开龙软件+AI(WorkBuddy)销售同比分析:按业务员/客户/产品线三个维度对比

每个季度开销售复盘会，都要重复一遍同样的流程：找人从 ERP 里导出出库明细，分三个表——按业务员、按客户、按产品线，各自算一遍同比，再各自画一遍图，最后拼进一个 PPT。三个表常常由三个人做，口径还不太一样：有人含税有人不含税，有人把折扣算进销售额，有人年度按自然年有人按财年。

同比分析本身不难，难的是同一套口径、同一个时间窗口，稳定地跑三遍。所以这次换了个做法：把要求写成三句话，交给 WorkBuddy，它通过开龙AI数据分析助手直接读你库里的出库单，一次生成三张 HTML 看板，外加三份 Excel。

开龙+WorkBuddy生成的业务员销售同比分析看板：

开龙+WorkBuddy生成的三个销售同比分析Excel：

业务员销售同比Excel

客户销售同比Excel

产品线销售同比Excel

一、一个同比，为什么要切三个维度

同一个增量，可以从三个角度归因，而这三个角度回答的是完全不同的问题：

三个维度不能互相替代，因为分母不一样。同一个人可以靠一个大客户撑起增量，同一个客户可以靠一条产品线撑起增量，同一条产品线也可能只在一个区域卖得动。所以这套分析不是「挑一个维度看」，而是三个都跑，然后交叉验证：某个业务员涨了，是因为他新开了客户，还是因为他手上那条线在涨？只有三张表放在一起，才回答得了。

反过来，如果三个维度跑出来的结论互相打架，那本身就是最重要的发现——说明增长不是来自经营，而是来自口径差异、一次性大单，或者一次客户划转。第五节到第七节会分别说，这类信号在看板的哪一列上能看出来。

二、先钉口径：五件事决定同比对不对

同比准不准，八成取决于口径。三段提示词的前半句完全一样，就是这五件事：

1. 以出库日期为准，只算已出库

单据开了不等于货走了。待出库、已作废的销售单如果算进来，分子分母会一起被抬高。所以年度按出库日期划分，并且只统计已出库的单据。

2. 盘亏、自用等内部出库整单排除

盘亏出库、内部领用、样品出库，本质不是销售行为。这类单据混进来，会让某个业务员、某个客户的销售额凭空变大，在排名里挤掉真正做业务的人。

3. 剔除折扣类商品科目

折扣在 ERP 里常被记成负数金额的商品行，混在明细里。不剔出去，销售额被高估、毛利率被拉低；更要紧的是两年折扣力度一变，同比就失真了——而折扣力度变化这件事本身，往往比同比数字更值得关注。

4. 两端取同一月日

本期是「本年至今」，上期就要取上年同一天为止，两头对齐。最怕的是「本年至今」对上「上年全年」，那等于拿 10 个月比 12 个月，涨跌全是假的。另外进行中的那个月要单独标出来，看板上会给它打个标记，不和整月混着比。

5. 增量贡献的分母是公司总增量

「该业务员增量占公司总增量的比重」这句话里，分母是公司总增量，不是这个人自己的增量。所以有人的贡献是负数，有人的贡献超过 100%——都正常，加起来正好 100%。这一列是整个看板最有用的一列，它把「增长多少」换成了「这个增长对公司意味着多少」。

三、三句话，分别生成三张看板

数据在开龙的库里，分析能力在 WorkBuddy 里，中间由开龙AI数据分析助手打通。三段提示词分别对应三个维度，可以直接复制，只需要改成你自己关心的期间。

三段话的骨架是一样的，差别只在中间那几句「统计谁、要不要再拆、要不要逐条判定」。骨架里固定了七件事：

客户维度那段话最短，因为它只要一张表；业务员和产品线要求了量价拆解和逐条判定，所以长。这不是写得越啰嗦越好，而是要什么就写什么：没要求「剔除折扣」，它就不会剔；没要求「增量占比」，表里就只有同比一个数；没要求「其它单列」，那两条线就会混进总盘里。

四、一张看板长什么样：四层结构

三张看板长得一样，都是四层。从上往下看一遍，就知道每张表在回答什么：

第一层的九个数是有顺序的：先看销售额和毛利额（盘子有多大、赚了多少），再看毛利率（赚得厚不厚），然后看销量和单价（靠量还是靠价），最后看单据数和单均、客户数和户均（生意是怎么做成的）。这九个数两两成对，配起来看才有意义——单看销售额，永远不知道是卖得多还是卖得贵。

第四层是这套看板和普通报表最大的区别：它不是把数据摆出来让你自己想，而是每个对象都给一句判定和一条动作。判定来自同比、毛利率变动、客户集中度三个条件的组合，每种组合对应一个标签，比如「量利双升」「以价换量」「缩量保价」「量价双杀」「断档」「待核实」。标签的好处是会上不用争论——同一类问题在同一张表里长得一样，可以直接排优先级。

