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

# 下钻分析设计

## 一、什么是下钻分析

下钻分析是一种**数据呈现交互方式**——从一个汇总指标出发，逐层按不同维度拆解，直到找到问题的根因。

```
预约率 30%（偏低，为什么？）
  │
  ├── 按渠道拆：Facebook 20% ← 问题渠道
  │              转介绍 55%
  │              Google 38%
  │
  ├── Facebook 再按员工拆：小王 35%
  │                        小李 8% ← 问题员工
  │
  └── 小李再按时段拆：上午 5%  ← 根因：总在上午打，客户不接
                      傍晚 25%
```

**没有下钻**：只知道"预约率低了"。

**有下钻**：知道是"小李在上午联系 Facebook Lead"导致的，可以精准干预。

***

## 1.1 下钻的两种类型

下钻分析在方法上分为两种类型，回答不同的问题：

| 类型       | 英文术语                     | 做什么                | 回答什么         |
| -------- | ------------------------ | ------------------ | ------------ |
| **指标拆解** | Metric Decomposition     | 把一个指标拆成**互斥的子指标**  | **是什么**问题？   |
| **维度归因** | Dimensional Segmentation | 按维度切分**同一指标**做交叉对比 | **谁/哪里**的问题？ |

两者通常组合使用，先拆解定位问题类型，再归因定位责任方：

```
未触达率 55%（偏高）
  │
  ├── 指标拆解（是什么问题？）
  │     空号/停机 30% → Lead 质量问题
  │     无人接听 50% → 联系策略问题 ← 主因
  │     拒接 15% → 混合
  │     语音信箱 5%
  │
  └── 维度归因（谁的问题？）
        "无人接听"按员工切：小李 70% vs 团队平均 45% → 小李策略问题
        "无人接听"按时段切：上午 65% vs 傍晚 30% → 上午时段效果差
        "空号"按来源切：Facebook 45% vs Google 15% → Facebook 渠道数据质量差
```

::: tip 行业相关术语

| 术语                              | 说明                     |
| ------------------------------- | ---------------------- |
| **KPI Tree / Metric Tree**（指标树） | 指标的层级拆解结构              |
| **Root Cause Analysis**（根因分析）   | 通过下钻找到问题根因的完整过程        |
| **Slice & Dice**（切片分析）          | 按不同维度交叉对比同一指标          |
| **MECE Decomposition**          | 互斥穷尽的拆解方法（McKinsey 体系） |

## :::

## 二、可下钻的指标

系统中以下核心指标支持下钻：

### Lead Outreach 阶段

| 指标       | 说明              | 可下钻维度         |
| -------- | --------------- | ------------- |
| **有效率**  | 清洗后可用 Lead 比例   | 渠道、时段         |
| **放弃率**  | 跟进未完成的 Lead 比例  | 员工、渠道、温度      |
| **触达率**  | 联系后成功触达的比例      | 员工、渠道、时段、联系方式 |
| **预约率**  | 触达后成功预约的比例      | 员工、渠道、时段、温度   |
| **响应时间** | Lead 进入到首次联系的时间 | 员工、时段         |

### 会员阶段

| 指标      | 说明        | 可下钻维度           |
| ------- | --------- | --------------- |
| **续费率** | 到期会员续费比例  | 会员类型、套餐、教练、入会渠道 |
| **销课率** | 已购课程的消耗比例 | 课程类型、教练、时段      |
| **流失率** | 会员流失比例    | 会员时长、套餐类型、入会渠道  |

### 跟进阶段

| 指标        | 说明              | 可下钻维度        |
| --------- | --------------- | ------------ |
| **跟进转化率** | Follow-up 后成交比例 | 员工、跟进场景、跟进次数 |
| **二次预约率** | 跟进后再次预约比例       | 员工、场景        |
| **试课转化率** | 试课后成交比例         | 教练、课程类型      |

***

## 三、下钻维度

### 维度定义

| 维度       | 数据来源       | 示例值                                           |
| -------- | ---------- | --------------------------------------------- |
| **渠道**   | Lead 来源    | Facebook / Google / Walk-in / 转介绍 / Instagram |
| **员工**   | 分配的负责人     | 小王 / 小李 / 小张                                  |
| **时段**   | 联系发生的时间段   | 上午 / 午休 / 下午 / 傍晚 / 晚间                        |
| **联系方式** | 使用的沟通渠道    | 电话 / 短信 / 组合                                  |
| **温度**   | 客户温度标签     | Hot / Warm / Cold                             |
| **门店**   | 所属门店（连锁场景） | A 店 / B 店 / C 店                               |
| **套餐类型** | 购买的会员套餐    | 月卡 / 季卡 / 年卡 / 私教课包                           |
| **教练**   | 指定教练       | 教练 A / 教练 B                                   |
| **会员时长** | 成为会员的时间    | \<3月 / 3-6月 / 6-12月 / >12月                    |

### 维度层级关系

下钻不是随意组合，而是有逻辑的层级路径：

```
全店汇总
  ├── 按渠道 → 按员工 → 按时段        （Lead 获取链路）
  ├── 按员工 → 按温度 → 按联系方式     （执行力链路）
  ├── 按门店 → 按员工 → 按指标         （连锁管理链路）
  └── 按套餐 → 按会员时长 → 按教练     （留存分析链路）
```

