年度经营统计分析增长率算法修改方案

一、需求分析

当前算法

• 增长率 = (本年总数 - 上年总数) / 上年总数 × 100%
• 月均 = 总数 / 12

新需求

1. 25年新开门店：增长率 = 0
2. 增长率算法改为月均增长平均值：
   • 增长率 = (本年月均 - 上年月均) / 上年月均 × 100%
3. 24年开业的门店特殊处理：
   • 第一个月业绩不计入平均的基数
   • 第一个月不计入月份数量
   • 例如：大源2024.10月开业，实际业绩取数11月、12月，平均月份数 = 2

二、修改逻辑梳理

2.1 门店开业时间获取

• 从 lq_mdxx 表获取门店开业时间字段 kysj
• 判断门店开业年份：
  • 如果 kysj 年份 = 2025，则为25年新开门店
  • 如果 kysj 年份 = 2024，则为24年开业门店

2.2 月均计算逻辑

对于24年开业的门店（上年数据）：

1. 获取开业月份：openMonth = kysj.Month
2. 计算有效月份数：validMonths = 12 - openMonth（排除开业当月）
3. 计算有效月份数据总和：只统计 openMonth + 1 到 12 月的数据
4. 月均 = 有效月份数据总和 / 有效月份数

对于25年新开门店（本年数据）：

1. 获取开业月份：openMonth = kysj.Month
2. 计算有效月份数：validMonths = 12 - openMonth（排除开业当月）
3. 计算有效月份数据总和：只统计 openMonth + 1 到 12 月的数据
4. 月均 = 有效月份数据总和 / 有效月份数

对于其他门店：

• 月均 = 总数 / 12

2.3 增长率计算逻辑

// 伪代码
if (开业年份 == 2025) {
    // 25年新开门店，增长率 = 0
    growthRate = "0%";
} else {
    // 计算本年月均
    decimal currentAvg = CalculateMonthlyAverage(本年数据, 开业时间, 当前年份);

    // 计算上年月均
    decimal lastAvg = CalculateMonthlyAverage(上年数据, 开业时间, 上年年份);

    // 增长率 = (本年月均 - 上年月均) / 上年月均 × 100%
    if (lastAvg == 0) {
        growthRate = currentAvg > 0 ? "100%" : "0%";
    } else {
        growthRate = ((currentAvg - lastAvg) / lastAvg * 100).ToString("F2") + "%";
    }
}

2.4 月均计算方法

private decimal CalculateMonthlyAverage(
    List<LqAnnualSummaryEntity> data, 
    DateTime? openTime, 
    int year)
{
    if (data == null || !data.Any()) return 0;

    // 如果没有开业时间，按12个月计算
    if (openTime == null || openTime.Value.Year != year)
    {
        return data.Sum(x => fieldSelector(x)) / 12;
    }

    // 如果是开业当年，排除开业当月
    int openMonth = openTime.Value.Month;
    int validMonthCount = 12 - openMonth;

    if (validMonthCount <= 0) return 0;

    // 只统计开业月之后的数据
    var validData = data.Where(x => x.Month > openMonth).ToList();
    decimal total = validData.Sum(x => fieldSelector(x));

    return total / validMonthCount;
}

三、需要修改的接口

3.1 月度统计相关接口（使用 GetMonthlyStat 方法）

以下接口都调用 GetMonthlyStat 方法，需要统一修改：

1. [HttpPost("GetTotalPerformanceStat")] - 业绩月度统计
2. [HttpPost("GetTotalConsumeStat")] - 消耗月度统计
3. [HttpPost("GetHeadCountStat")] - 人头月度统计
4. [HttpPost("GetProjectCountStat")] - 项目数月度统计
5. [HttpPost("GetPersonTimeStat")] - 人次月度统计
6. [HttpPost("GetMonthlyStat")] - 通用月度统计

