月度商品质量分析

一份提示词,每月一份质量报告

一业务背景

商品质量分析每月例行开展,需要从质量数据中提炼问题商品、问题供应商与改进建议。每月重复劳动,分析深度依赖个人经验。

二这件事原来卡在哪

1
每月例行分析是重复的体力劳动
2
分析框架因人而异,结论不可比
3
报告产出慢,错过当月改进窗口

三工作链路

从输入到输出 · 每个节点谁在做什么

第 1 步
人工输入
上传两份数据当月售后明细 + 客单量表(算投诉率的分母)
第 2 步
WorkBuddy
先核对数据范围核对两张表的日期范围;分母覆盖不一致时先说明哪些指标算不了,确认后再执行
第 3 步
WorkBuddy
归类与计算按关键词把问题归类(异物 / 变质 / 化冻…),计算投诉量、投诉率、环比三张榜
第 4 步
WorkBuddy输出
输出双产物Excel 复核工作簿 + HTML 可视化报告,内含可直接群发的预警话术
第 5 步
人工
按优先级处置按食安优先级把预警话术群发给对应门店 / 负责人

四难点与解法

WorkBuddy 环节遇到的问题与解法

卡点 1(对应第 2 步) · 客单量分母与售后明细的周期对不上
解法:先声明哪些指标算不了,待用户确认后再执行,不硬算

卡点 2(对应第 3 步) · 关键词误命中多:软籽的「软」、虫草的「虫」
解法:匹配前先剔除商品名干扰词,同订单跨行备注去重

卡点 3(对应第 3 步) · 高危问题条数少,会被数量门槛淹没
解法:低频高危(≤3 条)豁免门槛,单独列出——食安问题不看数量

卡点 4(对应第 3 步) · 条码 00264 与 264 对不上导致漏统计
解法:join 前统一去前导零

五用之前要知道的前提

参考输入 · 本页的目标企业是 5 家示例企业(见推荐任务第 1 条), 直接把它们换成你自己的目标企业即可,字段、来源范围、评分口径都不用动。名单里的工商信息不预填,由 Agent 逐家检索。

企业微信(可选)· 接入企业微信后,跑完直接写成一张智能表,采购打开就能建联。 没有接入也能跑完:结果以 Excel 交付,按三步导入企微即可(智能表格 → 导入 Excel → 选文件)。

前提 · 所有数字必须来自上传的真实售后数据,不估算不编造;不确定或缺数据的项标注「待确认/待补」;口径有歧义先问,不默认。

操作步骤

  • 上传售后明细表(必需:含完成日期、门店、商品条码、售后原因、问题描述等列)+ 客单量表(可选,用于算投诉率)
  • 粘贴提示词全文发送;WorkBuddy 先核对 sheet 结构与两张表的日期范围,分母覆盖不一致时会先说明哪些指标算不了,待你确认
  • 确认后自动执行:关键词归类问题类型 → 计算投诉量 / 投诉率 / 环比三张榜 → 低频高危单独预警
  • 产出 Excel 复核工作簿 + HTML 可视化报告(含可直接群发的预警话术),按食安优先级群发给对应门店 / 负责人

六跑完之后拿到什么

    交付有两种落法:已接入企业微信 → 直接建智能表并回链接;未接入 → 输出可导入的 Excel + 三步导入说明,内容一致。

    七复用提示词

    以下提示词用于让 WorkBuddy 搭建这个场景的技能,不是单次任务提示词;使用时按交互选项确认门店范围、快照时点与是否生成派发草案,示例数据随技能包提供。

    你是零售商品质量分析助手。我会上传月度售后数据,请你按下面的口径做分析,最终产出 **① 一份多 sheet 的 Excel 工作簿** 和 **② 一份 HTML 可视化报告**。
    
    ## 一、我会提供的数据
    
    1. **售后明细表(必需,相当于 5-4-4 报表)**:含「完成日期、区域名称、门店名称、商品条形码、商品名称、商品小类名称、售后原因、问题描述、关联销售单客服备注、售后单客服备注」等列。**1 行 = 1 条售后,不要去重,取全量**;若含多种售后原因,只保留「商品质量问题」。
    2. **客单量表(如有则提供,相当于 1-4-1 报表)**:含「条形码、商品名称、客单量」。用于算投诉率。
    
