> For AI agents: the complete documentation index is available at /llms.txt, the full documentation bundle is available at /llms-full.txt.

# 仪表盘数据源完整列表

定义 Dashboard 每个 tab 展示的数据从哪个表取、怎么算。每个指标标注来源表、SQL 逻辑和参考值。

> **数据架构**：新表（contacts、calls、messages）直写 Neon PostgreSQL 作为写入层兼查询层；已有表（call-analysis、LeadTracking-v2）仍以 DDB 为主，Neon 读取侧迁移是 Phase 三目标。跨表聚合（如联系次数、员工维度指标）通过 Neon SQL JOIN 实现。

> **状态图例**：以下图例适用于全文所有表格。

| 状态          | 含义                         |
| ----------- | -------------------------- |
| ✅ Auto      | 数据可用，系统自动计算（含 Neon SQL 聚合） |
| ⚠️ Inferred | 系统可推断（基于规则或关联数据，需积累）       |
| 🔘 Manual   | V1 可做，但需员工手动输入             |
| 🤖 AI       | 需 AI 分析输出                  |
| ❌ 无数据       | V1 无数据支撑，无法实现              |

***

## 一、Lead 数据与指标计算

本节定义前端 Lead Tracker 页面和 Dashboard Leads tab 展示的所有数据及其来源和计算方式。

### 1.1 数据来源

前端 Lead 相关数据来自 **3 个表**：

| 数据                                 | 来源表                   | 说明                                                                        |
| ---------------------------------- | --------------------- | ------------------------------------------------------------------------- |
| 9 个 Lead Status 当前值                | **contacts**          | `leadStatus` 字段                                                           |
| Lead 状态变更历史                        | **contact\_timeline** | `event_type='contact.lifecycle_changed'`，`oldValue` / `newValue` 记录每次状态流转 |
| Lead Temp（Hot / Warm / Cold / N/A） | **contacts** + API 计算 | 基于 `createdAt` + `leadStatus` 实时计算                                        |
| Incoming Leads 总数                  | **leads**             | `COUNT(*)`                                                                |
| Excluded（Malformed / Duplicated）   | **leads**             | phone 格式无效或重复，未进入 contacts 表                                              |
| Valid Leads                        | **leads** - Excluded  | Incoming - Malformed - Duplicated                                         |

### 1.2 Lead Status 定义（前端展示 9 个）

| # | 状态    | English        | 值                | Lifecycle State | V1 就绪       | 定义                         |
| - | ----- | -------------- | ---------------- | --------------- | ----------- | -------------------------- |
| 1 | 新线索   | New            | `new`            | Active          | ✅ Auto      | Lead 进入系统时自动设置             |
| 2 | 联系中   | Attempted      | `attempted`      | Active          | ✅ Auto      | call-analysis 检测到外呼记录后自动更新 |
| 3 | 已触达   | Connected      | `connected`      | Active          | ✅ Auto      | call-analysis 检测到接通后自动更新   |
| 4 | 已预约   | Booked         | `booked`         | Active          | 🤖 AI       | AI 从通话内容识别预约意图后更新          |
| 5 | 条件性拒绝 | Bad Timing     | `bad_timing`     | Frozen          | 🤖 AI       | AI 从通话内容识别条件性拒绝            |
| 6 | 绝对拒绝  | Not Interested | `not_interested` | Terminal        | 🤖 AI       | AI 从通话内容识别明确拒绝             |
| 7 | 无法触达  | Unreachable    | `unreachable`    | Terminal        | ⚠️ Inferred | 温度冷掉 + 从未接通（系统规则推断）        |
| 8 | 失联    | Lost Contact   | `lost_contact`   | Terminal        | ⚠️ Inferred | 温度冷掉 + 曾接通后完全失联（系统规则推断）    |
| 9 | 漏跟    | Neglected      | `neglected`      | Terminal        | ⚠️ Inferred | 温度冷掉 + 活跃状态跟进未完成（系统规则推断）   |

> **后端存储但前端不展示的 3 个状态**：`showed`、`trialed`、`converted` — 依赖线下数据（门店签到、课程管理、POS），V1 暂不支持。

### 1.3 Lead Tracker Pipeline 页面

#### 顶栏汇总

| 前端展示名             | 计算方式                                               | 来源表              |
| ----------------- | -------------------------------------------------- | ---------------- |
| INCOMING LEADS    | `COUNT(*) FROM leads`                              | leads            |
| VALID LEADS       | Incoming - Excluded                                | leads            |
| INCOMING → BOOKED | `COUNT(leadStatus='booked') ÷ COUNT(*) FROM leads` | contacts + leads |

#### Active 行（当前仍在漏斗中）

直接读 `contacts.leadStatus` 当前值。

| 前端展示名      | 计算方式                                 | 来源表      |
| ---------- | ------------------------------------ | -------- |
| Active（汇总） | New + Attempted + Connected + Booked | contacts |
| New        | `COUNT(leadStatus='new')`            | contacts |
| Attempted  | `COUNT(leadStatus='attempted')`      | contacts |
| Connected  | `COUNT(leadStatus='connected')`      | contacts |
| Booked     | `COUNT(leadStatus='booked')`         | contacts |

#### Drop-off 行（已掉出漏斗）

| 前端展示名          | 总数计算                                                                 | 来源表      |
| -------------- | -------------------------------------------------------------------- | -------- |
| Drop-off（汇总）   | Unreachable + Neglected + Lost Contact + Bad Timing + Not Interested | contacts |
| Unreachable    | `COUNT(leadStatus='unreachable')`                                    | contacts |
| Neglected      | `COUNT(leadStatus='neglected')`                                      | contacts |
| Lost Contact   | `COUNT(leadStatus='lost_contact')`                                   | contacts |
| Bad Timing     | `COUNT(leadStatus='bad_timing')`                                     | contacts |
| Not Interested | `COUNT(leadStatus='not_interested')`                                 | contacts |

