# 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