***

## 四、交互设计

### 下钻结果呈现方式

下钻指标不一定要跳转子页面，根据信息量和场景选择呈现方式：

| 呈现方式        | 适合场景              | 优点            | 缺点             |
| ----------- | ----------------- | ------------- | -------------- |
| **就地展开**    | 子指标少（3-4 个），结构简单  | 不离开当前页面，上下文连续 | 展开多了页面会乱       |
| **跳转子页面**   | 需要多层下钻，或子指标本身还有详情 | 空间大，可放图表/趋势   | 跳转打断思路，需要面包屑导航 |
| **侧边抽屉/弹窗** | 快速查看明细，不需要深度分析    | 兼顾上下文和详情      | 移动端体验差         |

**设计原则：指标拆解就地展开，维度归因跳转子页面。**

- **指标拆解**（子指标 3-4 个，一眼看完）→ 点击核心指标后就地展开
- **维度归因**（涉及图表、对比、多维交叉）→ 点击子指标跳转详情页

```
┌──────────────────────────────┐
│  触达率：48%  ⚠️  [点击展开]    │
├──────────────────────────────┤  ← 就地展开（指标拆解）
│  空号/停机   12%              │
│  无人接听    25%  🔴  [详情→]  │  ← 点击跳转子页面（维度归因）
│  拒接        8%               │
│  语音信箱    3%               │
└──────────────────────────────┘
```

### 下钻操作

用户在任何汇总指标上，通过以下方式触发下钻：

| 操作         | 效果                 |
| ---------- | ------------------ |
| **点击指标数字** | 展开下一层维度            |
| **选择维度**   | 指定按哪个维度拆解          |
| **面包屑导航**  | 显示当前钻取路径，可点击任意层级回退 |
| **返回**     | 回到上一层              |

### 交互示例

```
┌─────────────────────────────────────────┐
│  预约率：30%  ↓ 偏低                      │
│  全店 > [按渠道▾]                         │
├─────────────────────────────────────────┤
│  Facebook      ████████░░  20%  ⚠️       │
│  Google        ████████████░  38%        │
│  转介绍        ██████████████████  55%    │
│  Walk-in       ███████████████░  45%     │
├─────────────────────────────────────────┤
│  💡 Facebook 渠道预约率显著低于平均，       │
│     点击查看员工维度分布                    │
└─────────────────────────────────────────┘
         │
         ▼ 点击 Facebook
┌─────────────────────────────────────────┐
│  预约率：20%（Facebook）                   │
│  全店 > Facebook > [按员工▾]              │
├─────────────────────────────────────────┤
│  小王           ████████████████  35%    │
│  小李           ███░░░░░░░░░░░░  8%  🔴  │
│  小张           ██████████████░  32%     │
├─────────────────────────────────────────┤
│  💡 小李的 Facebook Lead 预约率仅 8%，     │
│     建议查看其联系时段分布                  │
└─────────────────────────────────────────┘
```

### 智能提示

下钻过程中，系统自动标注异常值并给出建议：

| 提示类型     | 触发条件            | 示例                                      |
| -------- | --------------- | --------------------------------------- |
| **异常标红** | 某维度值低于平均 2 个标准差 | 小李预约率 8%（团队平均 30%）🔴                    |
| **趋势预警** | 某维度值连续下降        | Facebook 转化率连续 3 周下降 ⚠️                 |
| **下钻建议** | 当前维度差异大时推荐下一层   | "建议按时段进一步分析"                            |
| **根因总结** | 到达最底层时生成一句话总结   | "小李上午联系 Facebook Lead 触达率仅 12%，建议调整至傍晚" |

***

## 五、典型下钻场景

### 场景 1：预约率下降排查

```
本月预约率 30%（上月 38%）
  → 按渠道：Facebook 从 32% 降到 18%
    → 按员工：新入职的小陈只有 10%
      → 按沟通质量评分：小陈平均 45 分（团队 72 分）
        → 根因：新人话术不熟练
        → 建议：安排话术培训 + AI 模拟训练
```

### 场景 2：触达率异常排查

```
本周触达率 48%（行业基准 60%）
  → 按时段：上午 35%，傍晚 68%
    → 按员工：大部分员工集中在上午联系
      → 根因：排班导致上午联系量过大，但上午触达率低
      → 建议：调整排班，把更多联系安排到傍晚
```

### 场景 3：续费率下降排查

```
本月续费率 55%（上月 68%）
  → 按套餐：月卡 42%，年卡 78%
    → 按会员时长：月卡 + 入会<3月 的续费率仅 28%
      → 按教练：教练 B 带的新月卡客户续费率 15%
        → 根因：教练 B 新客户维护不到位
        → 建议：查看教练 B 的 Service Call 记录
```

***

## 六、与角色化仪表盘的关系

下钻分析是仪表盘的**交互能力**，不同角色的下钻深度不同：

| 角色     | 起始视角    | 可下钻层级          | 典型路径                |
| ------ | ------- | -------------- | ------------------- |
| **老板** | 全店/多店汇总 | 1-2 层（到渠道/门店）  | 全店 → 门店对比 → 转交经理    |
| **经理** | 团队汇总    | 2-3 层（到员工/时段）  | 团队 → 员工 → 时段 → 干预   |
| **员工** | 个人数据    | 1 层（按时段/渠道看自己） | 我的触达率 → 按时段看 → 调整策略 |

***

## 七、实现要点

1. **预计算聚合**：常用维度组合预先计算好，确保下钻响应 \< 1 秒
2. **维度索引**：每条数据记录关联的维度标签要完整（渠道、员工、时段等），否则下钻时数据缺失
3. **权限过滤**：员工只能下钻自己的数据，经理只能下钻本店数据
4. **缓存策略**：同一路径的下钻结果缓存，避免重复计算
5. **移动端适配**：下钻交互在移动端用滑动/点击替代悬浮菜单