#### Excluded 行（未进入 contacts）

| 前端展示名             | 计算方式                           | 来源表   |
| ----------------- | ------------------------------ | ----- |
| Excluded（汇总）      | Malformed + Duplicated         | leads |
| Malformed Number  | leads 中 phone 格式无效，未创建 contact | leads |
| Duplicated Number | leads 中 phone 重复               | leads |

#### 占比计算

| 占比                              | 分母             | 说明                       |
| ------------------------------- | -------------- | ------------------------ |
| Active/Drop-off 各项 "% of valid" | Valid Leads    | 进入 contacts 表的有效 Lead 总数 |
| Excluded 各项 "% of incoming"     | Incoming Leads | leads 表总数                |

### 1.4 Dashboard Leads tab

Dashboard → Leads tab 页面从上到下由 4 个区域组成：

#### ① Lead Funnel（流图）

5 阶段漏斗流图（Incoming → Validation → Outreach → Reached → Booking），展示 Active / Excluded / Dropped 三色带。

每个阶段的数字 = **经过该阶段的 Lead 总数**（当前仍在该阶段的 Active + 从该阶段掉出的 Drop-off）。计算依赖 **leads 表**（Incoming/Excluded）、**contacts 表**（当前 leadStatus）和 **contact\_timeline 表**（判断 Drop-off 归属阶段）。

| 漏斗阶段           | 计算方式                                   | 来源表                         |
| -------------- | -------------------------------------- | --------------------------- |
| **Incoming**   | `COUNT(*) FROM leads`                  | leads                       |
| **Validation** | Incoming - Excluded                    | leads                       |
| **Outreach**   | Validation - 从 Validation 掉出的 Drop-off | leads + contacts + timeline |
| **Reached**    | Outreach - 从 Outreach 掉出的 Drop-off     | contacts + timeline         |
| **Booking**    | Reached - 从 Reached 掉出的 Drop-off       | contacts + timeline         |

**从 Validation 掉出** = `leadStatus='neglected'` 且 timeline `oldValue.leadStatus='new'`（从未尝试联系）

**从 Outreach 掉出** = timeline `oldValue.leadStatus='attempted'` 的 Unreachable / Neglected / Not Interested

**从 Reached 掉出** = timeline `oldValue.leadStatus='connected'` 的 Bad Timing / Not Interested / Lost Contact / Neglected

**从 Booking 掉出** = timeline `oldValue.leadStatus='booked'` 的 Bad Timing / Not Interested / Lost Contact

> 详细的 Drop-off 按阶段归属规则见 §1.2 Pipeline 页面。

#### ② KPI Bar（指标卡片栏）

当前展示 2 个卡片：

| 前端展示名                         | 公式                                                          | 参考值      | 来源                                             |
| ----------------------------- | ----------------------------------------------------------- | -------- | ---------------------------------------------- |
| Median Response Time          | `Median(firstAttemptedAt − createdAt)`                      | \< 5 min | contacts.createdAt + calls 派生 firstAttemptedAt |
| Booking Rate by Response Time | 按响应时间分桶（≤5min / 5–30min / 30min–1h / >1h），算每桶的 Booking Rate | —        | 同上 + contacts.leadStatus                       |

> 隐藏但数据就绪：Reach Rate、Booking Rate、Neglect Rate — 后端可计算，暂不在 KPI Bar 展示。

::: info 为什么用 Median 而不是 Average

响应时间容易出现极端值（如周末进来的 Lead 周一才联系），Average 会被少数 outlier 拉高，不能真实反映团队执行水平。Median（中位数）取排序后正中间的值，不受极端值影响。

示例：5 个 Lead 响应时间 2min, 3min, 5min, 8min, 45min → Average = 12.6min（被 45min 拉高），Median = 5min（真实水平）。

`firstAttemptedAt` 从 calls 表派生：`MIN(start_time) WHERE contact_phone=? AND direction='Outbound'`。

:::

#### ③ Bad-Timing Reason Breakdown（条件性拒绝原因分布）

横向条形图，展示 `leadRejectionReasons` 各标签的频次分布。

| 前端展示名                       | 公式                                                                      | 来源       |
| --------------------------- | ----------------------------------------------------------------------- | -------- |
| Bad-Timing Reason Breakdown | contacts 中 `leadStatus='bad_timing'` 的 `leadRejectionReasons` 各标签 COUNT | contacts |

详见 [Lead Funnel 与 Status 汇总](/product-design/v1/lead-tracker-feature/lead-funnel-status.md)。

***

## 二、Tasks 指标

**行动产生了什么结果？** Task 连接"员工行动"与"业务结果"。两种类型：**Lead Outreach**（Lead 进入时即时生成）和 **Follow-up**（Cross-Call AI 每日凌晨批量生成）。

完整设计见 [Tasks Overview](/product-design/v1/tasks-feature/tasks-overview.md)，场景规则见 [Follow-up Task 生命周期](/product-design/v1/tasks-feature/task-lifecycle.md)。

::: details Task 生成机制与去重规则

**两个生成入口：**

| 入口            | 触发时机                  | 触发条件                        |
| ------------- | --------------------- | --------------------------- |
| Lead Outreach | Lead 进入系统时即时触发        | Lead 从未被联系过                 |
| Follow-up     | 每日凌晨 Cross-Call AI 批量 | AI 判定 `actionNeeded` = true |

