# 拓客决策指挥中心 - 新增统计分析建议

## 📊 当前已有统计

### 核心指标（KPI卡片）
- ✅ 总业绩
- ✅ 总拓客数
- ✅ 总到店数
- ✅ 整体到店率

### 图表分析
- ✅ 拓客转化漏斗（拓客→到店→开单→大单）
- ✅ 到店转化时效（1天内、3天内、7天内等）
- ✅ 大单统计（数量、金额、占比）
- ✅ 员工拓客排行榜（Top 10）
- ✅ 门店拓客排行榜（Top 10）

### 详细数据
- ✅ 全员战报明细（员工维度）
- ✅ 门店战报明细（门店维度）

---

## 🎯 建议新增的统计分析

### 一、购买张数分析（高优先级）⭐

#### 1.1 购买张数分布统计
**数据来源**: `lq_tkjlb.F_BuyNumber`

**统计内容**:
- 购买张数分布：1张、2张、3-5张、6-10张、10张以上
- 各张数段的客户数量及占比
- 各张数段的到店率对比
- 各张数段的开单率对比
- 各张数段的平均开单金额

**可视化建议**:
- 柱状图：不同张数段的客户数量分布
- 对比图表：不同张数段的转化率对比（到店率、开单率）
- 散点图：购买张数与开单金额的关系

**业务价值**:
- 识别高价值客户特征（购买张数多的客户转化率是否更高）
- 优化拓客策略（引导客户购买更多张数）
- 评估拓客人员能力（购买张数TOP人员排名）

---

### 二、加微信转化分析（高优先级）⭐

#### 2.1 微信添加统计
**数据来源**: `lq_tkjlb.F_IsAddWeChat`（"是"/"否"）

**统计内容**:
- 加微信客户数量及占比
- 加微信与未加微信客户的到店率对比
- 加微信与未加微信客户的开单率对比
- 加微信与未加微信客户的平均开单金额对比
- 加微信客户的平均到店间隔（是否更快到店）
- 各人员加微信转化率排名

**可视化建议**:
- 饼图：加微信/未加微信占比
- 对比柱状图：加微信vs未加微信的转化率对比
- 排行榜：加微信转化率TOP10人员

**业务价值**:
- 验证加微信对转化率的影响
- 识别加微信转化率高的优秀拓客人员
- 优化拓客流程（强调加微信的重要性）

---

### 三、支付方式分析（中优先级）

#### 3.1 支付方式分布与转化分析
**数据来源**: `lq_tkjlb.F_PaymentMethod`（微信、支付宝、现金、银行转账）

**统计内容**:
- 不同支付方式的拓客数量分布
- 不同支付方式的客户到店率对比
- 不同支付方式的客户开单率对比
- 不同支付方式的客户平均开单金额对比
- 支付方式与客户质量的关系

**可视化建议**:
- 饼图：支付方式分布
- 对比图表：不同支付方式的转化率对比
- 热力图：支付方式×转化率矩阵

**业务价值**:
- 了解客户支付偏好
- 识别高转化率的支付方式
- 优化支付流程

---

### 四、时间趋势分析（高优先级）⭐

#### 4.1 拓客时间趋势
**数据来源**: `lq_tkjlb.F_ExpansionTime`

**统计内容**:
- 按日期统计拓客人数趋势（折线图）
- 按周统计拓客人数趋势
- 拓客高峰时段分析（按小时）
- 拓客高峰日期分析（按星期）
- 拓客人数与转化率的时间关联

**可视化建议**:
- 折线图：拓客人数时间趋势
- 热力图：一周×24小时的拓客分布
- 柱状图：按星期统计拓客人数

**业务价值**:
- 识别拓客高峰时段，优化人员配置
- 发现拓客趋势，提前预警
- 评估活动效果随时间的变化

---

### 五、客户类型分析（中优先级）

#### 5.1 新老客户对比
**数据来源**: `lq_tkjlb.F_MemberId`（判断是否为首次拓客）

**统计内容**:
- 新客户（首次拓客）数量
- 老客户（再次拓客）数量
- 新老客户到店率对比
- 新老客户开单率对比
