W复购指标计算器

概述

本 skill 提供一套标准化、可校验的电商复购指标计算方案。核心能力：

1. 固定口径计算：活跃用户/复购用户/月复购率/人均复购次数/复购GMV占比/用户分层
2. 六级校验流水线：值域校验 → 交叉等式验算 → 分布占比求和校验 → 环比校验 → 样本量级校验 → 二次重算复核
3. 批量处理：支持 CSV/JSON/Excel 输入，输出结构化 JSON 指标报告

所有计算口径与校验规则均固定，不可修改。

使用方式

方式一：命令行调用（推荐批量场景）

python scripts/calculate_repurchase.py <输入文件> -p "2025-06" -o report.json

支持参数：

• input：CSV/JSON/Excel 文件路径
• -p, --period：统计周期标签（如 2025-06）
• -o, --output：输出 JSON 路径（默认 stdout）
• --prev：上期指标 JSON（用于环比校验）

方式二：Python API（嵌入分析流程）

import pandas as pd
from scripts.calculate_repurchase import batch_calculate

df = pd.read_csv("orders_202506.csv")
report = batch_calculate(df, period_label="2025-06")
print(report["状态"])  # PASS / WARNING / INSUFFICIENT_SAMPLE

方式三：对话式分析（用户上传数据）

当用户在对话中提供订单数据文件或描述数据结构时：

1. 读取数据文件（CSV/Excel/JSON）
2. 确认列名映射（user_id / amount / order_time）
3. 调用 scripts/calculate_repurchase.py 的 batch_calculate() 函数
4. 解读输出报告，重点分析：
   • 核心指标数值与趋势
   • 用户分层结构
   • 复购频次与间隔分布
   • 校验结果与异常明细

执行流程

原始数据 → 数据清洗 → 批量计算 → 值域校验 → 交叉等式验算 → 分布占比校验 → 环比重算 → 样本量校验 → 二次重算复核 → 输出报告

全部校验通过 → 输出完整指标报告 任意校验失败 → 输出异常明细 + 失败项详情

重要规则

1. 计算口径不可修改：所有公式和阈值均为固定值，详见 references/calculation_rules.md
2. 样本不足时禁止输出分层方案：活跃用户 < 30 或复购用户 < 10 时，不输出用户分层与归因经营方案
3. 脏数据自动拦截：值域越界（负数、超100%百分比）判定为原始数据问题，中止输出
4. 校验优先于报告：任意校验失败都会在报告中明确标注，不可跳过

输出解读要点

• 状态 = PASS：数据质量合格，指标可采信
• 状态 = WARNING：存在校验异常但非致命（如环比波动过大），需人工确认
• 状态 = INSUFFICIENT_SAMPLE：样本不足，不可用于经营决策
• 状态 = ERROR：无有效数据或数据格式异常

文件结构

w-repurchase-calculator/
├── SKILL.md                           # 本文件
├── scripts/
│   └── calculate_repurchase.py        # 核心计算与校验引擎
└── references/
    └── calculation_rules.md           # 完整计算口径与校验规则参考