Per-Call Analysis 不直接生成 Task。Per-Call 结果写入 call-analysis 表，供 Daily Batch 综合判断。

**去重规则：一个客户同一时间最多一个 active Task。**

```
Task 生成前检查
     │
     ▼  该客户（phone）是否有 active Task？
     │
     ├── 有 → 不生成新 Task
     │       更新现有 Task 的内容：
     │       - suggestedActions（AI 新建议列表）
     │       - 截止时间（根据最高 priority 调整）
     │
     └── 没有 → 生成新 Task
```

**典型生命周期：**

1. Lead 进入 → 生成 Lead Outreach 任务
2. Daily Batch 发现已有 active Lead Outreach → 不重复生成，可更新建议
3. 员工 Complete Lead Outreach → 次日 Daily Batch 发现无 active Task → AI 判定需跟进 → 生成 Follow-up
4. 员工 Complete Follow-up → 次日 AI 再判 → 如果还需要 → 生成新 Follow-up
5. AI 判定 `actionNeeded` = false 且有 active Task → 系统自动 cancel

:::

### 2.1 数据来源

所有 Tasks 指标的数据**全部来自 tasks 表**（`callytics-common/src/db/schema/tasks.ts`）。涉及的关键字段：

| 字段             | 用途                                           |
| -------------- | -------------------------------------------- |
| `status`       | `'pending'` / `'closed'` — 任务状态              |
| `task_type`    | `'lead_outreach'` / `'follow_up'` — 按类型拆分    |
| `priority`     | `'high'` / `'medium'` / `'low'` — 按优先级拆分     |
| `due_at`       | 截止时间 — 判断 overdue / due soon / on-time       |
| `closed_at`    | 关闭时间 — 计算 resolution time、on-time 判定         |
| `created_at`   | 创建时间 — 计算 resolution time                    |
| `close_type`   | `'auto_closed'` / `'manual_closed'` — 关闭方式分布 |
| `close_result` | 11 值枚举 — 营收归因、业务结果分布                         |

**Overdue 和 Due Soon 不存 DB**，由 API 查询时实时计算：

- **Overdue** = `status='pending' AND due_at < NOW()`
- **Due Soon** = `status='pending' AND due_at BETWEEN NOW() AND NOW() + interval`（interval 由店铺配置）

**Booking Rate 需要跨表**：判定逻辑是 task 存续期间该客户的 `contacts.leadStatus` 变为 `booked`，需要关联 `contact_timeline` 的 `contact.lifecycle_changed` 事件。

### 2.2 任务效率 (Task Efficiency)

Dashboard → Tasks tab 展示 7 个可视化卡片，每个卡片内按 Overall / Lead Outreach / Follow-up 三层拆分（Avg Resolution Time 按优先级拆分）。

#### 2.2.1 前端展示指标

**① Completion Rate（完成率）** — 同心圆图

衡量团队整体执行力。低 = 任务积压，员工没在关闭任务。

| #  | 子指标           | SQL 逻辑                                         | 目标     |
| -- | ------------- | ---------------------------------------------- | ------ |
| 1a | Overall       | `COUNT(status='closed') ÷ COUNT(*) FROM tasks` | → 100% |
| 1b | Lead Outreach | `WHERE task_type='lead_outreach'` 同上           | → 100% |
| 1c | Follow-up     | `WHERE task_type='follow_up'` 同上               | → 100% |

**② On-Time Completion Rate（准时完成率）** — 同心圆图

完成率高不代表准时。衡量时效质量 — 任务是否在 deadline 前完成。

| #  | 子指标           | SQL 逻辑                                                                    | 目标     |
| -- | ------------- | ------------------------------------------------------------------------- | ------ |
| 2a | Overall       | `COUNT(status='closed' AND closed_at <= due_at) ÷ COUNT(status='closed')` | → 100% |
| 2b | Lead Outreach | `WHERE task_type='lead_outreach'` 同上                                      | → 100% |
| 2c | Follow-up     | `WHERE task_type='follow_up'` 同上                                          | → 100% |

**③ Due Soon Completion Rate（临期完成率）** — 同心圆图

衡量预警机制的有效性 — 收到 Due Soon 警告后是否及时处理。

| #  | 子指标           | SQL 逻辑                                                    | 目标     |
| -- | ------------- | --------------------------------------------------------- | ------ |
| 3a | Overall       | 触发过 Due Soon 且 `closed_at <= due_at` 的 ÷ 触发过 Due Soon 的总数 | → 100% |
| 3b | Lead Outreach | `WHERE task_type='lead_outreach'` 同上                      | → 100% |
| 3c | Follow-up     | `WHERE task_type='follow_up'` 同上                          | → 100% |

> Due Soon 触发记录需要通过 `contact_timeline` 的 `task.due_at_changed` 或 API 层标记来追踪。

**④ Overdue Completion Rate（逾期恢复率）** — 同心圆图

逾期后最终被补救完成的比例。低 = 逾期任务被遗忘。

| #  | 子指标           | SQL 逻辑                                                                                                               | 目标     |
| -- | ------------- | -------------------------------------------------------------------------------------------------------------------- | ------ |
| 4a | Overall       | `COUNT(status='closed' AND closed_at > due_at) ÷ COUNT(closed_at > due_at OR (status='pending' AND due_at < NOW()))` | → 100% |
| 4b | Lead Outreach | `WHERE task_type='lead_outreach'` 同上                                                                                 | → 100% |
| 4c | Follow-up     | `WHERE task_type='follow_up'` 同上                                                                                     | → 100% |