五、业务员看板：谁在撑，谁在拖

业务员看板是最常用的一张，因为它的结论最容易落到人头上。它比其他两张多三组列，这三组才是重点：

图 1　业务员看板首屏

配上第四层的判定，常见的四种组合会自动归成四类，处理方式完全不同：

还有一种情况看板会单独标出来：断档。本期零出库、上年同期有成交的业务员，看板会把他上年那部分金额、客户数、毛利额一起列出来，因为这类人最容易被漏掉——他不在本年的排名里，也就不会出现在任何一张成绩单上，但那批客户是真的会走的。看到断档，第一件事不是问业绩，是问这批客户现在归谁。

增幅异常高的对象也一样，会被标成待核实，而不是直接算成增长标杆。要核实三件事：新开户、他人客户划转、一次性大单。这三种情况对明年的意义完全不同，混在一起当成能力，明年定指标就会踩空。

图 2　业务员同比明细表

六、客户看板：盘子是扩了还是缩了

客户看板和业务员看板结构一样，但多了一样别的表没有的东西：客户的区域、负责人和建档日期。这三列决定了客户维度能不能落地。

图 3　客户看板首屏

图 4　客户明细表

除了逐客户的行，客户看板还会给三个汇总口径，它们比单看某一行有用得多：

客户维度有一个特别容易误读的地方：新客户没有同比。它的上年是零，增长率算不出来，但增量贡献可能排在前几名。这类行在看板里会留空同比、只显示金额和贡献，看到不要以为数据缺失——它本来就是「从零到一」，要判断的是可持续性，而不是增速。

七、产品线看板：哪条线在长，哪条线要查

产品线看板和业务员看板结构几乎一样，但多了两个专门为「分类数据」准备的设计，也是它最值得看的地方。

图 5　产品线看板首屏

1. 「其它」「未指定」单列，另算可比增速

产品线字段没维护好，就会有一批商品掉进「其它」或「未指定」。它们不是业务，是数据没归类。如果混在总盘里，会出现两种怪现象：总增速被它们拉低，而「其它」这一行看起来像个暴跌的品类。所以提示词里专门要求把这两条单列，并另算一个剔除后的可比增速。看板上两个增速并排放，差多少就是归类没维护的代价——这个差值本身，就是推动商品资料整改最好的理由。

2. 数据质量页签，主动点名三类异常

产品线是三张表里最容易出异常的一张，所以它单独有一个数据质量页签。提示词里点名了三类必须报出来的：

除了这三类，产品线表还会给出每行的客户数同比和第一大客户占比。一条线金额在涨、客户数在掉、第一大客户占比又很高，这就是典型的「靠一个大户撑着」——它在同比那一列是绿色的，在结构上是红色的。

图 6　第一张图是各产品线本年与上年销售额的分组条形，第二张是增量贡献发散图

图 7　各产品线两年同窗口月度走势

八、三张图各看什么

每张看板固定出三张图，各自回答一个问题。不要混着看，也不要用一张图去回答另一个问题：

三张图里，增量贡献发散图最容易被低估。分组条形只能告诉你谁大谁小，月度走势只能告诉你节奏，只有发散图直接把「贡献」画成方向和长度：零轴右边的每一寸都是发动机，左边的每一寸都是漏洞。而且它天然处理负数——负增长的柱子往左画，长度就是它拉低了多少，比在表格里看一个负号直观得多。

九、看板会主动帮你查的六件事

同比分析跑得快，但它有个前提：底表得干净。这套看板在生成结果的同时，会把六类常见问题单独列出来，不用你自己去翻明细：

这六项里有三项是产品线提示词点名要的（毛利率异常、客户数骤减、单数腰斩），另外三项是通用的：折扣、负数单据、负责人缺失。它们看起来是「数据质量问题」，其实是管理问题在报表上的投影：折扣没有统一口径，说明价格审批没有统一规则；客户没有负责人，说明客户归属从来没有定过。

还有一个容易忽略的点：三张看板的总盘可能不完全一致。同一个期间跑三遍，上年同期的销售额可能有零点几个百分点的差异，因为每张表都有自己的剔除规则——业务员表会剔掉「客户是职员」的行，产品线表把上年未归类的行放进「其它」，客户表按档案去重。所以占比和增量贡献只能在同一张看板内比较，三张表不能相加。这是多维度分析里最容易被忽略、也最容易在会上吵起来的一条。

十、从看板到动作，再换维度跑一遍

看板跑完，动作应该能直接分到人头上。三张表对应的落点大致是：

看板里每一张表都支持一键导出 Excel，用起来有三处：一是把明细发给对应负责人，谁认领哪一行写清楚；二是把三张看板的口径说明存一份，下次跑之前先对一遍；三是把每次的判定和动作记进同一份 Excel，下个季度对照着看动作有没有效果。

要让它长期有用，还要补三步：固定口径（五件事写进提示词，每季度照跑）、固定窗口（两端取同一月日）、固定动作（每次的判定和责任人记下来）。三步都固定住之后，同比分析就从「每次重新做一遍」，变成「每季度例行看一眼」。

● ● ●

修改提示词，换个维度，再跑一遍

把「业务员」「客户」「产品线」换成「区域」「商品类别品牌」「部门」「客户组」，前半段口径完全不用改。比如区域：