- name
- ticket-stats
- version
- 1.0.0
- description
- 企业内部咨询工单统计分析。用于处理Excel格式的工单数据，统计每日接收工单数量、处理完成数量、未及时回复数量，并根据关键词自动归类到功能模块（订单交易、经营数据、门店设置、账号管理、商品管理、营销活动、顾客评价），生成带可视化图表的每日摘要报告。
工单统计分析 Skill
数据要求
Excel表格需包含以下列：
工单编号- 唯一标识提交时间- 工单创建时间状态- 待处理/处理中/已解决问题描述- 工单内容文本回复时间- 首次回复时间（可选，用于计算响应时长）
功能模块关键词
| 模块 | 关键词 |
|---|---|
| 订单交易 | 订单、支付、退款、下单、交易、订单查询 |
| 经营数据 | 报表、销售额、营收、流水、统计、经营分析 |
| 门店设置 | 门店、店铺、营业时间、地址、门店配置 |
| 账号管理 | 账号、登录、密码、权限、角色、用户 |
| 商品管理 | 商品、上架、下架、库存、SKU、商品信息 |
| 营销活动 | 优惠券、活动、折扣、满减、推广 |
| 顾客评价 | 评价、评分、评论、星级、反馈 |
使用方式
# 1. 读取Excel工单数据
import pandas as pd
df = pd.read_excel("工单数据.xlsx")
# 2. 统计各项指标
# - 接收工单数：当日新建工单
# - 已解决数：状态为"已解决"的工单
# - 未及时回复：回复时间-提交时间 > 1小时
# 3. 根据关键词自动归类
def classify_ticket(description):
keywords = {...} # 见上方表格
for module, words in keywords.items():
if any(w in description for w in words):
return module
return "其他"
# 4. 生成报告和可视化
# - 使用 matplotlib/plotly 生成图表
# - 输出为图片或HTML输出格式
每日摘要包含：
- 核心指标卡片（接收、处理完成、未及时回复）
- 各模块工单分布饼图
- 按时段/日期的工单趋势图
- 问题关键词云或词频统计
脚本位置
使用 scripts/analyze_tickets.py 进行分析：
python scripts/analyze_tickets.py <工单Excel文件路径> [--date YYYY-MM-DD]