**⑤ Overdue Rate（逾期率）** — 同心圆图

衡量执行纪律。最直接的负面信号。

| #  | 子指标           | SQL 逻辑                                                  | 目标             |
| -- | ------------- | ------------------------------------------------------- | -------------- |
| 5a | Overall       | `COUNT(status='pending' AND due_at < NOW()) ÷ COUNT(*)` | → 0%           |
| 5b | Lead Outreach | `WHERE task_type='lead_outreach'` 同上                    | → 0%（> 5% 预警）  |
| 5c | Follow-up     | `WHERE task_type='follow_up'` 同上                        | → 0%（> 10% 预警） |

**⑥ Booking Rate（预约转化率）** — 同心圆图

衡量销售能力。在成功联系到客户的基础上，有多少转化为预约。

| #  | 子指标           | SQL 逻辑                                                          | 目标   |
| -- | ------------- | --------------------------------------------------------------- | ---- |
| 6a | Overall       | task 存续期间客户 `leadStatus` 变为 `booked` 的 task 数 ÷ reached task 总数 | 40%+ |
| 6b | Lead Outreach | `WHERE task_type='lead_outreach'` 同上                            | 10%+ |
| 6c | Follow-up     | `WHERE task_type='follow_up'` 同上                                | 50%+ |

> **跨表查询**：需要关联 `contact_timeline` WHERE `event_type='contact.lifecycle_changed'` AND `newValue.leadStatus='booked'` AND `occurred_at BETWEEN task.created_at AND task.closed_at`。Lead Outreach 天然低（首次接触），Follow-up 应该高（已有关系）。

**⑦ Avg Resolution Time（平均解决时间）** — 横向进度条

按 Lead Outreach + Follow-up 三个优先级拆分，不做 Overall（分钟和小时混在一起无意义）。

| #  | 子指标                | SQL 逻辑                                                                            | 目标       |
| -- | ------------------ | --------------------------------------------------------------------------------- | -------- |
| 7a | Lead Outreach      | `AVG(closed_at - created_at) WHERE task_type='lead_outreach' AND status='closed'` | \< 5 min |
| 7b | Follow-up (High)   | `WHERE task_type='follow_up' AND priority='high' AND status='closed'` 同上          | \< 4h    |
| 7c | Follow-up (Medium) | `WHERE priority='medium'` 同上                                                      | \< 24h   |
| 7d | Follow-up (Low)    | `WHERE priority='low'` 同上                                                         | \< 72h   |

> **注：** Lead Outreach 处理时长与 §1.4 ② Median Response Time 是同一个指标，此处从 Task 视角呈现（Avg vs Median 区别见 §1.4 说明）。

#### 2.2.2 暂不展示指标

数据已有但暂不在 Dashboard 可视化展示，后续根据需求开放。

| #  | 指标                     | SQL 逻辑                                                     | 来源    |
| -- | ---------------------- | ---------------------------------------------------------- | ----- |
| 8  | Task Type Distribution | `GROUP BY task_type` 各占比                                   | tasks |
| 9  | Priority Distribution  | `GROUP BY priority` 各占比                                    | tasks |
| 10 | Auto-Close Rate        | `COUNT(close_type='auto_closed') ÷ COUNT(status='closed')` | tasks |

***

## 三、Revenue & Staff Performance 指标

数据全部来自 **tasks 表**（`close_result` 字段）+ **店铺配置**（假设价格/系数）。Dashboard → Revenue & Staff Performance tab 展示。

### 3.1 营收计算（Revenue Attribution）

**tasks 表没有金额字段** — 营收金额由 API 层在查询时实时计算：读取 `close_result` → 匹配店铺配置的假设价格 → 算出金额。

计算公式：`营收金额 = f(close_result, 店铺配置)`

| close\_result         | DB 字段（tasks 表）                       | API 层计算逻辑                   | 默认金额                  |
| --------------------- | ------------------------------------ | --------------------------- | --------------------- |
| `converted`           | `close_result='converted'`           | × 店铺配置.新客平均客单价              | $149/mo               |
| `upgraded`            | `close_result='upgraded'`            | × 店铺配置.升级增量单价               | $40/mo                |
| `complaint_resolved`  | `close_result='complaint_resolved'`  | × 店铺配置.会员月均消费 × 店铺配置.投诉归因系数 | $149 × 0.60 = $89/mo  |
| `payment_recovered`   | `close_result='payment_recovered'`   | × 店铺配置.会员月均消费 × 店铺配置.支付恢复系数 | $149 × 0.75 = $112/mo |
| `cancel_saved`        | `close_result='cancel_saved'`        | × 店铺配置.会员月均消费               | $149/mo               |
| `freeze_recovered`    | `close_result='freeze_recovered'`    | × 店铺配置.会员月均消费 × 店铺配置.冻结恢复系数 | $149 × 0.70 = $104/mo |
| `win_back`            | `close_result='win_back'`            | × 店铺配置.新客平均客单价              | $149/mo               |
| `event_signed_up`     | `close_result='event_signed_up'`     | × 店铺配置.活动平均报名费              | $30（一次性）              |
| `promotion_converted` | `close_result='promotion_converted'` | × 店铺配置.推广活动客单价              | $129/mo/人（一次性）        |

> **数据流**：tasks 表只存 `close_result`（枚举值）+ `close_type`（auto/manual）+ `closed_by_staff_name`（谁关闭的）。金额不存 DB，每次查询时 API 用 close\_result 查店铺配置表拿到对应价格/系数，实时算出营收金额。店铺配置的默认值可在 [Rules → Revenue Benchmarks](/product-design/v1/rules-feature/rules-feature.md#6-revenue-benchmarks营收基准值) 中编辑。

