促销搞得轰轰烈烈，店里人挤人，店员忙得脚不沾地。到了月底一算账，老板却傻眼了：销售额涨了，利润怎么反而变少了？

很多做零售的朋友经常吃这个暗亏：折扣打太狠、进货价暗暗涨了、退货率飙升、活动杂费超支……如果不把账算透，只看一个表面的“总流水”，你根本不知道钱究竟亏在了哪里。

今天我们用 DT-Bot，对一家拥有 100 家门店的连锁零售企业做一次深度体检。面对两个月累计 1,200 万条小票流水，我们带你把销售、退货、进货成本和门店费用彻底穿透，看看利润到底被谁吃掉了。

全程零 Python 代码、零 SQL，只需提交任务。原本要人工写的 复杂业务 SQL 和流程编排脚本，现在由它完成，如下图：

写完自动核查：有错就改，直到结果正确。不只查语法，更查语义。

DT-Bot是一个专业做 “多SQL流程编排” 的最新Agent ，内部做了大量的工程化的优化，能“在本地轻松处理分析至少千万量级以上的数据”，完全可替代人工， 你可以看下我这一篇文章：

https://zhuanlan.zhihu.com/p/2091858871619003178

准备工作：6 张底表，看透门店经营

注：所有数据均为教学模拟数据，不涉及真实企业信息。

本次分析涵盖 2026 年 8 月和 9 月 的经营数据，涉及食品饮料、日用清洁、家居用品、个护美妆和办公文具 5 大类商品。部分门店在 9 月开展了引流促销，部分商品的标准成本也在 9 月进行了调整。

原数据表	里面记录了什么？
门店资料	100 家门店的城市、区域、面积和大中小型店类型
商品资料	2,000 款商品的品类、单位和标价（吊牌价）
商品成本记录	8月、9月各商品的进货标准成本（有调价版本）
销售小票明细	1,200 万条收银流水：买了啥、卖了几件、打了多少折、实收多少钱
退货明细	顾客退了哪笔单、退了几件、退了多少钱、哪天退的
门店月度费用	100 家门店每个月的房租、人工、水电、促销物料等固定开销

第一步：先把账对齐！销售、退货与成本的底账核对

一张小票往往买了多件商品，而买走的商品几天后又可能被部分退货。千万级数据绝不能凭商品名笼统拼凑，必须以单行销售记录为基准，先逐行核实，再做汇总。

把这段提示词发给 DT-Bot，把底账彻底摸清：

请检查六张零售原表，保留原表，结果另建表。确认行数、日期范围、空值和唯一键。商品编码、门店编码、成本版本编码、销售行号、退货行号分别检查唯一性；小票号允许多行，但同一小票必须属于同一日期和门店。

销售行关联商品、门店和对应成本版本，核对成本版本商品及生效时间。逐行检查：吊牌金额－商家优惠金额＝实收金额，吊牌金额＝销售数量×吊牌单价。

退货按原销售行号关联，检查引用存在、退货日期不早于销售日期、累计退货数量不大于原销售数量、退款不大于原实收。本例没有退货手续费，退款按原销售成交单价×退货数量计算。重复退款、数量或金额不符的记录单列。

退货成本冲回用原销售行的单位成本，不能用退货时最新成本。先将退货聚合到所需粒度再关联，不重复累计销售。输出“零售数据核对异常”和“销售退货关联明细”，说明可用于分析的范围。

助手完成任务后会给出结论和产物，如下图：

我们打开“零售数据核对异常” 来看下结果，如下图：

从「零售数据核对异常」中可以看出，助手已严格对照要求完成全量核验：20 个核对项全部通过，异常行数均为 0。小票没有跨店、跨天的异常记录；1,200 万行销售逐行校验下，「吊牌金额减优惠」与实收分文不差；412,629 条退货全部精准关联到原销售行，退货日不早于销售日，数量和退款都没有超出原单，也没有重复退款；销售行上的成本版本都属于该商品，并且是销售当日应生效的版本，没有改用更晚的成本。充分证明底账核对与规则执行完全正确。

