用户画像数据清单（单个会员视角）

目的：快速落地单个会员画像，可直接映射到前端“会员画像”页面。优先复用现有接口与字段，后续补充按需扩展。

一、基础档案

• 会员ID、姓名、手机号
• 所属门店（gsmd + 门店名）、渠道/来源（khly）
• 创建时间、首次到店时间、最后到店时间（firstVisitTime, lastVisitTime）
• 会员类型标识：生美/医美/科技部/教育部（及标记时间）
• 消费等级（consumeLevel）、消费等级更新时间（consumeLevelUpdateTime）
• 睡眠天数（sleepDays），睡眠开始时间（sleepStartTime）
• 拓客人员、推荐人、主/副健康师
• 备注

二、账户资产 / 权益

• 剩余权益总金额（RemainingRightsAmount）
• 剩余权益明细（GetMemberRemainingItems）：
  • 品项ID/名称、单价、来源类型（SourceType）
  • 总购买数量、已消费数量、已退卡数量、储扣数量、剩余数量
  • 剩余价值：单价 * 剩余数量（前端可计算汇总）
• 权益结构：按来源/品项分类的剩余占比（前端聚合）
• 未拆明细金额占比（如需）：整单实付 - 明细合计（用于提示权益偏大风险）

三、消费与开单行为

• 累计开单金额（totalBillingAmount）
• 累计消耗金额（totalConsumeAmount）
• 退卡总金额（totalRefundAmount，如需额外查询）
• 最近一次开单日期、最近一次消耗日期（可由开单/耗卡记录推导）
• 开单/消耗频次（如需：最近30/60/90天内次数）
• 订单类型：首单/升单（已有获取客户订单类型接口）

四、活跃度与到店

• 睡眠分层：≤3天活跃，4-59天常到店，60-89/90-179/180-359/360+天沉睡
• 到店频次：总到店次数、最近 N 天到店次数（可用消费或预约记录统计）
• 平均到店间隔（基于首次/最后到店与到店次数估算）

五、品项偏好

• 购买 Top N（按累计购买金额/次数）
• 剩余 Top N（按剩余价值/剩余次数）
• 来源类型分布（购买/赠送/活动等）

六、门店与人员关联

• 所属门店的业绩对比：门店消费/开单业绩（可用 store-consume-performance / store-statistics）
• 服务人员关联：主/副健康师的业绩对比（可用 tech-performance / department-consume-performance 做参考）
• 拓客/推荐链路：拓客人、推荐人、渠道

七、成长与分层

• 消费等级（0-5）与更新时间
• 累计消费区间（可映射标签：高净值/中等/低）
• 成长轨迹：近12个月消费趋势（可用业务统计接口按月聚合）

八、风险与预警

• 高剩余权益 + 长期未到店（remainingRightsAmount 高 & lastVisitTime 久远）
• 睡眠预警：sleepDays > 阈值
• 明细缺失预警：实付总额远大于品项权益合计
• 权益即将过期（如有到期规则，可扩展）

九、可直接复用的接口

• 会员基础/累计字段：/api/Extend/LqKhxx/get-list、/api/Extend/LqKhxx/GetInfo/{id}
• 权益明细：/api/Extend/lqkhxx/GetMemberRemainingItems
• 门店/部门/技术业绩（对比参考）：
  
  • /api/Extend/LqStatistics/get-store-consume-performance-statistics-list
    
  • /api/Extend/LqStatistics/get-department-consume-performance-statistics-list
    
  • /api/Extend/LqStatistics/get-tech-performance-statistics-list
• 门店邀约/预约/开单/消耗：/api/Extend/lqstatistics/get-store-statistics-list
• 线索/拓客：/api/Extend/lqstatistics/get-lead-customer-statistics-list
• 全局仪表盘（会员活跃、类型分布等参考）：/api/Extend/LqReport/get-dashboard-data

十、前端呈现建议

• 页头：基础档案 + 核心指标（剩余权益、消费等级、睡眠天数、最近到店）
• 权益资产：剩余权益总额 + 明细表 + 剩余结构饼图
• 行为概览：近 30/60/90 天开单/消耗次数与金额，最近一次开单/消耗时间
• 活跃/到店：睡眠分层、到店频次、平均间隔
• 品项偏好：购买/剩余 Top N，来源类型分布
• 关联与对比：门店均值对比，服务人员业绩对比
• 风险提示：高余额未到店、明细缺失、沉睡预警