### 3.2 前端 Revenue tab — Impacted Revenue 表格

表格每行对应一个营收类型，展示 5 列：

| 列名              | 含义                                   | 计算方式                                                 |
| --------------- | ------------------------------------ | ---------------------------------------------------- |
| **Expected**    | 如果所有 task 都达成理想结果，能产生的最大营收           | 按 `type_category` 统计所有 task 数 × 该类型对应的理想营收金额（见下方映射表） |
| **Actual**      | 已关闭 task 实际达成的正向 close\_result 对应的营收 | 按 `close_result` 统计已关闭 task 数 × 该结果对应的配置金额（见下方金额表）   |
| **Tasks**       | 该营收类型相关的已关闭 task 数                   | 按 `close_result` 统计 `status='closed'` 的数量            |
| **Leakage**     | 营收泄漏 = Expected - Actual             | 红色展示，代表未达成理想结果的损失                                    |
| **Description** | 该营收类型的说明                             | 静态文案                                                 |

#### Expected 的计算：type\_category → 理想 close\_result 映射

Expected 基于 `type_category`（11 个）计算 — 每个 task 创建时就知道它的理想结果是什么（API 层固定映射，不存 DB）：

| type\_category         | 理想 close\_result      | Expected 金额        | 说明                               |
| ---------------------- | --------------------- | ------------------ | -------------------------------- |
| `lead_outreach`        | —                     | 不计入 Expected       | 目标是接通，不直接产生营收                    |
| `lead_follow_up`       | —                     | 不计入 Expected       | 目标是推动预约，不直接产生营收                  |
| `booked_not_converted` | `converted`           | $149               | 理想：预约后到店签约                       |
| `cancellation_risk`    | `cancel_saved`        | $149               | 理想：挽留成功                          |
| `complaint_retention`  | `complaint_resolved`  | $149 × 0.60 = $89  | 理想：投诉解决后留存（× 投诉归因系数）             |
| `win_back`             | `win_back`            | $149               | 理想：前会员重新签约                       |
| `upgrade`              | `upgraded`            | $40                | 理想：升级套餐                          |
| `payment_recovery`     | `payment_recovered`   | $149 × 0.75 = $112 | 理想：会员更新 credit card 成功（× 支付恢复系数） |
| `freeze_recovery`      | `freeze_recovered`    | $149 × 0.70 = $104 | 理想：冻结会员恢复活跃（× 冻结恢复系数）            |
| `event_promotion`      | `event_signed_up`     | $30                | 理想：会员报名活动（一次性）                   |
| `special_promotion`    | `promotion_converted` | $129               | 理想：特别推广签约（一次性）                   |

> `lead_outreach` 和 `lead_follow_up` 不计入 Expected — 它们的目标是推动 Lead 往漏斗下一步走（接通、预约），不直接产生营收。

**Expected 计算**：`SUM( COUNT(type_category) × 理想金额 )` — 只统计有营收归因的 9 个 type\_category（排除 lead\_outreach 和 lead\_follow\_up），包含 pending + closed，代表"如果全部完美执行"的理论上限。

#### Actual 的计算：close\_result → 实际营收

Actual 基于 `close_result`（13 个中的 9 个正向结果）计算 — 只算已关闭且达成正向结果的 task：

| close\_result         | 营收类型                    | Actual 金额          |
| --------------------- | ----------------------- | ------------------ |
| `converted`           | Conversion MRR          | $149               |
| `upgraded`            | Upgrade MRR             | $40                |
| `complaint_resolved`  | Complaint Retention MRR | $149 × 0.60 = $89  |
| `payment_recovered`   | Payment Recovery MRR    | $149 × 0.75 = $112 |
| `cancel_saved`        | Cancel Save MRR         | $149               |
| `freeze_recovered`    | Freeze Recovery MRR     | $149 × 0.70 = $104 |
| `win_back`            | Win-back MRR            | $149               |
| `event_signed_up`     | Event Revenue（一次性）      | $30                |
| `promotion_converted` | Promotion Revenue（一次性）  | $129               |

非正向的 4 个 close\_result（`lead_outreached` / `wrong_number` / `do_not_contact` / `other`）不产生 Actual。

**Actual 计算**：`SUM( COUNT(status='closed' AND close_result IN 正向 9 个) × 配置金额 )`

#### Leakage 来源

Leakage = Expected - Actual，差额来自：

1. **还没关闭的 task**（pending） — 贡献了 Expected 但还没有 Actual
2. **关闭了但不是正向结果的 task**（close\_result = `lead_outreached` / `wrong_number` / `do_not_contact` / `other`） — 贡献了 Expected 但 Actual = 0
3. **type\_category 与 close\_result 不匹配**（如 `cancellation_risk` task 最终 close\_result = `other` 而非 `cancel_saved`）— Expected 算了 $149 但 Actual = 0

#### 汇总行

| 前端展示名                            | Expected                             | Actual                                | Leakage           |
| -------------------------------- | ------------------------------------ | ------------------------------------- | ----------------- |
| Recurring Revenue (MRR) Subtotal | 8 种 MRR type\_category 的 Expected 之和 | 8 种 MRR close\_result 的 Actual 之和     | Expected - Actual |
| One-Time Revenue Subtotal        | Event type\_category 的 Expected      | Event close\_result 的 Actual          | Expected - Actual |
| **Total**                        | MRR + One-Time Expected              | MRR + One-Time Actual                 | Expected - Actual |
| Impacted Revenue（顶部大数字）          | —                                    | = Total Actual                        | —                 |
| vs previous period（趋势）           | —                                    | 当前周期 Total Actual - 上一周期 Total Actual | —                 |

