店长三项指标统计表 - 逻辑梳理

📋 需求概述

创建一个"店长三项指标统计表"，用于统计和展示所有门店店长每月的底薪及三项指标的完成情况。

核心需求

1. 统计维度：每个月、所有门店店长
2. 统计内容：
   • 底薪（固定底薪、实际底薪、考核扣款）
   • 三项指标的完成与否
   • 当月期初设定的目标
   • 完成度（实际值/目标值）
3. 展示方式：
   • ①当月全部店长的对比（横向对比）
   • ②一个店长全年数据（纵向趋势）

---

📊 三项指标定义

指标1：业绩考核

• 目标值：门店生命线（F_StoreLifeline）
• 实际值：门店总业绩（F_StoreTotalPerformance = 开单业绩 - 退卡业绩）
• 达标标准：实际值 >= 目标值
• 完成度：实际值 / 目标值 × 100%
• 数据来源：
  • 目标值：lq_md_target.F_StoreLifeline（按门店ID和月份查询）
  • 实际值：lq_store_manager_salary_statistics.F_StoreTotalPerformance
  • 达标状态：lq_store_manager_salary_statistics.F_PerformanceReached（"是"/"否"）

指标2：人头考核

• 目标值：门店人头目标（F_StoreHeadcountTarget）
• 实际值：进店消耗人数（F_HeadCount）
• 达标标准：实际值 >= 目标值
• 完成度：实际值 / 目标值 × 100%
• 数据来源：
  • 目标值：lq_md_target.F_StoreHeadcountTarget（按门店ID和月份查询）
  • 实际值：lq_store_manager_salary_statistics.F_HeadCount
  • 达标状态：lq_store_manager_salary_statistics.F_HeadCountReached（"是"/"否"）

指标3：消耗考核

• 目标值：门店消耗目标（F_StoreConsumeTarget）
• 实际值：门店消耗金额（F_StoreConsume）
• 达标标准：实际值 >= 目标值
• 完成度：实际值 / 目标值 × 100%
• 适用范围：仅老店考核，新店不考核此指标
• 数据来源：
  • 目标值：lq_md_target.F_StoreConsumeTarget（按门店ID和月份查询）
  • 实际值：lq_store_manager_salary_statistics.F_StoreConsume
  • 达标状态：lq_store_manager_salary_statistics.F_ConsumeReached（"是"/"否"）

---

💰 底薪计算逻辑

固定底薪

• 金额：4000元（固定值）
• 数据来源：lq_store_manager_salary_statistics.F_BaseSalary

考核扣款

• 老店：每个未达标指标扣除500元
• 新店：每个未达标指标扣除800元
• 计算公式： 考核扣款 = 未达标指标数 × 扣款金额（500或800）
• 数据来源：
  • 未达标指标数：lq_store_manager_salary_statistics.F_UnreachedIndicatorCount
  • 考核扣款：lq_store_manager_salary_statistics.F_AssessmentDeduction

旗舰店负奖励

• 金额：800元（仅旗舰店）
• 判断标准：F_StoreType = 2（StoreTypeEnum.旗舰店）
• 数据来源：lq_store_manager_salary_statistics.F_FlagshipStoreDeduction

实际底薪

• 计算公式： 实际底薪 = 固定底薪 - 考核扣款 - 旗舰店负奖励
• 数据来源：lq_store_manager_salary_statistics.F_ActualBaseSalary

---

📈 数据来源

主数据表：lq_store_manager_salary_statistics（店长工资统计表）

关键字段：

• F_StoreId：门店ID
• F_StoreName：门店名称
• F_EmployeeId：员工ID（店长）
• F_EmployeeName：员工姓名（店长）
• F_StatisticsMonth：统计月份（YYYYMM格式）
• F_IsNewStore：是否新店（"是"/"否"）
• F_StoreType：门店类型（用于判断是否旗舰店）

