影刀RPA進階教程多平臺電商數(shù)據(jù)自動匯總與飛書看板搭建5個拼多多店鋪、3個淘寶店、2個TEMU店每天要匯總10個店鋪的數(shù)據(jù)到一張表里看全局——手動做這件事最痛苦的不是采集而是匯總后的格式統(tǒng)一和數(shù)據(jù)對齊。各平臺的數(shù)據(jù)字段不同、貨幣單位不同、時間維度不同強行拼在一起就是一鍋粥。飛書多維表格是電商數(shù)據(jù)看板的最佳載體——實時更新、多人協(xié)作、圖表自動刷新。用影刀RPA把多平臺數(shù)據(jù)自動寫入飛書Base多維表格手機就能隨時看各店鋪實時數(shù)據(jù)。這套方案我跑了半年從沒出過數(shù)據(jù)錯位的問題。飛書多維表格看板設(shè)計用飛書Base(Bitable)做電商數(shù)據(jù)看板核心設(shè)計三個層級第一層原始數(shù)據(jù)表每個平臺一張原始數(shù)據(jù)表存放采集到的原始數(shù)據(jù)不做任何加工。表名字段說明拼多多原始數(shù)據(jù)日期、店鋪、銷售額、訂單數(shù)、訪客數(shù)、轉(zhuǎn)化率、退款金額按日存儲淘寶原始數(shù)據(jù)日期、店鋪、銷售額、訂單數(shù)、訪客數(shù)、轉(zhuǎn)化率、退款金額按日存儲TEMU原始數(shù)據(jù)日期、店鋪、Revenue(USD)、Orders、Visitors、Conversion、Refund按日存儲保留原幣在飛書多維表格中創(chuàng)建這些表確保每張表的「日期」字段類型為日期、「店鋪」字段類型為文本、「銷售額」等數(shù)值字段類型為數(shù)字。第二層匯總計算表用飛書Base的「公式」和「查找引用」字段做自動匯總不需要手動計算。核心公式示例飛書Base公式-- 計算退款率% ROUND(退款金額/銷售額*100, 2) -- 近7天銷售額查找引用字段類型 設(shè)一個「查找引用」字段源表為原始數(shù)據(jù)表 條件日期 為近7天 聚合SUM(銷售額) -- 環(huán)比增長% ROUND((今日銷售額-昨日銷售額)/昨日銷售額*100, 2)第三層儀表盤飛書Base支持創(chuàng)建「儀表盤」組件數(shù)值卡片展示總銷售額、總訂單數(shù)折線圖近30天銷售額趨勢柱狀圖各平臺銷售額對比餅圖各平臺訂單占比排行榜各店鋪銷售排行影刀RPA數(shù)據(jù)寫入飛書Base影刀RPA采集完數(shù)據(jù)后調(diào)用飛書API將數(shù)據(jù)寫入多維表格。原始數(shù)據(jù)寫入流程子流程寫入飛書Base記錄 ├── [設(shè)置變量] → 獲取采集到的數(shù)據(jù)行 ├── [Python腳本] → 調(diào)用飛書API批量寫入 ├── [判斷返回值] → 如果失敗記錄日志并重試 └── [更新變量] → 記錄已寫入的行數(shù)批量寫入API代碼# 影刀RPA調(diào)用飛書API批量寫入多維表格importrequests,json tokenflow.get_variable(feishu_token)app_tokenflow.get_variable(bitable_app_token)# 多維表格IDtable_idflow.get_variable(table_pdd_raw)# 拼多多原始數(shù)據(jù)表IDurlfhttps://open.feishu.cn/open-apis/bitable/v1/apps/{app_token}/tables/{table_id}/records/batch_createheaders{Authorization:fBearer{token},Content-Type:application/json; charsetutf-8}# 從影刀變量中獲取采集到的數(shù)據(jù)JSON字符串格式raw_datajson.loads(flow.get_variable(pdd_data_json))# 構(gòu)造批量寫入的數(shù)據(jù)最多一次500條records[]forrowinraw_data:records.append({fields:{日期:row[date],# 格式: 2026-06-25店鋪:row[shop_name],銷售額:row[sales],訂單數(shù):row[orders],訪客數(shù):row[visitors],轉(zhuǎn)化率:row[conversion],退款金額:row[refund]}})# 飛書API單次請求最多500條超過需分批batch_size500foriinrange(0,len(records),batch_size):batchrecords[i:ibatch_size]data{records:batch}resprequests.post(url,headersheaders,jsondata,timeout30)resultresp.json()ifresult.get(code)0:print(f第{i//batch_size1}批寫入成功:{len(batch)}條)else:print(f第{i//batch_size1}批寫入失敗:{result.get(msg)})# 重試一次resp2requests.post(url,headersheaders,jsondata,timeout30)ifresp2.json().get(code)0:print(重試成功)else:print(f重試仍失敗跳過該批次)寫入前的去重策略每天定時任務(wù)跑的時候可能出現(xiàn)部分數(shù)據(jù)已寫入的情況。