> 详见 [任务与营收归因](/product-design/v1/tasks-feature/revenue-attribution.md)。

### 3.3 Staff Performance tab 指标

按 `closed_by_staff_name`（tasks 表字段）聚合：

| # | 前端展示名          | DB 查询（tasks 表）                                                                                                                                                   | API 层计算                               |
| - | -------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------- |
| 1 | 员工任务完成数        | `SELECT closed_by_staff_name, COUNT(*) FROM tasks WHERE status='closed' GROUP BY closed_by_staff_name`                                                           | 直接展示                                  |
| 2 | 员工 MRR 贡献      | `SELECT closed_by_staff_name, close_result, COUNT(*) FROM tasks WHERE status='closed' AND close_result IN (7 种 MRR) GROUP BY closed_by_staff_name, close_result` | 每个员工的每种 close\_result COUNT × 配置金额，求和 |
| 3 | 员工 One-Time 贡献 | 同上，`close_result IN ('event_signed_up','promotion_converted')`                                                                                                   | 同上                                    |
| 4 | 员工关闭结果分布       | `SELECT closed_by_staff_name, close_result, COUNT(*) FROM tasks WHERE status='closed' GROUP BY closed_by_staff_name, close_result`                               | 每个员工的 13 种结果各占比                       |

***

## 四、Contacts 指标

### 3.1 客户资产概览 (Customer Asset Overview)

| # | 指标   | English         | 计算逻辑         | 角色    | V1 就绪  | 作用     |
| - | ---- | --------------- | ------------ | ----- | ------ | ------ |
| 1 | 总客户数 | Total Customers | Contacts 记录数 | O / M | ✅ Auto | 客户基础规模 |

### 3.2 互动活跃度 (Engagement)

按时间桶统计有互动（通话或短信）的客户占比。

| # | 指标     | English              | 定义           | 计算                             | 角色 | V1 就绪  | 作用        |
| - | ------ | -------------------- | ------------ | ------------------------------ | -- | ------ | --------- |
| 1 | 1 月活跃率 | 30-Day Active Rate   | 30 天内有通话/短信  | `lastActivityAt` ≥ now − 30d   | O  | ✅ Auto | 近期互动客户占比  |
| 2 | 3 月活跃率 | 90-Day Active Rate   | 90 天内有通话/短信  | `lastActivityAt` ≥ now − 90d   | O  | ✅ Auto | 中期互动客户占比  |
| 3 | 6 月活跃率 | 180-Day Active Rate  | 180 天内有通话/短信 | `lastActivityAt` ≥ now − 180d  | O  | ✅ Auto | 长期互动客户占比  |
| 4 | 沉默客户占比 | Silent Customer Rate | 超过 6 个月无互动   | `lastActivityAt` \< now − 180d | O  | ✅ Auto | 发现完全失联的客户 |

> `lastActivityAt` 已在 V1 Contacts 中定义。Neon SQL 可直接按时间桶聚合查询。

> DNC、手动里程碑、AI 增强字段、AI 衍生指标等暂不在前端展示的 Contacts 指标，见 [Contacts 扩展指标](/product-design/future-plans/contacts-metrics-extended.md)。

