← 返回 Skills 市场
zhangliangliang909-oss

Dtc Report

作者 zhangliangliang909-oss · GitHub ↗ · v1.6.0 · MIT-0
cross-platform ⚠ suspicious
151
总下载
0
收藏
0
当前安装
7
版本数
在 OpenClaw 中安装
/install dtc-report
功能描述
DTC 经营分析报告生成技能（AI 增强版）。支持生成月度/季度/年度经营分析报告，包含经营概览、预实对比、趋势分析、客户与销售、海外仓分析、AI 深度分析、关键发现等完整模块。自动从管报、业务数据、预算数据取数，生成专业 HTML 报告。v1.6.0 修复第三方仓地区分类（美国中西部单独列示）、单箱指标计算（过...
使用说明 (SKILL.md)

DTC 经营分析报告生成技能

触发场景

当用户需要生成 DTC 业务经营分析报告时使用此技能，包括：

  • "生成 DTC 经营分析报告"
  • "生成 DTC 预实分析报告"
  • "生成 DTC Q1/季度/年度经营分析"
  • "生成 DTC 月度经营分析"
  • "看看 DTC 的经营情况"

完整报告结构

第一部分：经营概览（可视化）

1.1 核心指标卡片

  • 收入：实际数、预算数、达成率
  • 毛利：实际数、预算数、达成率
  • 毛利率：实际、预算、差异 pp

1.2 业务量概览

  • 各段箱量（B 段、C 段、D 段）：实际数、预算数、环比、环比增长
  • 出库件数：实际数、预算数、环比、环比增长

1.3 业务量预算完成率

  • 各段箱量预算完成率
  • 出库件数预算完成率

第二部分：预实情况对比

模块 数据维度 指标
2.1 箱量预实对比 当月 + 当年累计 B/C/D 段箱量、实际、预算、达成率、同比、同比增长
2.2 出库件数预实对比 当月 + 当年累计 实际、预算、达成率、同比、同比增长
2.3 收入预实对比 当月 + 当年累计 B/C/D 段收入（万元）、实际、预算、达成率、同比、同比增长
2.4 毛利预实对比 当月 + 当年累计 B/C/D/电商集拼/其他毛利（万元）、实际、预算、达成率、同比、同比增长
2.5 单箱指标 当月 + 当年累计 B 段和 C 段的单箱收入、单箱毛利

⚠️ v1.2.0 已集成 AI 自动分析

🆕 新增：AI 深度分析（v1.2.0）

自动识别异常波动

  • 预算达成率 \x3C 70% 的业务段
  • 同比下降 > 30% 的业务段
  • 毛利预算达成不足

根因分析

  • 箱量因素：客户流失、市场需求、竞争加剧
  • 价格因素：价格战、客户议价、产品结构
  • 客户因素：关键大客户流失或减少合作
  • 销售因素：销售团队业绩波动

行动建议

  • 短期措施（1 个月内）：应急方案
  • 中期方案（1-3 个月）：改善计划
  • 长期机制（3 个月以上）：制度建设

每条建议明确：

  • 责任部门/人员
  • 时间节点
  • 预期效果
  • 衡量指标

第三部分：分月趋势分析

3.1 箱量和出库件数月度趋势

  • 分月展示各段箱量、出库件数
  • 折线图展示半年或一年数据（图上显示每月数据）
  • 标注数据来源

3.2 收入毛利月度趋势

  • 分月展示 B/C/D/电商集拼/其他的收入毛利
  • 折线图展示
  • 标注数据来源

⚠️ 趋势分析需要搭配文字分析

第四部分：客户与销售

4.1 各年合作客户数统计

  • 统计 2025 年和 2026 年各业务段合作客户数
  • 按 B/C/D 段分类展示
  • 显示年度合计和总合计

4.2 各年开发客户对本期收入的贡献

  • 按客户首次合作年份（2022-2026 年）分组
  • 统计本期（如 2026 Q1）各业务段收入贡献
  • 数据验证：各年合计应等于实际 B/C/D 段收入
  • 显示行合计和列合计