在寫入前做去重# 先查詢今天已存在的記錄數(shù)實現(xiàn)去重importrequests tokenflow.get_variable(feishu_token)app_tokenflow.get_variable(bitable_app_token)table_idflow.get_variable(table_pdd_raw)# 查詢今天已有的記錄today2026-06-26# 從影刀變量讀取filter_urlfhttps://open.feishu.cn/open-apis/bitable/v1/apps/{app_token}/tables/{table_id}/recordsfilter_params{filter:fCurrentValue.[日期]{today},page_size:1# 只取1條檢查是否存在}filter_headers{Authorization:fBearer{token}}resprequests.get(filter_url,headersfilter_headers,paramsfilter_params,timeout10)existing_countresp.json().get(data,{}).get(total,0)ifexisting_count0:print(f今天已有{existing_count}條記錄先刪除舊數(shù)據(jù)再寫入)# 批量刪除已有記錄需要先查詢?nèi)恳延杏涗洬@取record_id# ... 刪除邏輯 ...else:print(今天無記錄直接寫入新數(shù)據(jù))儀表盤圖表自動更新飛書Base的儀表盤在數(shù)據(jù)更新時會自動刷新不需要額外操作。但有一個注意點公式字段和查找引用字段的更新有3-5分鐘延遲。如果你在影刀RPA寫入數(shù)據(jù)后立刻打開儀表盤截圖圖表可能還沒更新。建議在寫入完成后「等待」5分鐘再截圖。儀表盤截圖推送到群飛書儀表盤支持導出為圖片。在影刀RPA中[打開網(wǎng)頁] → 飛書多維表格的儀表盤URL [等待網(wǎng)頁元素出現(xiàn)] → 儀表盤加載完成 [截圖] → 截取整個儀表盤區(qū)域 [子流程] → 上傳圖片到飛書 [子流程] → 發(fā)送圖片到指定群聊TEMU數(shù)據(jù)匯率的自動換算TEMU數(shù)據(jù)是美元寫入飛書看板時要做匯率換算?？梢哉{(diào)用匯率API獲取實時匯率# 獲取實時美元兌人民幣匯率importrequests# 使用免費的匯率API示例urlhttps://api.exchangerate-api.com/v4/latest/USDresprequests.get(url,timeout10)dataresp.json()usd_to_cnydata[rates][CNY]flow.set_variable(usd_to_cny_rate,usd_to_cny)print(f當前匯率: 1 USD {usd_to_cny}CNY)# TEMU數(shù)據(jù)換算temu_sales_usd1234.56temu_sales_cnytemu_sales_usd*usd_to_cny匯率波動在±0.5%以內(nèi)對日報影響不大。如果需要精確記賬建議用銀行的牌價而非實時中間價。子流程復(fù)用三平臺通用數(shù)據(jù)寫入把數(shù)據(jù)寫入飛書Base的邏輯封裝成可復(fù)用的子流程子流程寫入平臺數(shù)據(jù)到飛書Base 參數(shù)輸入 - platform: 平臺名稱(拼多多/淘寶/TEMU) - table_id: 目標表ID - data_json: 數(shù)據(jù)JSON字符串 步驟 [解析JSON] → 提取數(shù)據(jù)行 [判斷] platform TEMU → 匯率換算 [構(gòu)造寫入請求] → 批量寫入 [返回] 寫入結(jié)果在影刀RPA中在主流程里三次調(diào)這個子流程每次傳入不同參數(shù)即可。這樣主流程很簡潔[子流程] 寫入平臺數(shù)據(jù)到飛書Base(platform拼多多, table_idpdd, data...) [子流程] 寫入平臺數(shù)據(jù)到飛書Base(platform淘寶, table_idtb, data...) [子流程] 寫入平臺數(shù)據(jù)到飛書Base(platformTEMU, table_idtemu, data...) 常見問題/易錯速查問題原因解決寫入Base后儀表盤數(shù)據(jù)不變公式字段計算有延遲等3-5分鐘再刷新儀表盤批量寫入部分成功部分失敗某條記錄的字段類型不匹配檢查數(shù)字字段是否傳了字符串Base的查找引用計算不過來了數(shù)據(jù)量太大飛書Base計算資源不足拆分表單表不超過5000行TEMU匯率換算后金額不對忘記匯率是浮點數(shù)直接拼字符串統(tǒng)一用round(x, 2)保留兩位小數(shù)多平臺數(shù)據(jù)寫入順序錯亂網(wǎng)絡(luò)波動導致寫入順序不可預(yù)測用同步調(diào)用一個接一個不用異步推薦資源飛書Base API文檔https://open.feishu.cn/document/server-docs/docs/bitable-v1/bitable-overview飛書Base的「公式」語法文檔——在Base單元格中輸入查看函數(shù)列表影刀RPA「HTTP請求」指令幫助文檔——不做Python也能調(diào)用API#影刀RPA #RPA自動化 #數(shù)據(jù)看板 #飛書 #電商數(shù)據(jù) #多平臺 #TEMU #數(shù)據(jù)匯總作者林焱本文為《影刀RPA學習手冊》系列文章之一內(nèi)容源于實操經(jīng)驗的整理與分享。