***

## 五、V1 就绪度统计

### 全指标就绪度总表

| 章节                             | 指标                | English                        | 角色    | V1 就绪              | 作用                               |
| ------------------------------ | ----------------- | ------------------------------ | ----- | ------------------ | -------------------------------- |
| **§二 Lead 店铺漏斗**（18）           |                   |                                |       |                    |                                  |
|                                | 12 状态分布           | Status Distribution            | O / M | ✅ Auto             | 了解漏斗各阶段客户分布                      |
|                                | 温度分布              | Temperature Distribution       | O / M | ✅ Auto             | 了解客户活跃度分层                        |
|                                | 整体转化率             | Overall Conversion Rate        | O     | 🔘 Manual          | 衡量从获客到成交的整体效率                    |
|                                | 单客获客成本            | CAC                            | O     | ❌ 无数据              | 评估获客投入产出比                        |
|                                | 6 步乘法链            | 6-Step Funnel Chain            | O     | 前 4 步 ✅ / 后 2 步 🔘 | 定位漏斗瓶颈环节                         |
|                                | 有效率               | Validity Rate                  | O / M | ✅ Auto             | 衡量 Lead 来源质量                     |
|                                | 结果产出率             | Result Output Rate             | O / M | ✅ Auto             | 衡量员工跟进覆盖面                        |
|                                | 触达率               | Reach Rate                     | O / M | ✅ Auto             | 衡量电话接通能力                         |
|                                | 预约率               | Booking Rate                   | O / M | ✅ Auto             | 衡量沟通转化说服力                        |
|                                | 到店率               | Show Rate                      | O / M | 🔘 Manual          | 衡量预约到店履约                         |
|                                | 到店转化率             | Show-to-Close Rate             | O / M | 🔘 Manual          | 衡量到店后成交能力                        |
|                                | 拨打预约率             | Response-to-Book Rate          | O / M | ✅ Auto             | 衡量从发起联系(可能联系到也可能联系不到)到最终预约的端到端效率 |
|                                | 分段预约率             | Response Time Booking Rate     | M     | ✅ Auto             | 量化响应速度对预约转化的因果影响                 |
|                                | 漏跟率               | Neglect Rate                   | M     | ⚠️ Inferred        | 衡量店铺整体跟进完成度                      |
|                                | 平均响应时间            | Avg. Speed to Lead             | M     | ✅ Auto             | 衡量店铺对新 Lead 的整体响应速度              |
|                                | Lead Outreach 合规率 | Lead Outreach Compliance Rate  | M     | ✅ Auto             | 衡量新 Lead 首联达标率                   |
|                                | 平均联系次数            | Avg. Contact Attempts          | M     | 🔘 Manual          | 评估成交所需沟通资源                       |
|                                | 预约成交周期            | Book-to-Close Cycle            | O / M | 🔘 Manual          | 评估预约转化效率                         |
| **§三 Lead 员工执行质量**（10，V1 暂不实现） |                   |                                |       |                    |                                  |
|                                | 今日已处理数            | Today's Processed              | S     | ✅ Auto             | 员工当日工作量实时看板                      |
|                                | 个人响应时间            | Personal Speed to Lead         | M / S | ✅ Auto             | 监控新 Lead 首次联系速度                  |
|                                | 个人漏跟率             | Personal Neglect Rate          | M / S | ⚠️ Inferred        | 发现员工遗漏的跟进任务                      |
|                                | 个人触达率             | Personal Reach Rate            | S     | ✅ Auto             | 衡量该员工电话接通能力                      |
|                                | 个人预约率             | Personal Booking Rate          | S     | ✅ Auto             | 衡量该员工沟通转化能力                      |
|                                | 沟通质量趋势            | Communication Quality Trend    | S     | 🤖 AI              | 员工话术改进趋势                         |
|                                | 触达率排行             | Reach Rate Ranking             | M     | ✅ Auto             | 对比员工电话接通能力                       |
|                                | 预约率排行             | Booking Rate Ranking           | M     | ✅ Auto             | 对比员工沟通转化能力                       |
|                                | 沟通质量评分            | Communication Quality Score    | M     | 🤖 AI              | AI 评估员工话术水平                      |
|                                | Lead 处理量排行        | Lead Volume Ranking            | M     | ✅ Auto             | 对比员工工作量                          |
| **§四 Tasks 指标**（17）            |                   |                                |       |                    |                                  |
|                                | 任务完成率             | Task Completion Rate           | M / S | ✅ Auto             | 衡量员工任务执行力                        |
|                                | 任务逾期率             | Task Overdue Rate              | M     | ✅ Auto             | 发现超时未处理的任务                       |
|                                | 平均处理时长            | Avg. Resolution Time           | M     | ✅ Auto             | 评估任务处理效率                         |
|                                | Lead Outreach 完成率 | Lead Outreach Completion Rate  | M     | ✅ Auto             | 衡量 Lead Outreach 任务执行力           |
|                                | Lead Outreach 逾期率 | Lead Outreach Overdue Rate     | M     | ✅ Auto             | 发现超时未处理的 Lead Outreach 任务        |
|                                | Follow-up 任务完成率   | Follow-up Completion Rate      | M     | ✅ Auto             | 衡量 Follow-up 任务执行力               |
|                                | Follow-up 任务逾期率   | Follow-up Overdue Rate         | M     | ✅ Auto             | 发现超时未处理的 Follow-up 任务            |
|                                | Follow-up 平均处理时长  | Follow-up Avg. Resolution Time | M     | ✅ Auto             | 评估 Follow-up 任务处理效率              |
|                                | 跟进预约率             | Follow-up Booking Rate         | M     | ✅ Auto             | 衡量 AI 跟进任务推动预约的效果                |
|                                | 任务类型分布            | Task Type Distribution         | M     | ✅ Auto             | 了解 Lead Outreach vs Follow-up 结构 |
|                                | 优先级分布             | Priority Distribution          | M     | ✅ Auto             | 了解任务紧急程度结构                       |
|                                | 自动关闭率             | Auto-Close Rate                | M     | ✅ Auto             | 衡量 AI 自动关闭任务的比例                  |
|                                | Due Soon 命中率      | Due Soon Completion Rate       | M     | ✅ Auto             | 衡量临期预警的提醒效果                      |
|                                | 影响营收              | Influenced Net MRR             | O     | 🔘 Manual          | 量化员工行动与 AI 带来的营收                 |
|                                | 平台 ROI            | Platform ROI                   | O     | ❌ 无数据              | 量化平台投入产出比                        |
|                                | 关闭方式分布            | Close Type Distribution        | O / M | ✅ Auto             | 了解人工 vs AI 关闭的结构                 |
|                                | 业务结果分布            | Business Outcome Distribution  | O / M | ✅ Auto             | 了解任务关闭后的业务成果结构                   |
| **§五 Contacts 指标**（24）         |                   |                                |       |                    |                                  |
|                                | 总客户数              | Total Customers                | O / M | ✅ Auto             | 客户基础规模                           |
|                                | 客户生命周期阶段分布        | Lifecycle Stage Distribution   | O / M | ✅ Auto             | 了解 lead/member/churned 结构        |
|                                | 客户生命周期活跃状态分布      | Lifecycle State Distribution   | O / M | ✅ Auto             | 了解客户活跃 vs 终止结构                   |
|                                | 1 月活跃率            | 30-Day Active Rate             | O     | ✅ Auto             | 近期互动客户占比                         |
|                                | 3 月活跃率            | 90-Day Active Rate             | O     | ✅ Auto             | 中期互动客户占比                         |
|                                | 6 月活跃率            | 180-Day Active Rate            | O     | ✅ Auto             | 长期互动客户占比                         |
|                                | 沉默客户占比            | Silent Customer Rate           | O     | ✅ Auto             | 发现完全失联的客户                        |
|                                | DNC 标记率           | DNC Flag Rate                  | M     | ✅ Auto             | 监控不可联系客户占比                       |
|                                | 到店（手动标记）          | Mark Showed                    | S / M | 🔘 Manual          | 标记客户到店，驱动到店率计算                   |
|                                | 试课（手动标记）          | Mark Trialed                   | S / M | 🔘 Manual          | 标记客户试课，驱动试课率计算                   |
|                                | 成交（手动标记）          | Mark Converted                 | S / M | 🔘 Manual          | 标记客户成交，驱动转化率计算                   |
|                                | 购买意向              | Purchase Intent                | M     | ✅ Auto（AI 写入）      | 识别高意向客户优先跟进                      |
|                                | 状态原因              | Lead Status Reason             | M     | ✅ Auto（AI 写入）      | 解释状态变更的具体原因                      |
|                                | 行动建议              | Suggested Action               | S     | ✅ Auto（AI 写入）      | 为员工提供下一步操作指引                     |
|                                | 客户画像              | Customer Summary               | S     | ✅ Auto（AI 写入）      | 快速了解客户背景和需求                      |
|                                | 条件性拒绝占比           | Conditional Rejection Rate     | M     | ✅ Auto             | 评估可回捞客户比例                        |
|                                | AI Summary 覆盖率    | AI Summary Coverage            | M     | ✅ Auto             | 衡量 AI 画像覆盖面                      |
|                                | 决策障碍分布            | Objection Distribution         | M     | ✅ Auto（AI 写入）      | 了解客户顾虑的主要原因                      |
|                                | 拒绝原因分布            | Rejection Reason Distribution  | M     | ✅ Auto（AI 写入）      | 了解客户拒绝的主要原因                      |
|                                | 客户目标分布            | Goal Distribution              | M     | ✅ Auto（AI 写入）      | 了解客户需求类型结构                       |
|                                | 状态变更历史            | Lead Status Changelog          | M     | ✅ Auto（AI 写入）      | 追溯状态变更全链路                        |
|                                | 未解决投诉             | Open Complaint                 | M     | ✅ Auto（AI+代码）      | 识别当前有未解决投诉的客户                    |
|                                | 投诉率               | Complaint Rate                 | M     | ✅ Auto（AI+代码）      | 监控当前未解决投诉的客户占比                   |
|                                | 取消意向率             | Cancel Intent Rate             | M     | ✅ Auto（AI 写入）      | 监控表达过取消意向的会员占比                   |