---

第二步：还原真实的经营月报（钱在哪个月进出，账就记在哪个月）

很多店长做月报最头疼跨月退货：9 月初顾客退了一大批 8 月买的货，这笔账算谁头上？

正常的经营月报必须看业务实际发生的月份（即现金流水视角）：

• 9 月收到的钱，算 9 月的实收；
• 9 月退掉的钱（即便退的是 8 月的旧单），也是 9 月真金白银掏出去的退款，必须算在 9 月的扣减里。

把这段提示词发给 DT-Bot，生成 8 月与 9 月全公司及各门店真实的经营月报：

请按业务发生月，分析8月、9月公司及各门店的经营情况。

当月销售实收按销售日期统计；当月退款按退货日期统计，包括当月退回以前月份销售的记录。销售净收入＝当月销售实收－当月退款。
净销售成本＝当月销售数量×对应成本版本单价－当月退货数量×原销售行成本单价。
毛利＝销售净收入－净销售成本；经营贡献＝毛利－门店月度费用五项合计。经营贡献率、毛利率均使用销售净收入作为分母，分母不大于0时标为不适用并解释。

退货表含10月记录，8月与9月经营月报不得计入10月退款。也不要将全部退款都归到原销售月份来冒充发生月月报。

门店月度费用先按月份＋门店汇总，与门店月度收入成本连接，绝不能把一笔月租重复到每条销售行后再相加。不要把整店费用重复分摊到每个类目。

输出“门店月度经营表”，包含销量、销售实收、退款、净收入、净成本、毛利、各项费用、经营贡献及环比变化。配上两月净收入与经营贡献对比图、门店经营贡献排名图。公司合计重新计算比率。

助手完成任务后会给出结论和产物，如下图：

我们抽查一个 “门店经营_8_9月对比图”如下图示：

---

第三步：像剥洋葱一样，把利润变化拆成明白账

当发现某家门店 9 月利润下滑时，如果只写“建议加强成本管理”，对一线毫无帮助。我们需要把利润变动分两层彻底拆透：

第一层（全店总账·变化桥）：严格验证财务恒等式：

经营贡献变化=Δ销售实收−Δ退款−Δ出库成本+Δ退货冲回−Δ门店费用

确保各项金额加总分文不差，查清是收入跌了、退款多了，还是房租活动杂费超了。

第二层（单品出库毛利·量价本归因）：针对同店同款商品，不含退货与整店固定费用，纯粹拆解单品毛利：

• • 多卖赚了多少（销量影响）？
  • 降价亏了多少（价格影响）？
  • 进价贵了多少（成本影响）？

把这段归因提示词发给 DT-Bot助手：

继续分析9月相较8月的经营贡献变化，重点查看净收入不差但经营贡献下降的门店。

先做可加总的变化桥：经营贡献变化＝销售实收变化－退款变化－销售出库标准成本变化＋退货成本冲回变化－经营费用变化。分别展示各项金额，核对合计等于经营贡献实际变化，不重复计算退货。

再按商品、类目比较销量、平均成交单价、平均优惠率、单位成本及商品毛利。优惠率＝优惠金额合计÷吊牌金额合计，不平均各行折扣。区分有明确成本版本调整的商品与仅因销售结构变化导致的平均成本上升。

对两个月均销售的同店同商品，可在销售出库毛利口径补充拆解：销量影响=(9月数量－8月数量)×(8月平均成交单价－8月单位成本)；价格影响=9月数量×(9月平均成交单价－8月平均成交单价)；成本影响=－9月数量×(9月单位成本－8月单位成本)。新出现或退出的商品单列；该拆解不含退货和门店费用，别与完整经营贡献混称。

