天猫销售两年交叉对比

要解决什么问题

两年同期销售表往往按年份分文件或分 Sheet，运营侧真正需要的是：同一商品（条码）今年相对去年是涨、跌、消失还是新增，以及品类汇总、退货是否异常。手工透视容易在「销量变化率」上踩坑——若用原始 数量 当分母，会和 去退后销量 的绝对增量对不上，出现「少卖 2 件却显示 +50%」这类反直觉结果。

技能如何工作

本技能以 商品代码（第一列） 为唯一键，读取含 去退后金额、去退后销量、数量、品类、年份 等列的 Excel（.xls / .xlsx），对两年数据做聚合与交叉对比。

核心流程由 run_all.py 串联三步：

• analyze.py：计算金额/销量的绝对变化（Δ¥、Δ件）与变化率（分母统一为去年的去退后金额 / 去退后销量）、退货率 (数量 − 去退后销量) / 数量、品类交叉、商品四态（上升/下跌/消失/新增），并输出 analysis.json（含 metrics_catalog 口径目录）。
• gen_report.py：将 JSON 注入杂志风模板，内联 Chart.js，产出可脱机浏览的 -report.html（KPI、图表、计算口径说明、异常表等）。
• gen_excel.py：产出多 Sheet 的 -分析表.xlsx（指标说明、概览、品类交叉、四态、高退区、需复核、全量明细等），算出来的列同时带绝对变化与变化率。

报告与 Excel 同源渲染口径；消失/新增列表会对 闲章印石、社员作品 等弱品类置后，并对孤品与常规品做 weak_summary 量化，避免把一次性孤品误读成可运营主线。

适用边界与注意点

• 列名需与约定语义匹配（如「货号」「条码」可映射），不要擅自改源列名；逻辑矛盾行进入「数据需复核」，不污染汇总。
• 消失 在短窗口数据里常表示「该时段无销售」，不等于全年下架。
• 高退区默认 退货率 ≥15% 提示关注；原始数值不做四舍五入篡改，仅调整展示格式。