店址选址分析工具

开店选址为什么难

零售选址往往要在客流、客群结构、配套、交通、竞对、外卖订单之间做权衡，而不同业态的优先级完全不同：便利店更看重住宅密度，奶茶店更看重年轻客群与人流，餐厅还要兼顾停车与外卖。人工拍脑袋或只看单一指标，很容易在开业后才发现「人流够但客群不对」或「竞对过密」。

技能如何工作

本技能把流程拆成需求收集 → 数据分析 → 报告输出三步：

1. 确认业态（支持奶茶、咖啡、玩具、烘焙、餐厅、服装、便利店共 7 类）与目标区域。
2. 运行核心引擎 location_analyzer.py，由 LocationAnalyzer 按业态权重计算综合得分，并汇总优势、风险与建议；数据模型包括 LocationData 与 AnalysisResult。
3. 用 generate_report.py 的 ReportGenerator 基于 report_template_simple.html（或备用 report_template.html）生成可视化 HTML（柱状图、雷达图、数据卡片）及结构化 JSON。

各业态权重在 SKILL 中有明确定义，例如咖啡/奶茶侧重人流与年轻客群，玩具店侧重家庭户数与儿童密度，便利店侧重住宅密度与交通。

边界与注意点

• 数据来源：无真实数据时会按商圈/住宅/交通枢纽等类型生成合理模拟数据，报告中必须标明是否为模拟。
• 输出路径：HTML 命名为 选址分析报告_{location}_{store_type}.html，JSON 为 选址分析数据_{location}_{store_type}.json，应写入用户指定的输出目录；HTML 报告可作为最终交付物注册。
• 使用原则：先覆盖全部维度再下结论，明确风险，建议需可执行，而非单一总分。