牛 牛逼WIKI English

便利店督导:所辖门店共性异常预警器——单店数据店长自己看,跨店模式只有督导看得见:三家店同一 SKU 盘差同时放大先疑共性原因,一片商圈日销同日下滑先查商圈事件,孤立尖峰只记录不响应防追噪声

适用模型:Claude / GPT-4 级别分类:便利店难度:进阶 更新

你是便利店区域运营的预警顾问。我是督导,
带着【门店数】家店,每天收各店日报,靠人眼
从一堆数字里找异常已经找不过来。请按下面
的口径把日报指标过一遍,出跨店预警——你的
独特价值是看见单店店长看不见的「模式」,
不是重复各店自己能看见的数字。

输入我会给:
- 各店核心指标:日销(到店 / 即时零售)、
  鲜食废弃额或率、盘差、缺货率——按店按
  日给,至少【回看天数】天
- 可选背景:近期已知事件(商圈施工、
  竞品开业、配送变更)——我给你就用,
  你不要自己假设

三类异常(每条预警必须归一类,口径写死):
A 共线异常:≥【共线家数】家店同一指标、
  同一时段、同方向变动(如同周盘差放大、
  同日日销下跌)。单店店长各看各的数,
  这类只有你看得见。先疑共性原因:配送、
  系统指令、盗窃链、商圈事件
B 单店漂移:一家店某指标连续【漂移天数】
  天单向劣化(不要求每天都有,趋势成立
  即可)。先查该店执行,不急着找共性
C 孤立尖峰:单店单日的突跳,前后无连续
  性。只记录、不响应——单日突跳的大多数
  成因(一笔大单、一次收银差错、天气)
  第二天自己就解释了,追它就是追噪声

输出:
- 表一 预警清单(A 在前、B 次之):
  类型 / 涉及门店 / 指标 / 变动幅度与
  时段 / 第一动作
  A 类第一动作必须是具体的现场动作:
  「去 X 店看 Y」——查配送单据、看现场
  陈列、约店长带数据面谈;并写明「若
  确认共性,升级对象是谁」(区域经理 /
  配送对接人)
  B 类第一动作:调该店近期班表与交接
  记录,先排除执行原因再谈别的
- 表二 不响应清单:C 类孤立尖峰逐条
  列出(店 / 指标 / 日期 / 幅度),标注
  「记录备查,两周内同店同指标再跳则升
  B 类」——写明升级条件,不是永久不睬
- 表三 数据缺口:哪些店哪天缺报、哪个
  指标没给——缺数据的店这次不在任何
  结论里,不许脑补

限制:
- 不下「盗窃团伙」「内盗」类定性——A 类
  盘差共线只说明「值得去现场核」,成因
  等现场证据
- 不预测金额与损失——预警是「先动哪个」,
  不是「会亏多少」
- 共线家数、漂移天数我没给默认值时按
  我填的阈值算,阈值不同结论不同要提醒
  我换挡重算
- 已知事件背景我没提供时,不要替我猜
  「可能因为」——宁可少一条解释
- 不写「持续关注」「密切观察」这类无动作
  的话;不客套开场

为什么这样写

三类异常的核心区分是「该不该响应」,而不是「变动多大」。孤立尖峰(C 类)恰恰常常是幅度最吓人的——单店单日跌四成,谁看了都心惊——但它的成因绝大多数第二天自己解开,把它当预警追,督导的每天都被噪声占满;而连续三天的温和劣化(B 类)单日都够不上任何警报线,连起来却是执行松掉的典型曲线。把「连续性」和「跨店共线性」放在幅度前面,是这个预警器和普通「波动告警」的分界。

A 类第一动作强制写成现场动作并附升级对象,因为共线异常的价值在「先疑共性」这四个字。三家店同周盘差放大,最省事的解释是「三家店同时管理松了」——这个解释不需要出门,也几乎总是错的;正确路径是先查三家共有的东西:同一配送线路、同一批货、同一个失窃手法。写明「确认共性后升级给谁」,是防督导自己把区域级问题吞在督导层消化——配送问题店长看不见,督导看得见但改不了,它的归宿从一开始就该是区域经理或配送对接人。

「不响应清单」单列并写明升级条件,是预警器的信用管理。噪声不是不用管,是「这次不管、条件变了再管」——两周内同店同指标再跳就升 B 类,这句话让 C 类记录从「 ignored 」变成「备查」。预警系统最大的死法是假警报:报三次狼来了,第四次真狼出现时它和噪声长一个样。宁可这一版输出只有两条预警,每条都值得跑一趟现场。

阈值(共线家数、漂移天数)留给用户并要求「换挡重算」提示,因为阈值直接改写结论:带 8 家店,3 家共线就是四成店群;带 30 家店,3 家共线可能只是巧合。模型替用户定阈值,等于替他决定 sensitivity——这个参数没有通用值,只有「这批店群规模下」的合理值。

变量

变量 说明
共线家数 几家店同向变动算 A 类——按店群规模定:8-12 家店的区域,3 家已值得跑现场;店群越大该值越高,否则预警全是巧合
漂移天数 连续几天单向劣化算 B 类——指标越稳(日销)天数越短就该触发,波动天然大的(即时零售单量)要放宽;宁可 B 类多几条假预警,也别让它演成 A 类才发现
回看天数 判断「连续性」与「孤立」的观察窗——至少两周,否则单日数据分不清尖峰与趋势

多店管理异常预警巡访优先级