输出“经营贡献变化拆解”和“类目商品毛利明细”，配上利润变化项目图、类目毛利变化图。优先列出造成下降最多的门店与商品组合，保留销售和成本依据。

助手完成任务后会给出结论和产物，如下图：

抽查一个 “经营贡献变化拆解”表，内容如下图示：

“经营贡献变化看板”图表：

---

第四步：促销真的赚到了吗？还是赔本赚吆喝？

很多门店大促期间人流爆满，看似战绩斐然。但评估促销效果，有两个业务“假象陷阱”必须绕开：

1. 别拿大店跟小店比：市中心大店平时客流就大，不能拿它跟没做活动的小社区店比。必须在相同区域、相同类型的门店之间做对照。
2. 警惕“退货还没发生”的假象：8 月的单子经过一个多月沉淀，退货早已暴露无遗；而 9 月底大促卖出去的东西，很多顾客还没来得及拆封退货！如果直接比较两个月的总退款，9 月大促就会显得“退货率极低”，形成虚假繁荣。

因此，提示词中制定了最公平的规则：统统锁死在“售出后 7 天内的退货情况”做对比（数据截止到 10 月 7 日，刚好完整覆盖 9 月末最后一天的 7 天售后期）。把提示词发给 DT-Bot：

请分析“9月引流促销”的表现，比较活动商品与非活动商品，并按相同区域、店型查看促销门店和未促销门店8月到9月的变化。注明门店数、销售行数及分组差异，不宣称随机实验或已证明活动增量。

活动效果按原销售行归属统计，观察8月、9月销售分别在售后7天内发生的退货，完整观察数据截至10月7日。计算销售数量、实收、7日退货数量率、7日退款额、扣退货后的收入和商品毛利。对比两月必须使用同样的7天售后窗口，不能给8月更长的退货观察期。

9月引流促销门店的活动执行费用可单独与活动商品毛利对照，但这是简化的活动贡献测算，不是对活动因果增量的证明。整店租金和人工不随意重复分配给每个活动。

找出折后单价低于单位成本、退货较高或高销售低毛利的商品，区分价格问题、成本变化和退货影响。输出“活动与退货复盘”，配上商品折扣与毛利率散点图、7日退货率对比图，提出应复核或调整的商品清单。

助手完成任务后会给出结论和产物，如下图：

“活动与退货复盘”是一个图文报告，打开如下图示：

---

第五步：整理成经营管理会能直接拍板的行动清单

数据分析不是为了炫技，而是为了落地行动、解决问题。

最后一段提示词，让 DT-Bot 将前面的海量数据线索，凝聚成管理层可直接下达命令的行动清单：

基于前面结果生成《2026年9月连锁零售经营复盘》。说明经营规模、毛利、费用和经营贡献变化，列出主要贡献门店、问题类目与促销风险。

清晰区分发生月经营月报和原销售月7日售后复盘，不将两张表的数字混在一个总额中。选用经营贡献、变化拆解、商品毛利和退货图表，每个结论保留金额、样本范围及结果表依据。

输出优先行动清单：哪些商品需要复核进价，哪些活动需要调整折扣，哪些门店需要检查费用，哪些退货原因需要追查。建议给到业务职能，不虚构负责人或已经实现的节省，不对缺少的总部费用和税费补造数据。

输出结果为一个报告，截图如下：

案例总结

做连锁零售最怕“销售额上涨、利润反亏”的糊涂账，而借助 DT-Bot 这一最新数据处理 Agent，经营者无需编写 SQL 或 Python 代码，即可依托多 SQL 流程编排与语义自检能力，在本地高效穿透千万级零售小票流水与退货成本；从底账严格核对、真实经营月报还原，到单品“量价本”毛利归因与大促退货复盘，全链路跑通零售数据分析，帮企业精准揪出蚕食利润的隐形黑洞，将海量数据直接转化为管理层可拍板执行的经营决策。