医药企鹅连锁会员画像与分析

解决什么问题

医药连锁药店在会员运营中面临几个典型挑战：会员数据分散在消费记录、用药偏好和健康档案中，难以形成统一的会员视图；缺乏系统化的分层方法，运营策略往往"一刀切"；高价值会员流失缺乏预警机制，等到发现时已经无法挽回。这些场景都需要将会员数据转化为可执行的运营策略，但手工分析效率低且容易出错。

核心能力

该技能覆盖四个核心场景：

• 会员画像生成：输入会员ID和消费记录（脱敏），输出包含消费习惯、偏好、健康标签和价值分层的 360° 画像（HTML 格式），附带运营建议
• RFM 分层管理：基于最近消费时间、频次和金额进行分层，输出 Excel 分层结果和每层的差异化运营策略
• 流失预警：分析消费频率数据，生成高风险会员清单（Excel），包含召回方案（触达渠道、话术、优惠）
• 高价值会员识别：识别核心会员，输出 Excel 清单和专属维护方案（权益、触达、服务）

工作原理

工作流分为五个步骤：

1. 场景定位：根据用户诉求（如"哪些会员要流失了"）确定目标场景，收集所需输入（文本、CSV、Excel、图片等）
2. 内容组织：基于场景要点和领域知识，撰写结构化内容
3. 数据分析：对于量化场景，执行 python scripts/analyze.py --output result.json，支持六种分析类型：trend、ranking、warning、ratio、comparison、summary
4. 渲染交付：执行 python scripts/render.py --format --output，生成 HTML、Excel 或文档
5. 交付与复核：返回交付物并提示合规与人工复核要求

适用边界

该技能适用于会员运营和店长岗位，但需要注意：

• 数据脱敏：所有涉及个人健康信息（用药偏好、健康档案）的输入必须脱敏，遵循最小必要原则
• 授权合规：会员数据留存和触达（短信/企微）需要获得授权
• AI 产出复核：所有 AI 生成的内容必须经过人工合规复核
• 处方药限制：处方药不得在大众媒介宣传，不得虚假宣传

交付物默认携带溯源水印，确保数据可追溯。