三项指标相关字段：

• F_StoreLifeline：门店生命线（目标值）
• F_StoreTotalPerformance：门店总业绩（实际值）
• F_PerformanceReached：业绩是否达标（"是"/"否"）

• F_PerformanceCompletionRate：业绩完成率

• F_TargetHeadCount：目标人头数（目标值）

• F_HeadCount：进店消耗人数（实际值）

• F_HeadCountReached：人头是否达标（"是"/"否"）

• F_TargetConsume：目标消耗金额（目标值）

• F_StoreConsume：门店消耗金额（实际值）

• F_ConsumeReached：消耗是否达标（"是"/"否"）

底薪相关字段：

• F_BaseSalary：固定底薪（4000元）
• F_UnreachedIndicatorCount：未达标指标数量
• F_AssessmentDeduction：考核扣款
• F_FlagshipStoreDeduction：旗舰店负奖励
• F_ActualBaseSalary：实际底薪

目标数据表：lq_md_target（门店目标表）

关键字段：

• F_StoreId：门店ID
• F_Month：月份（YYYYMM格式）
• F_StoreLifeline：门店生命线
• F_StoreHeadcountTarget：门店人头目标
• F_StoreConsumeTarget：门店消耗目标

说明：

• 目标数据在期初设定，存储在 lq_md_target 表中
• 店长工资统计表（lq_store_manager_salary_statistics）在计算时已经关联了目标数据
• 但为了确保数据一致性，建议在统计时也关联 lq_md_target 表，以获取期初设定的目标值

---

🔍 统计逻辑

场景1：当月全部店长的对比

查询条件：

• F_StatisticsMonth = 指定月份（YYYYMM格式）
• F_Position = "店长"（如果需要过滤岗位）

返回字段：

• 门店信息：门店ID、门店名称
• 店长信息：员工ID、员工姓名
• 门店类型：是否新店、门店类型（用于判断是否旗舰店）
• 三项指标：
  • 指标1（业绩）：
  • 目标值（生命线）
  • 实际值（门店总业绩）
  • 完成度（%）
  • 是否达标（是/否）
  • 指标2（人头）：
  • 目标值（人头目标）
  • 实际值（进店消耗人数）
  • 完成度（%）
  • 是否达标（是/否）
  • 指标3（消耗）：
  • 目标值（消耗目标）
  • 实际值（门店消耗金额）
  • 完成度（%）
  • 是否达标（是/否）
  • 是否考核（新店不考核，显示"-"）
• 底薪信息：
  • 固定底薪（4000元）
  • 未达标指标数
  • 考核扣款
  • 旗舰店负奖励（仅旗舰店）
  • 实际底薪

排序方式：

• 可按门店名称、店长姓名、业绩完成度、人头完成度、消耗完成度、实际底薪等字段排序

筛选条件：

• 门店ID列表
• 是否新店
• 门店类型（是否旗舰店）
• 指标达标情况（全部达标/部分达标/全部未达标）

---

场景2：一个店长全年数据

查询条件：

• F_EmployeeId = 指定店长ID
• F_StatisticsMonth 在指定年份范围内（如：202501-202512）

返回字段：

• 店长信息：员工ID、员工姓名
• 月份：统计月份（YYYYMM格式）
• 门店信息：门店ID、门店名称（可能不同月份在不同门店）
• 门店类型：是否新店、门店类型
• 三项指标（每个指标包含目标值、实际值、完成度、是否达标）
• 底薪信息（固定底薪、考核扣款、旗舰店负奖励、实际底薪）

排序方式：

• 按月份升序排列

统计维度：

• 可统计全年平均完成度
• 可统计全年达标次数
• 可统计全年平均底薪
• 可统计全年总扣款

---

📋 数据完整性说明

数据关联关系

1. 店长工资统计表 → 门店目标表：

   • 通过 F_StoreId + F_StatisticsMonth 关联 lq_md_target.F_StoreId + lq_md_target.F_Month
   • 用于获取期初设定的目标值