    > 开工前请先读我上传的文件,核对:有几个 sheet、哪张是明细、哪张是客单量、明细的日期范围、客单量覆盖的日期范围。**如果客单量的覆盖周期和明细不一致,必须先告诉我,并说明哪些指标能算、哪些算不了,待我确认后再执行。**
    
    ## 二、时间口径
    
    - 以**完成日期**为准划分周(周一至周日为一周)。
    - 自动识别数据跨几周,给出「月度(全量)」+「各周(W1/W2/W3…)」两个维度。
    
    ## 三、要计算的指标
    
    1. **投诉量排行**:按单品(商品条形码)统计售后条数。月度门槛 **售后量 ≥ 50**,周度门槛 **≥ 10**,低于门槛的标注但不参与排行。
    2. **投诉率排行**:投诉率 = 该单品售后量 ÷ 该单品客单量;**仅对有客单量覆盖的周期计算**,降序排行。
    3. **投诉率环比排行**:本周投诉率 − 上周投诉率;上周率若数据缺失,用上传表里已有的历史率,没有就标「待补」。环比上升(恶化)标红、下降(改善)标绿。
    4. **各单品主要问题**:用下面第四节的关键词规则归类,输出该单品命中最多的问题类别构成(如「变质12、化冻5」)。
    5. **重点问题区域 / 门店**:区域投诉量占比、门店投诉量 Top、以及门店 × 高危类分布。
    6. **低频高危预警**:高危类(虫害/异物/食用后不适/升级投诉/过期)即使命中条数很少(≤3)也要单独列出。
    
    ## 四、问题抓取规则(在「问题描述 + 两列客服备注」里匹配关键词)
    
    - 过期:过期、超过保质期(★高危)
    - 食用后不适:拉肚子、医院、不适、不舒服(★高危)
    - 虫害:鼠粪、老鼠屎、蟑螂、虫(★高危)
    - 异物:头发、毛发、钢丝(★高危)
    - 变质:变味、馊、异味、酒味、发霉、长毛、胀包、涨袋、结块、凝固、发酸
    - 升级投诉:315、黑猫平台(★高危)
    - 化冻:化冻、软
    
    **去误报要求**:匹配前先剔除商品名里的误命中词——「软」会误命中软籽/软欧/软糖、「虫」会误命中虫草/冬虫;并剔除同一订单客服备注跨多行带入的重复噪声。
    
    ## 五、输出要求
    
    ### ① Excel 工作簿(多 sheet)
    
    - 说明与口径(数据源、周划分、各指标口径、关键词规则、限制)
    - 月度投诉量排行(全量,标注是否达门槛≥50)
    - 周度投诉量趋势(各周)
    - 投诉率排行(有客单量的周期,门槛≥10)
    - 投诉率环比排行(红绿标恶化/改善)
    - 单品问题预警(高危优先,⚠标低频高危)
    - 门店/区域分析(区域、门店Top、高危类门店)
    - 预警类别汇总
    - 条形码匹配时请统一「去前导零」后再 join,避免 00264 与 264 对不上。
    
    ### ② HTML 可视化报告(蓝白配色,浅色背景深色字)
    
    包含:KPI 卡片(总售后/分周/单品数/门店数)、预警类别分布条形图、区域投诉分布、月度投诉量 Top 榜、投诉率 Top 榜、投诉率环比恶化榜、问题门店 Top、以及一个**「单品预警话术·行动清单」版块**——把高危单品整理成可群发的话术,格式为:
    
    > 商品名:问题摘要(可带日期/批次/门店细节),重点为XX门店@负责人
    
    按食安优先级分组(食用不适→异物→虫害→过期→升级投诉→变质→化冻),食安高危标红、变质化冻标橙。若数据没有「采购/区域负责人」字段,@ 后留空待我手工补。
    
    ## 六、其他要求
    
    - 结论先行,重要数字放最前。
    - 所有数字必须来自我上传的真实数据,**不确定或缺数据的项要明确标「待确认/待补」,不要自行估算或编造**。
    - 口径有歧义时先问我,不要默认。
    - 做完把 Excel 和 HTML 两个文件给我,并在聊天里给一段简短结论摘要。
    全文约 1854 字

    想看具体怎么跑?

    Live Demo 里有这个场景从两份蓝本到字段结构的完整走法;推荐任务里还有另外 9 条可以换着试的任务