城市运营工单分析

要解决什么问题

城市运营团队往往把工单导出成 Excel：列名不统一、同一周里混着「上周/本周」标记、工单类型里还夹着不参与 KPI 的品类。人工做周环比时，容易漏掉「必须对比上周」、把 4.品相管理 等类型算进总量，或在维修人员维度上只展示「有单的人」而掩盖负荷分布。

本技能把这类分析收成一条可重复的流程：默认以「本周 == 1」为主数据集，并强制与「上周 == 1」做对比；在任意统计、图表或结论之前，先把工单类型收窄到四类授权类型。

技能如何工作

1. 读表与字段对齐：用 Python + pandas（及 openpyxl）读 Excel，核对列名与样本；关键字段包括周归属（上周/本周 或辅助列 归属周）、工单状态、门店、工单类型、维修人员（默认 当前审批人）、工时或起止时间。缺失或命名不一致时先列出可用列并向用户确认映射，不臆造字段。
2. 类型硬过滤：仅允许 维修维保、弱电监控、其他、轻改工程 进入类型、人员、门店、状态统计与结论；其他类型只在数据质量说明里记「已排除 X 条」。
3. 全维度周对比：总量、状态、四类工单、门店（总量与完成率）、指定维修人员名单（须列全员，本周无单记 0）的处理中与完成率、平均工时、各类型分人对比；公式为 (本周 - 上周) / 上周 * 100%，上周为 0 标「新增」；完成率用百分点差值。
4. 交付物：生成 {主题}数据分析图表.html，用 ECharts + Tailwind（CDN），不得省略技能规定的指标卡片、五类图表与人员/门店明细表；缺字段时在对应板块说明原因，而非删板块。结论在对话中输出核心指标与文字摘要。

适用边界

• 不依赖本地 matplotlib；多 sheet 默认读第一个，需指定时再问用户。
• 维修人员维度仅统计技能规定的固定名单；平均工时在无工时字段且无法由创建/完成时间推算时，会在结论中注明未计算。
• 图表要求横向 dataZoom 等人多/店多场景，页面需响应式并监听 resize。