经营例会材料
按模板汇总各区域与产品线的同比环比，标出异动并附初步说明。输入是已确认的指标与维度，输出是可编辑的会议材料，复核人是经营分析负责人，异常项由业务负责人在会上回应。材料由人核对后发布，异常项在会上当场回应。
销售漏斗预警
从 CRM 取阶段停留时长与跟进记录，提示停滞商机与异常流失。输出是排查清单而非结论，处置由销售主管决定，模型无法判断客户关系、预算周期与人情因素。预警只提示需要排查的对象，不替销售判断成败。
库存与缺货分析
结合销量、在途与安全库存，提示可能缺货或积压的品类。需要采购与仓储共同确认，模型无法替代对供应波动与季节性的判断，只能把可疑项提前摆到桌上。采购据此提前备货或清库，判断与取舍仍由人做。
渠道与门店对比
按区域、店型与客流做对比，找出表现偏离的门店并列出可能相关的因素。开店与调整决策仍由业务负责人做出，模型提供的是线索，不是结论，也不能直接当考核依据。门店之间的可比性要先对齐，否则结论会误导决策。
工单与评论分析
对售后工单、评价与客服录音转写做主题聚类，定位高频问题与新兴投诉。输出要附样例原文，避免只给标签而失去可核查性，质检与客服主管据此安排改进并回看效果。标签只能定位方向，原文才是后续整改的依据。
适用与不适用
适合谁
- 有 CRM、ERP 或工单系统的中型以上企业，系统在用
- 每月需要固定产出经营材料的管理部门
- 希望把异常发现前置到周度的业务团队
不适合谁
- 业务系统尚未打通、数据靠手工汇总的企业
- 期待 AI 直接给出处置方案的管理者
典型场景
某区域连锁企业每周一开经营会。分析团队用模型生成门店对比与异动清单，运营负责人在会前逐条标注原因，采购根据缺货提示调整补货。会议材料从手工拼表变成核对与补充，讨论时间更多花在处置上，而不是对数。
可执行步骤
- 从已有系统里选一个数据完整的场景切入，先不要跨系统整合
- 明确输入的指标、维度与时间口径，写进场景说明并在评审时确认
- 把输出限定为清单与说明，不写处置结论，避免业务方不核就直接照做
- 指定业务复核人，逐条给出处置意见并留档，作为下个月优化的依据
常见坑
- 场景选得太大：一次想覆盖全公司指标，数据没对齐就先卡在口径争论上，三个月也出不来第一版。
- 输出直接给结论：业务方照着执行，误报造成实际损失，项目随即被叫停，再想重启很难。
- 没有复核记录：无法判断提示是否有效，优化只能凭感觉，半年后还在同一个问题上打转。
自检与验收清单
- 场景是否有完整的输入数据与稳定的口径定义
- 输出是否限定为提示与清单，不包含处置结论或建议
- 每条提示是否都有处置记录，并写明责任人与时间
- 是否按月统计命中与误报，并据此调整规则与阈值
常见问题
没有数据仓库能做吗？
可以先从单一系统的导出数据做起，用固定模板汇总。但跨系统对比迟早需要统一口径，建议边做边把关键指标固化下来，避免每次分析都重新对齐，也减少重复劳动。
五个场景怎么排序？
按数据完整度、痛感与复核成本排序，先做数据最全、最容易验证的那个。经营材料通常是最稳的起点，因为它有现成口径与固定复核人，也最容易让业务方看到差别。
效果怎么衡量？
看提示被采纳的比例、发现问题的提前量与会后返工次数，由业务方在复盘会上确认。不承诺具体比例，重在持续校准，让提示越来越贴近业务判断，而不是靠参数堆砌。