LEFT JOIN lq_xmzl item ON deduct.F_ItemId = item.F_Id AND item.F_IsEffective = 1
  WHERE deduct.F_IsEffective = 1
      AND billing.F_IsEffective = 1
      AND billing.djmd = '{StoreId}'
      AND COALESCE(deduct.F_BillingTime, billing.kdrq) >= '{startDate}'
      AND COALESCE(deduct.F_BillingTime, billing.kdrq) <= '{endDateTime}'
  GROUP BY COALESCE(item.qt2, '其他')
  ```
  
  ### 按储扣类型统计
  ```sql
  SELECT 
      COALESCE(deduct.F_DeductType, '未知') as DeductType,
      COUNT(DISTINCT deduct.F_BillingId) as DeductCount,
      COALESCE(SUM(deduct.F_Amount), 0) as DeductAmount
  FROM lq_kd_deductinfo deduct
  INNER JOIN lq_kd_kdjlb billing ON deduct.F_BillingId = billing.F_Id
  WHERE deduct.F_IsEffective = 1
      AND billing.F_IsEffective = 1
      AND billing.djmd = '{StoreId}'
      AND COALESCE(deduct.F_BillingTime, billing.kdrq) >= '{startDate}'
      AND COALESCE(deduct.F_BillingTime, billing.kdrq) <= '{endDateTime}'
  GROUP BY COALESCE(deduct.F_DeductType, '未知')
  ```
  
  ---
  
  ## 七、建议实现优先级
  
  ### 第一阶段（核心指标）
  1. ✅ 储扣总金额
  2. ✅ 储扣次数（按开单计数）
  3. ✅ 储扣渗透率
  
  ### 第二阶段（分析指标）
  4. ✅ 储扣金额占比
  5. ✅ 平均储扣金额
  6. ✅ 储扣会员数
  
  ### 第三阶段（分类分析）
  7. ✅ 按品项分类统计（生美/医美/科美/产品）
  8. ✅ 按储扣类型统计（储值卡/品项）
  
  ### 第四阶段（高级分析）
  9. 储扣趋势分析（近12个月）
  10. 储扣时段分析
  11. 储扣异常分析
  
  ---
  
  ## 八、注意事项
  
  1. **时间字段**：优先使用 `deduct.F_BillingTime`，如果为空则使用 `billing.kdrq`
  2. **有效性过滤**：必须同时过滤 `deduct.F_IsEffective = 1` 和 `billing.F_IsEffective = 1`
  3. **门店过滤**：使用 `billing.djmd` 字段
  4. **金额处理**：使用 `COALESCE(deduct.F_Amount, 0)` 处理空值
  5. **当月处理**：如果是当月，`endDateTime` 应该使用 `DateTime.Now`，与门店驾驶舱其他指标保持一致