4.3 客户开发数

  • 当月和当年累计 B/C/D 段客户数
  • 总客户开发合计数（去重）
  • 统计口径：D 段仅包含 D 段和 D，电商集拼/集拼不计入 D 段

4.4 前十大客户贡献

  • 按累计收入排序
  • 展示累计收入、累计毛利率、当月收入、当月毛利率
  • 数据来源：所有业务收入明细（非订单维度）
  • 排除 35 家内部公司

4.5 前十大销售贡献

  • 数据来源：所有业务收入明细（非订单维度）

4.6 前十大销售 D 段箱量排名

第五部分：海外仓分析

5.1 仓库分布结构

  • 地图可视化

5.2 入库柜量和出库件数分布

  • 当月和当年：美国、英国、欧洲、加拿大、其他

5.3 美国入库柜量分布

  • 当月和当年累计：美东自营仓、美西自营仓、美国第三方仓
  • 自营仓入库柜量趋势折线图（分仓库）

5.4 美国出库件数分布

  • 当月和当年累计：美东自营仓、美西自营仓、美国第三方仓
  • 自营仓出库件数柱形图（分仓库）

5.5 Top10 亏损客户

  • 条形图（横向），按毛利排序

第六部分：关键发现

6.1 亮点

6.2 关注点

附录：数据来源 + 统计口径 + 折算规则

数据项 数据来源文件 关键字段 说明
收入/成本/毛利 经营管理报表 一级科目、月份列 管报直接取数
B 段箱量 DTC 明细表 - 全链路视角 订单服务项、销售公司/销售单元、未去重集装箱箱量 A+B、A+B+C 归为 B 段\x3Cbr>⚠️ 仅统计销售公司=BWLDTC
C 段箱量 DTC 明细表 - 全链路视角 订单服务项、销售公司/销售单元、未去重集装箱箱量 C、C+D 归为 C 段\x3Cbr>⚠️ 仅统计销售公司=BWLDTC
D 段箱量 DTC 业务费用根据客户仓库统计表 业务月份、入库箱量 月末按天数折算
入库柜量 DTC 业务费用根据客户仓库统计表 仓库位置、入库箱量 1 柜=2TEU
出库件数 DTC 业务费用根据客户仓库统计表 仓库位置、出库总件数 -
客户开发数 所有业务收入明细 客户名称、业务段 需去重
亏损客户 所有业务收入明细 + 仓库统计表 客户名称、毛利 按毛利排序

折算规则：

  • D 段箱量：如数据截止到 30 日，3 月按 31/30 折算
  • 入库柜量：1 条柜 = 2 TEU = 2 箱量

统计口径：

  • B 段箱量：全链路表未去重集装箱箱量，且销售公司/销售单元=BWLDTC
  • C 段箱量：全链路表未去重集装箱箱量，且销售公司/销售单元=BWLDTC
  • D 段箱量：客户仓库统计表入库箱量（TEU）
  • 出库件数：客户仓库统计表出库总件数
  • 自营仓：需确认仓库类型字段或根据仓库供应商判断

⚠️ B/C 段箱量重要更新（2026-04-11）：

  • 全链路表包含多板块数据（DTC、DTC1、SCM、SKP 等）
  • 统计 B/C 段箱量时，必须筛选"销售公司"或"销售单元" = BWLDTC
  • 排除 BWLDTC1、BWLSCM、BWLSKP 等其他板块的箱量

脚本使用说明

主脚本：generate_report.py

python scripts/generate_report.py --period 2026-03 --output reports/

参数：

  • --period: 报告期间（如 2026-03、2026-Q1、2026）
  • --output: 输出目录
  • --format: 输出格式（html、md、xlsx）

数据读取脚本

  • read_mgmt_report.py: 读取管报数据（收入、成本、毛利）
  • read_volume.py: 读取箱量数据（B/C/D 段，含 D 段折算）
  • read_budget.py: 读取预算数据
  • read_customer.py: 读取客户和销售数据
  • read_warehouse.py: 读取海外仓数据