- 新老客户大单率对比
- 二次拓客转化率

**可视化建议**:
- 对比图表：新老客户各项指标对比
- 饼图：新老客户占比

**业务价值**:
- 了解客户结构
- 评估客户忠诚度
- 优化新老客户差异化策略

---

### 六、部门/岗位效能分析（中优先级）

#### 6.1 部门效能对比
**数据来源**: `BASE_USER.OrganizeId`（部门ID）

**统计内容**:
- 各部门的拓客人数排名
- 各部门的到店率排名
- 各部门的开单率排名
- 各部门的平均开单金额
- 各部门的大单率排名

#### 6.2 岗位效能对比
**数据来源**: `BASE_USER.F_GW`（岗位）

**统计内容**:
- 不同岗位的拓客效能对比
- 岗位与拓客转化率的关系
- 岗位排名分析

**可视化建议**:
- 排行榜表格：部门/岗位各项指标排名
- 对比图表：不同部门/岗位的转化率对比

**业务价值**:
- 识别高效能部门/岗位
- 优化人员配置
- 制定差异化激励政策

---

### 七、流失节点分析（高优先级）⭐

#### 7.1 转化漏斗流失分析
**数据来源**: 拓客→邀约→预约→到店→开单的完整链路

**统计内容**:
- 拓客未邀约数量及占比
- 邀约未预约数量及占比
- 预约未到店数量及占比
- 到店未开单数量及占比
- 各流失节点的流失率
- 流失客户特征分析

**可视化建议**:
- 漏斗图：完整转化链路及各节点流失情况
- 柱状图：各流失节点的流失数量
- 饼图：流失原因分布

**业务价值**:
- 识别转化瓶颈
- 优化转化流程
- 针对性改进措施

---

### 八、项目偏好分析（中优先级）

#### 8.1 拓客客户项目偏好
**数据来源**: `lq_kd_pxmx`（开单品项明细）关联 `lq_tkjlb`

**统计内容**:
- 拓客客户最常购买的项目TOP10
- 大单客户的项目偏好
- 高转化率项目识别
- 项目与客户类型的匹配度
- 项目与购买张数的关系

**可视化建议**:
- 排行榜：热门项目TOP10
- 词云图：项目偏好分布
- 关联分析：项目组合分析

**业务价值**:
- 了解客户需求偏好
- 优化项目推荐策略
- 识别高价值项目

---

### 九、团队效能分析（条件显示）

#### 9.1 团队对比分析
**适用条件**: 仅当活动类型为"全员拓客"（EventType=3）时显示

**数据来源**: `lq_tkjlb.F_TeamName` 或 `lq_eventuser.F_TeamName`

**统计内容**:
- 各团队的拓客数量排名
- 各团队的到店率排名
- 各团队的开单率排名
- 各团队的大单率排名
- 团队目标完成情况
- 团队内成员贡献度

**可视化建议**:
- 排行榜表格：团队各项指标排名
- 对比图表：团队效能对比
- 雷达图：团队综合能力评估

**业务价值**:
- 激发团队竞争
- 识别优秀团队
- 优化团队配置

---

### 十、复购分析（低优先级）

#### 10.1 拓客客户复购统计
**数据来源**: `lq_tkjlb.F_MemberId` 关联后续开单记录

**统计内容**:
- 拓客客户首次开单后的复购率
- 拓客客户复购时间间隔
- 拓客客户累计消费金额
- 高复购客户特征

**可视化建议**:
- 趋势图：复购率随时间变化
- 分布图：复购时间间隔分布

**业务价值**:
- 评估客户价值
- 优化客户维护策略

---

## 📈 可视化建议

### 新增图表区域布局

```
拓客决策指挥中心
├── 核心指标概览（已有）
│   └── 建议新增：购买张数平均值、加微信转化率
│
├── 第一排图表（已有：漏斗、时效、大单）
│   └── 建议新增：购买张数分布图、加微信转化对比图
│