修改点：

• 修改 GetMonthlyStat 方法中的月均计算逻辑（第1017行、1020行）
• 修改增长率计算逻辑（第1022行），改为基于月均计算

3.2 事业部汇总统计接口

[HttpPost("GetBusinessUnitSummaryStat")] - 事业部汇总统计（宽表）

修改点：

• 第912-916行：所有增长率计算需要改为基于月均计算
• 需要为每个指标计算月均，然后基于月均计算增长率

3.3 门店指标统计接口

[HttpPost("GetStoreIndicatorsStat")] - 门店指标统计

修改点：

• 调用 GetStoreIndicatorStat 方法（第1116行）
• 需要修改 GetStoreIndicatorStat 方法中的增长率计算逻辑

3.4 事业部指标统计接口

[HttpPost("GetBuIndicatorsStat")] - 事业部指标统计

修改点：

• 调用 GetBuIndicatorStat 方法（第1195行）
• 需要修改 GetBuIndicatorStat 方法中的增长率计算逻辑

3.5 核心方法修改

1. CalculateGrowthRate 方法（第1212行）

   • 需要重载或修改，支持基于月均的增长率计算
   • 需要传入开业时间参数，判断是否为25年新开门店

2. 新增方法：CalculateMonthlyAverage

   • 计算月均，考虑开业时间
   • 排除开业当月的数据和月份数

3. 新增方法：GetStoreOpenTime

   • 批量获取门店开业时间
   • 返回 Dictionary<string, DateTime?> 格式

四、具体修改步骤

步骤1：新增辅助方法

/// <summary>
/// 批量获取门店开业时间
/// </summary>
private async Task<Dictionary<string, DateTime?>> GetStoreOpenTimesAsync(List<string> storeIds)
{
    var stores = await _db.Queryable<LqMdxxEntity>()
        .Where(x => storeIds.Contains(x.Id))
        .Select(x => new { x.Id, x.Kysj })
        .ToListAsync();

    return stores.ToDictionary(x => x.Id, x => x.Kysj);
}

/// <summary>
/// 计算月均（考虑开业时间）
/// </summary>
private decimal CalculateMonthlyAverage(
    List<LqAnnualSummaryEntity> data,
    DateTime? openTime,
    int year,
    Func<LqAnnualSummaryEntity, decimal> fieldSelector)
{
    if (data == null || !data.Any()) return 0;

    // 如果没有开业时间，或开业年份不是当前年份，按12个月计算
    if (openTime == null || openTime.Value.Year != year)
    {
        return data.Sum(x => fieldSelector(x)) / 12;
    }

    // 如果是开业当年，排除开业当月
    int openMonth = openTime.Value.Month;
    int validMonthCount = 12 - openMonth;

    if (validMonthCount <= 0) return 0;

    // 只统计开业月之后的数据
    var validData = data.Where(x => x.Month > openMonth).ToList();
    if (!validData.Any()) return 0;

    decimal total = validData.Sum(x => fieldSelector(x));
    return total / validMonthCount;
}

/// <summary>
/// 计算增长率（基于月均，考虑开业时间）
/// </summary>
private string CalculateGrowthRateByAverage(
    List<LqAnnualSummaryEntity> currentData,
    List<LqAnnualSummaryEntity> lastData,
    DateTime? openTime,
    int currentYear,
    Func<LqAnnualSummaryEntity, decimal> fieldSelector)
{
    // 25年新开门店，增长率 = 0
    if (openTime != null && openTime.Value.Year == 2025)
    {
        return "0%";
    }

    // 计算本年月均
    decimal currentAvg = CalculateMonthlyAverage(currentData, openTime, currentYear, fieldSelector);

    // 计算上年月均
    decimal lastAvg = CalculateMonthlyAverage(lastData, openTime, currentYear - 1, fieldSelector);

    if (lastAvg == 0) return currentAvg > 0 ? "100%" : "0%";

    var rate = (currentAvg - lastAvg) / lastAvg;
    return (rate * 100).ToString("F2") + "%";
}

步骤2：修改 GetMonthlyStat 方法

• 在方法开始处获取门店开业时间
• 修改月均计算逻辑（第1017行、1020行）
• 修改增长率计算逻辑（第1022行）

步骤3：修改 GetBusinessUnitSummaryStat 方法

• 在方法开始处获取门店开业时间
• 为每个指标计算月均，然后基于月均计算增长率（第912-916行）

步骤4：修改 GetStoreIndicatorStat 方法

• 在方法开始处获取门店开业时间
• 修改增长率计算逻辑（第1116行）

步骤5：修改 GetBuIndicatorStat 方法

• 在方法开始处获取门店开业时间
• 修改增长率计算逻辑（第1195行）

五、注意事项

1. 数据一致性：确保门店开业时间数据准确，如果 kysj 为空，按12个月计算
2. 边界情况：
   • 开业月份 = 12月：有效月份数 = 0，月均 = 0
   • 开业月份 = 1月：有效月份数 = 11，排除1月数据
3. 性能优化：批量获取门店开业时间，避免在循环中查询数据库
4. 向后兼容：保留原有的 CalculateGrowthRate 方法，新增基于月均的方法

六、测试用例

测试用例1：25年新开门店

• 门店：测试门店A
• 开业时间：2025-06-01
• 本年业绩：100万（6-12月，7个月）
• 上年业绩：0
• 预期结果：增长率 = 0%

测试用例2：24年开业门店

• 门店：大源店
• 开业时间：2024-10-01
• 本年业绩：200万（全年12个月）
• 上年业绩：50万（11月、12月，2个月）
• 上年月均：50万 / 2 = 25万
• 本年月均：200万 / 12 = 16.67万
• 预期结果：增长率 = (16.67 - 25) / 25 × 100% = -33.32%

测试用例3：正常门店

• 门店：正常门店B
• 开业时间：2023-01-01
• 本年业绩：300万（全年12个月）
• 上年业绩：240万（全年12个月）
• 本年月均：300万 / 12 = 25万
• 上年月均：240万 / 12 = 20万
• 预期结果：增长率 = (25 - 20) / 20 × 100% = 25%