输出格式

HTML 报告（推荐）

  • 专业样式，适合演示和分享
  • 包含交互式图表（如支持）
  • 响应式设计

Markdown 报告

  • 简洁版本
  • 适合快速查看

Excel 报告

  • 数据明细
  • 适合进一步分析

注意事项

  1. 数据时效性

    • 管报数据通常滞后 1-2 个月
    • 业务数据（箱量）更新更及时
    • 报告中需标注数据截止日期

  2. 口径一致性

    • B/C 段箱量来自全链路表（未去重）
    • D 段箱量来自客户仓库统计表（入库箱量）
    • 财务数据来自管报

  3. 特殊处理

    • D 段月末数据需要天数折算
    • 客户数需要去重统计
    • 内部公司需要排除（前十大客户排名）

示例

# 生成 3 月月度报告
python scripts/generate_report.py --period 2026-03

# 生成 Q1 季度报告
python scripts/generate_report.py --period 2026-Q1

# 生成年度报告
python scripts/generate_report.py --period 2025

相关文件

  • scripts/generate_report.py: 主报告生成脚本
  • references/data_rules.md: 详细取数规则
  • references/report_template.md: 报告格式模板
  • assets/report_template.html: HTML 报告模板

更新日志

v1.6.0 (2026-04-13)

  • ✅ 修复第三方仓地区分类：调整判断顺序，先判断"美国中西部"再判断"美西"，避免中西部仓库（CHI/IL/OH/MI）被误判为美西
  • ✅ 修复单箱指标计算：过滤掉 2026 年 4 月数据，确保 Q1 报告只显示 1-3 月数据；改进日期处理逻辑（支持 Excel 日期序列号、datetime、字符串）
  • ✅ 修复 5.1 表格合计行自提比例：使用总自提件数/总出库件数计算，而非显示"-"
  • ✅ 删除 5.2 表格多余的"其中："前缀：第三方仓地区分行直接显示"美东第三方仓"等
  • 📝 修改文件：warehouse.py、generate_report.py、SKILL.md

v1.5.0 (2026-04-13)

  • 🆕 新增自提比例指标：自提比例 = 客户自提件数 / 出库总件数
  • 🆕 5.1 表格增加自提比例列：按国家分布表中展示各国自提比例
  • 🆕 5.2 表格增加自提比例列：美国仓库分布表中展示自营/第三方仓自提比例
  • 📝 修改文件：warehouse.py、generate_report.py、SKILL.md、TOOLS.md

v1.4.0 (2026-04-13)

  • ✅ 修复 D 段收入不应折算问题：文件名如"2025 年至 2026 年 3 月"表示完整月度数据，不再进行天数折算
  • ✅ 修复自营仓趋势数据错月问题：分离 6 个月和 12 个月月份数组，确保月份标签与数据对应
  • ✅ Q1 报告自动排除 4 月数据：所有趋势图（收入、箱量、自营仓）自动过滤 4 月及以后数据，只显示到 3 月
  • 📝 修改文件：generate_report.py、warehouse.py

v1.3.2 (2026-04-11)

  • ✅ B/C 段箱量统计口径更新：增加"销售公司/销售单元"筛选条件
    • 仅统计销售公司/销售单元 = BWLDTC 的箱量
    • 排除 BWLDTC1、BWLSCM、BWLSKP 等其他板块数据
    • 更新 TOOLS.md、data_rules.md、SKILL.md 三处文档

v1.3.1 (2026-04-03)

  • ✅ 修复 4.3 客户开发数统计：D 段排除电商集拼/集拼（与 4.2 收入贡献口径一致）

v1.3.0 (2026-04-03)

  • ✅ 修复客户年代分析中只检查月份不检查年份的 bug
  • ✅ 修复业务分段判断逻辑（支持逗号分隔的多个分段）
  • ✅ 4.2 表增加行合计和列合计
  • ✅ 4.1 表增加合计列
  • ✅ 数据验证：B/C/D 段各年合计与实际收入一致

v1.2.0

  • 🆕 新增 AI 深度分析和行动建议
  • 🆕 自动识别异常波动和根因分析

最后更新：2026-04-13 (v1.5.0)