2. 店长工资统计表 → 门店信息表：

   • 通过 F_StoreId 关联 lq_mdxx.F_Id
   • 用于获取门店名称、门店类型等信息

3. 店长工资统计表 → 员工信息表：

   • 通过 F_EmployeeId 关联 BASE_USER.F_Id
   • 用于获取店长姓名、账号等信息

数据校验

1. 目标值校验：

   • 如果 lq_md_target 表中没有对应月份的目标数据，应提示"目标未设置"
   • 如果目标值为0，应提示"目标未设置"

2. 实际值校验：

   • 如果 lq_store_manager_salary_statistics 表中没有对应月份的统计数据，应提示"数据未计算"
   • 如果店长在某个月份离职，可能没有统计数据

3. 新店判断：

   • 通过 F_IsNewStore 字段判断是否新店
   • 新店不考核消耗指标，指标3应显示"-"或不显示

---

🎯 接口设计建议

接口1：获取当月全部店长三项指标对比

接口路径：/api/Extend/LqStatistics/get-store-manager-indicators-comparison

请求参数：

{
  "statisticsMonth": "202601",  // 统计月份（YYYYMM格式）
  "storeIds": ["门店ID1", "门店ID2"],  // 可选，门店ID列表
  "isNewStore": null,  // 可选，是否新店（true/false/null）
  "storeType": null,  // 可选，门店类型（用于筛选旗舰店）
  "indicatorStatus": null  // 可选，指标达标情况（"all_reached"/"partial"/"all_unreached"）
}

返回数据：

{
  "list": [
    {
      "storeId": "门店ID",
      "storeName": "门店名称",
      "employeeId": "店长ID",
      "employeeName": "店长姓名",
      "isNewStore": "是",
      "storeType": 2,
      "isFlagshipStore": true,
      "performanceIndicator": {
        "target": 100000,
        "actual": 120000,
        "completionRate": 120.00,
        "reached": "是"
      },
      "headCountIndicator": {
        "target": 100,
        "actual": 120,
        "completionRate": 120.00,
        "reached": "是"
      },
      "consumeIndicator": {
        "target": 50000,
        "actual": 60000,
        "completionRate": 120.00,
        "reached": "是",
        "isAssessed": true  // 是否考核（新店为false）
      },
      "baseSalary": {
        "fixedSalary": 4000,
        "unreachedIndicatorCount": 0,
        "assessmentDeduction": 0,
        "flagshipStoreDeduction": 0,
        "actualSalary": 4000
      }
    }
  ],
  "summary": {
    "totalCount": 50,
    "allReachedCount": 30,
    "partialReachedCount": 15,
    "allUnreachedCount": 5,
    "averagePerformanceCompletionRate": 105.50,
    "averageHeadCountCompletionRate": 98.30,
    "averageConsumeCompletionRate": 95.20
  }
}

---

接口2：获取店长全年三项指标数据

接口路径：/api/Extend/LqStatistics/get-store-manager-yearly-indicators

请求参数：

{
  "employeeId": "店长ID",
  "year": 2026  // 年份
}

返回数据：

{
  "employeeId": "店长ID",
  "employeeName": "店长姓名",
  "year": 2026,
  "monthlyData": [
    {
      "month": "202601",
      "storeId": "门店ID",
      "storeName": "门店名称",
      "isNewStore": "是",
      "storeType": 2,
      "isFlagshipStore": true,
      "performanceIndicator": {
        "target": 100000,
        "actual": 120000,
        "completionRate": 120.00,
        "reached": "是"
      },
      "headCountIndicator": {
        "target": 100,
        "actual": 120,
        "completionRate": 120.00,
        "reached": "是"
      },
      "consumeIndicator": {
        "target": 50000,
        "actual": 60000,
        "completionRate": 120.00,
        "reached": "是",
        "isAssessed": true
      },
      "baseSalary": {
        "fixedSalary": 4000,
        "unreachedIndicatorCount": 0,
        "assessmentDeduction": 0,
        "flagshipStoreDeduction": 0,
        "actualSalary": 4000
      }
    }
  ],
  "yearlySummary": {
    "totalMonths": 12,
    "workedMonths": 10,
    "averagePerformanceCompletionRate": 105.50,
    "averageHeadCountCompletionRate": 98.30,
    "averageConsumeCompletionRate": 95.20,
    "allReachedMonths": 8,
    "partialReachedMonths": 2,
    "allUnreachedMonths": 0,
    "averageActualSalary": 3800,
    "totalAssessmentDeduction": 2000
  }
}

