复购指标计算器

解决的核心问题

电商复购分析中常见的口径混乱、脏数据干扰、结果可信度低等问题，往往需要分析师反复核对规则、手动校验数据，不仅耗时还容易遗漏异常。复购指标计算器通过固定计算规则与全流程校验机制，将原本分散的指标计算与质量验证整合为标准化流程，避免人工计算的口径差异和校验疏漏。

核心能力与工作流程

固定口径指标计算

技能内置一套不可修改的标准化计算规则，覆盖活跃用户、复购用户、月复购率、人均复购次数、复购GMV占比和用户分层六类核心指标。所有计算无需手动定义规则，直接基于references/calculation_rules.md中的固定公式执行，确保不同批次数据的计算口径完全一致。

六级校验流水线

计算过程采用六级校验机制保障结果可信度：

• 值域校验：自动拦截负数金额、超100%占比等异常数据
• 交叉等式验算：验证指标间的逻辑一致性
• 分布占比求和校验：检查各层级用户占比总和是否符合逻辑
• 环比校验：结合--prev参数提供的上期数据验证指标波动合理性
• 样本量级校验：判断样本规模是否满足分层分析要求
• 二次重算复核：通过重复计算避免偶发错误

多场景输入与输出

支持CSV、JSON、Excel三种主流数据格式输入，可通过命令行批量处理、Python API集成到现有分析流程，或在对话中直接上传数据触发计算。输出为结构化JSON报告，包含指标数值、用户分层、校验结果及异常明细，便于后续处理。

使用边界与注意事项

• 计算口径和校验规则固定，不支持自定义修改，适合标准化复购分析场景
• 当活跃用户<30或复购用户<10时，技能会拒绝输出用户分层方案，避免基于小样本的错误结论
• 脏数据会直接触发中止机制，需先修复原始数据再进行计算
• 所有校验失败项都会在报告中明确标注，必须人工确认异常原因后才能使用指标结果