🆕 自提比例指标（v1.5.0 新增）

计算公式

自提比例 = 客户自提件数 / 出库总件数 × 100%

数据来源

  • 客户自提件数：DTC 业务费用根据客户仓库统计表 中的"客户自提件数"列（AK 列）
  • 出库总件数：DTC 业务费用根据客户仓库统计表 中的"出库总件数"列（S 列）

展示位置

  • 5.1 入库柜量和出库件数分布（按国家）：增加"自提比例"列
  • 5.2 美国仓库分布（自营 vs 第三方）：增加"自提比例"列
    • 自营仓自提比例
    • 第三方仓自提比例
    • 分地区（美东/美西/美南/美国中西部）自提比例
安全使用建议
This skill appears to implement the described DTC report generator, but review the following before installing/ running: 1) The Python scripts use hardcoded absolute Windows paths (C:\Users\wwl\...) to locate business data — if those paths exist on your machine the scripts will read all matching Excel files. Ensure you understand which local files will be accessed or modify the scripts to point to a safe, intended data directory. 2) The repository uses openpyxl and other Python libraries that are not declared; run in a controlled environment (virtualenv/container) and inspect/lock dependencies before executing. 3) Test the skill on a copy of non-sensitive sample data first to validate behavior. 4) There are no network exfiltration calls visible in the provided files, but future/planned LLM integration is referenced in docs (not implemented) — if networked model calls are later added, re-evaluate data sharing risks. 5) If you cannot audit the code yourself, run it only in an isolated sandbox and confirm outputs and file accesses (e.g., with file-system monitoring) before granting access to production data.
功能分析
Type: OpenClaw Skill Name: dtc-report Version: 1.6.0 The skill bundle is a legitimate and well-structured tool designed to generate Direct-to-Consumer (DTC) business analysis reports. It extracts financial, volume, and warehouse data from local Excel files using standard libraries like 'openpyxl' and 'glob', then processes this data to produce comprehensive HTML reports with Chart.js visualizations. The code logic is transparent, lacks any network exfiltration or unauthorized execution capabilities, and the instructions in SKILL.md are strictly aligned with the stated business reporting purpose without any signs of prompt injection or malicious intent.
能力评估
✓ Purpose & Capability
Name/description ↔ code: the Python scripts implement the DTC report generation and AI analysis described in SKILL.md (reading budget, revenue, volume, warehouse and customer Excel files). The files included (generate_report.py, ai_analysis.py, read_* modules) are expected for this purpose.
⚠ Instruction Scope
SKILL.md instructs running local Python scripts that will scan and parse many Excel files. The runtime instructions and scripts access local data directories and enumerate patterns like '*所有业务收入明细*.xlsx' and '*客户仓库*.xlsx'. This will read whatever matching files exist on disk (including potentially sensitive business data). The SKILL.md does not require or show a configurable data path, while the code uses absolute user-specific paths (see next).
✓ Install Mechanism
No install spec is provided (instruction-only). That minimizes remote-code install risk. However, the code depends on Python and third-party libraries (openpyxl) that are not declared in the skill metadata; the agent or user must ensure these are present.
⚠ Credentials
The skill requests no environment variables or external credentials, which is appropriate. But multiple scripts contain hardcoded absolute paths to a Windows user workspace (e.g., C:\Users\wwl\.openclaw\workspace-跨境电商\data...), causing the skill to directly access the installer's filesystem without a clear configuration step. Missing declared dependencies (openpyxl) and lack of a configurable data-directory in SKILL.md reduce transparency.
✓ Persistence & Privilege
Flags show always:false and user-invocable:true. The skill does not request permanent platform presence or system-wide configuration changes. It writes reports to an output directory per the CLI args (normal for this kind of tool).
如何使用
  1. 确保已安装 OpenClaw（本地或 Docker 部署）
  2. 在对话框中输入安装命令：/install dtc-report
  3. 安装完成后，直接呼叫该 Skill 的名称或使用 /dtc-report 触发
  4. 根据 Skill 的参数说明提供必要输入，即可获得结构化输出
版本历史
v1.6.0
修复第三方仓地区分类、单箱指标计算、自提比例合计行、删除多余其中前缀
v1.5.0
新增自提比例指标（客户自提件数/出库总件数），在 5.1 和 5.2 表格中展示
v1.4.0
修复收入折算和自营仓趋势月份问题，Q1 报告自动排除 4 月数据
v1.3.0
新增客户年代分析功能：1) 各年合作客户数统计（2022-2026）2) 各年开发客户对本年收入的贡献分析 3) AI 深度分析增强（箱量 vs 价格因素分解）
v1.2.0
新增 AI 深度分析功能：1) 自动识别异常波动（预算达成率/同比下降）2) 根因分析（箱量/价格/客户/销售因素）3) 行动建议生成（短期/中期/长期）4) 责任人和时间节点明确
v1.1.0
修复数据单位和日期解析问题：1)Excel 日期序列号解析 2) 收入/毛利/预算单位转换为万元 3) 趋势图月份显示修复 4) 亏损客户/当月客户数据修复 5) 趋势分析标题修复 6) 关键发现收入数据修复
v1.0.0
修复数据口径问题：1) D 段箱量移除天数折算 2) 海外仓数据仅统计当期 3) 单箱数据支持历史月份 4) 分销售客户当月新增修复 5) 前十大销售 D 段箱量仅当期 6) 自营仓趋势完整 12 个月
元数据
Slug dtc-report
版本 1.6.0
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 7
常见问题