├── 第二排图表（已有：排行榜）
│   └── 建议新增：时间趋势图、支付方式分布图
│
├── 第三排图表（新增）
│   ├── 购买张数分析卡片
│   ├── 加微信转化分析卡片
│   └── 支付方式分析卡片
│
├── 第四排图表（新增）
│   ├── 时间趋势分析（折线图）
│   ├── 客户类型分析（对比图）
│   └── 部门/岗位效能分析（排行榜）
│
├── 第五排图表（新增）
│   ├── 流失节点分析（漏斗图）
│   ├── 项目偏好分析（排行榜）
│   └── 团队效能分析（条件显示）
│
└── 详细数据明细（已有）
```

---

## 🎯 实施优先级建议

### P0（高优先级 - 立即实施）
1. **购买张数分析** - 数据完整，业务价值高
2. **加微信转化分析** - 数据完整，验证加微信效果
3. **时间趋势分析** - 基础数据，识别趋势
4. **流失节点分析** - 识别转化瓶颈

### P1（中优先级 - 近期实施）
1. **支付方式分析** - 了解客户偏好
2. **客户类型分析** - 新老客户对比
3. **部门/岗位效能分析** - 优化人员配置
4. **项目偏好分析** - 了解客户需求

### P2（低优先级 - 后续考虑）
1. **团队效能分析** - 仅全员拓客活动需要
2. **复购分析** - 需要长期数据积累

---

## 💡 数据字段说明

### 拓客记录表（lq_tkjlb）可用字段
- `F_BuyNumber`: 购买张数（可用于购买张数分析）
- `F_PaymentMethod`: 支付方式（可用于支付方式分析）
- `F_IsAddWeChat`: 是否加微信（可用于加微信转化分析）
- `F_ExpansionTime`: 拓客时间（可用于时间趋势分析）
- `F_MemberId`: 会员ID（可用于客户类型分析、复购分析）
- `F_ExpansionUserId`: 拓客人员ID（可用于人员效能分析）
- `F_TeamName`: 团队名称（可用于团队效能分析）

### 关联表数据
- `BASE_USER`: 用户信息（部门、岗位）
- `lq_kd_pxmx`: 开单品项明细（项目偏好分析）
- `lq_yyjl`: 预约记录（流失节点分析）
- `lq_yaoyjl`: 邀约记录（流失节点分析）

---

## 🔧 技术实现建议

### 1. 接口设计
建议新增以下接口：
- `GetBuyNumberAnalysis` - 购买张数分析
- `GetWeChatConversionAnalysis` - 加微信转化分析
- `GetPaymentMethodAnalysis` - 支付方式分析
- `GetTimeTrendAnalysis` - 时间趋势分析
- `GetCustomerTypeAnalysis` - 客户类型分析
- `GetDepartmentEfficiencyAnalysis` - 部门效能分析
- `GetLossNodeAnalysis` - 流失节点分析
- `GetProjectPreferenceAnalysis` - 项目偏好分析

### 2. 前端组件
- 购买张数分析卡片组件
- 加微信转化对比组件
- 时间趋势图表组件
- 流失节点漏斗组件

### 3. 性能优化
- 使用聚合查询减少数据库访问
- 大数据量时考虑分页或缓存
- 使用索引优化查询性能

---

## 📝 总结

基于当前已有的数据和业务逻辑，建议优先实施以下统计分析：

1. **购买张数分析** - 识别高价值客户特征
2. **加微信转化分析** - 验证加微信对转化的影响
3. **时间趋势分析** - 识别拓客趋势和高峰时段
4. **流失节点分析** - 识别转化瓶颈，优化流程

这些分析能够为拓客决策提供数据支持，帮助优化拓客策略和提高转化率。