### 就绪度统计

> 总计 **69** 个指标

| 状态          | 数量 | 占比  | 说明                         |
| ----------- | -- | --- | -------------------------- |
| ✅ Auto      | 53 | 77% | 系统自动计算，V1 可直接使用            |
| ⚠️ Inferred | 2  | 3%  | 系统可推断，需规则匹配或数据积累           |
| 🔘 Manual   | 9  | 13% | 需员工手动输入或线下数据               |
| 🤖 AI       | 2  | 3%  | 需 AI 分析管道                  |
| ❌ 无数据       | 2  | 3%  | V1 无数据支撑，无法实现              |
| 混合          | 1  | 1%  | 6 步乘法链（前 4 步 ✅ / 后 2 步 🔘） |

### 按章节可用度

| 章节                     | V1 可用指标                                                 | V1 不可用指标                  | 备注                      |
| ---------------------- | ------------------------------------------------------- | ------------------------- | ----------------------- |
| **§二 Lead 店铺漏斗**（18）   | 漏斗前 4 步、状态/温度分布、管理预警、效率指标、拨打预约率、分段预约率、Lead Outreach 合规率 | 到店率/到店转化率/成交周期（🔘）、CAC（❌） | 店铺核心数据，大部分可用            |
| **§三 Lead 员工执行质量**（10） | —                                                       | 全部（缺 `assignedTo` 分配机制）   | **V1 暂不实现**，待分配机制上线     |
| **§四 Tasks 指标**（17）    | 任务效率全部（13 个）、关闭方式分布、业务结果分布                              | 影响营收（🔘）、ROI（❌）           | 任务侧全量可用，营收侧受限           |
| **§五 Contacts 指标**（24） | 资产概览、活跃度、DNC、AI 字段/衍生（含 Changelog）、风险信号                 | —                         | AI 写入字段覆盖面广，新增投诉/取消风险信号 |

> **结论**：V1 共 69 个指标，其中 53 个（77%）系统自动可用。§二 Lead 店铺漏斗的大部分核心指标和 §四 任务效率（13 个）V1 即可落地。§三 员工执行质量因缺乏 Lead 分配机制（`assignedTo`）V1 暂不实现。§五 Contacts 指标依托 AI 写入字段覆盖面广，新增风险信号（投诉/取消意向）。整体来看，店铺级指标 V1 即可落地，员工级指标需等分配机制上线后补齐。

***

## 参考文档

- [Lead 指标详解（P0-P3 + P3 下钻）](/product-design/v1/lead-tracker-feature/lead-funnel-status.md)
- [Lead Outreach 流程](/product-design/v1/lead-tracker-feature/lead-outreach.md)
- [Lead Follow-up 流程](/product-design/v1/lead-tracker-feature/lead-follow-up.md)
- [Lead Temperature](/product-design/v1/lead-tracker-feature/lead-temperature-v1.md)
- [Contacts 数据来源与字段设计](/product-design/v1/contacts-feature/contacts-spec.md)
- [Tasks Overview](/product-design/v1/tasks-feature/tasks-overview.md)
- [Follow-up Task 生命周期](/product-design/v1/tasks-feature/task-lifecycle.md)
- [任务与营收归因](/product-design/v1/tasks-feature/revenue-attribution.md)
- [角色化仪表盘设计](/product-design/product-architecture/role-based-dashboard.md)
- [Rules Feature](/product-design/v1/rules-feature/rules-feature.md)
- [下钻分析设计](/product-design/product-architecture/drill-down-analysis.md)