Dtc Report 是什么？

DTC 经营分析报告生成技能（AI 增强版）。支持生成月度/季度/年度经营分析报告，包含经营概览、预实对比、趋势分析、客户与销售、海外仓分析、AI 深度分析、关键发现等完整模块。自动从管报、业务数据、预算数据取数，生成专业 HTML 报告。v1.6.0 修复第三方仓地区分类（美国中西部单独列示）、单箱指标计算（过... 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件，目前累计下载 151 次。

如何安装 Dtc Report？

在 OpenClaw 或 Claude Code 对话框中运行命令「/install dtc-report」即可一键安装，无需额外配置。

Dtc Report 是免费的吗？

是的，Dtc Report 完全免费，采用 MIT-0 许可证，可自由下载、安装和使用。

Dtc Report 支持哪些平台？

Dtc Report 跨平台运行，可在任意部署了 OpenClaw / Claude Code 的环境中使用（cross-platform）。

谁开发了 Dtc Report？

由 zhangliangliang909-oss（@zhangliangliang909-oss）开发并维护，当前版本 v1.6.0。

推荐 Skills
self-improving agent
Captures learnings, errors, and corrections to enable continuous improvement. Use when: (1) A command or operation fails unexpectedly, (2) User corrects Clau...
⬇ 463283 · by pskoett
Skill Vetter
Security-first skill vetting for AI agents. Use before installing any skill from ClawdHub, GitHub, or other sources. Checks for red flags, permission scope, and suspicious patterns.
⬇ 259410 · by spclaudehome
Polymarket
Query Polymarket prediction markets. Check odds, find trending markets, search events, track price movements.
⬇ 232503 · by joelchance
Self-Improving + Proactive Agent
Self-reflection + Self-criticism + Self-learning + Self-organizing memory. Agent evaluates its own work, catches mistakes, and improves permanently. Use when...
⬇ 200423 · by ivangdavila
Github
Interact with GitHub using the `gh` CLI. Use `gh issue`, `gh pr`, `gh run`, and `gh api` for issues, PRs, CI runs, and advanced queries.
⬇ 191115 · by steipete
ontology
Typed knowledge graph for structured agent memory and composable skills. Use when creating/querying entities (Person, Project, Task, Event, Document), linkin...
⬇ 190156 · by oswalpalash

💬 留言讨论