---

🔄 数据计算逻辑

完成度计算

// 业绩完成度
decimal performanceCompletionRate = targetLifeline > 0 
    ? (actualPerformance / targetLifeline) * 100m 
    : 0m;

// 人头完成度
decimal headCountCompletionRate = targetHeadCount > 0 
    ? (actualHeadCount / targetHeadCount) * 100m 
    : 0m;

// 消耗完成度（仅老店）
decimal consumeCompletionRate = isNewStore || targetConsume <= 0 
    ? 0m  // 新店不考核，返回0或null
    : (actualConsume / targetConsume) * 100m;

达标判断

// 业绩是否达标
bool performanceReached = actualPerformance >= targetLifeline;

// 人头是否达标
bool headCountReached = actualHeadCount >= targetHeadCount;

// 消耗是否达标（仅老店）
bool consumeReached = isNewStore ? true : (actualConsume >= targetConsume);

底薪计算

// 固定底薪
decimal fixedSalary = 4000m;

// 计算未达标指标数
int unreachedCount = 0;
if (!performanceReached) unreachedCount++;
if (!headCountReached) unreachedCount++;
if (!isNewStore && !consumeReached) unreachedCount++;

// 考核扣款
decimal assessmentDeduction = isNewStore 
    ? unreachedCount * 800m 
    : unreachedCount * 500m;

// 旗舰店负奖励
decimal flagshipStoreDeduction = (storeType == 2) ? 800m : 0m;

// 实际底薪
decimal actualSalary = fixedSalary - assessmentDeduction - flagshipStoreDeduction;

---

📝 注意事项

1. 新店特殊处理：

   • 新店不考核消耗指标，指标3应显示"-"或不显示
   • 新店每个未达标指标扣款800元（老店500元）

2. 旗舰店特殊处理：

   • 旗舰店需要扣除负奖励800元
   • 判断标准：F_StoreType = 2

3. 数据缺失处理：

   • 如果某个月份没有目标数据，应提示"目标未设置"
   • 如果某个月份没有统计数据，应提示"数据未计算"
   • 如果店长在某个月份离职，可能没有统计数据

4. 数据一致性：

   • 建议同时关联 lq_store_manager_salary_statistics 和 lq_md_target 表
   • 确保目标值来自期初设定的 lq_md_target 表
   • 确保实际值和达标状态来自 lq_store_manager_salary_statistics 表

5. 性能优化：

   • 对于"当月全部店长对比"，建议使用分页查询
   • 对于"店长全年数据"，数据量较小，可以一次性返回

---

✅ 总结

核心数据表

• 主表：lq_store_manager_salary_statistics（店长工资统计表）
• 目标表：lq_md_target（门店目标表）

核心字段

• 三项指标：业绩、人头、消耗
• 底薪信息：固定底薪、考核扣款、实际底薪

核心逻辑

• 达标判断：实际值 >= 目标值
• 完成度计算：实际值 / 目标值 × 100%
• 底薪计算：固定底薪 - 考核扣款 - 旗舰店负奖励

展示方式

• 横向对比：当月全部店长的三项指标完成情况
• 纵向趋势：一个店长全年的三项指标完成情况