影刀RPA进阶教程多平台电商数据自动汇总与飞书看板搭建5个拼多多店铺、3个淘宝店、2个TEMU店每天要汇总10个店铺的数据到一张表里看全局——手动做这件事最痛苦的不是采集而是汇总后的格式统一和数据对齐。各平台的数据字段不同、货币单位不同、时间维度不同强行拼在一起就是一锅粥。飞书多维表格是电商数据看板的最佳载体——实时更新、多人协作、图表自动刷新。用影刀RPA把多平台数据自动写入飞书Base多维表格手机就能随时看各店铺实时数据。这套方案我跑了半年从没出过数据错位的问题。飞书多维表格看板设计用飞书Base(Bitable)做电商数据看板核心设计三个层级第一层原始数据表每个平台一张原始数据表存放采集到的原始数据不做任何加工。表名字段说明拼多多原始数据日期、店铺、销售额、订单数、访客数、转化率、退款金额按日存储淘宝原始数据日期、店铺、销售额、订单数、访客数、转化率、退款金额按日存储TEMU原始数据日期、店铺、Revenue(USD)、Orders、Visitors、Conversion、Refund按日存储保留原币在飞书多维表格中创建这些表确保每张表的「日期」字段类型为日期、「店铺」字段类型为文本、「销售额」等数值字段类型为数字。第二层汇总计算表用飞书Base的「公式」和「查找引用」字段做自动汇总不需要手动计算。核心公式示例飞书Base公式-- 计算退款率% ROUND(退款金额/销售额*100, 2) -- 近7天销售额查找引用字段类型 设一个「查找引用」字段源表为原始数据表 条件日期 为近7天 聚合SUM(销售额) -- 环比增长% ROUND((今日销售额-昨日销售额)/昨日销售额*100, 2)第三层仪表盘飞书Base支持创建「仪表盘」组件数值卡片展示总销售额、总订单数折线图近30天销售额趋势柱状图各平台销售额对比饼图各平台订单占比排行榜各店铺销售排行影刀RPA数据写入飞书Base影刀RPA采集完数据后调用飞书API将数据写入多维表格。原始数据写入流程子流程写入飞书Base记录 ├── [设置变量] → 获取采集到的数据行 ├── [Python脚本] → 调用飞书API批量写入 ├── [判断返回值] → 如果失败记录日志并重试 └── [更新变量] → 记录已写入的行数批量写入API代码# 影刀RPA调用飞书API批量写入多维表格importrequests,json tokenflow.get_variable(feishu_token)app_tokenflow.get_variable(bitable_app_token)# 多维表格IDtable_idflow.get_variable(table_pdd_raw)# 拼多多原始数据表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}# 从影刀变量中获取采集到的数据JSON字符串格式raw_datajson.loads(flow.get_variable(pdd_data_json))# 构造批量写入的数据最多一次500条records[]forrowinraw_data:records.append({fields:{日期:row[date],# 格式: 2026-06-25店铺:row[shop_name],销售额:row[sales],订单数:row[orders],访客数:row[visitors],转化率:row[conversion],退款金额:row[refund]}})# 飞书API单次请求最多500条超过需分批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}批写入成功:{len(batch)}条)else:print(f第{i//batch_size1}批写入失败:{result.get(msg)})# 重试一次resp2requests.post(url,headersheaders,jsondata,timeout30)ifresp2.json().get(code)0:print(重试成功)else:print(f重试仍失败跳过该批次)写入前的去重策略每天定时任务跑的时候可能出现部分数据已写入的情况。在写入前做去重# 先查询今天已存在的记录数实现去重importrequests tokenflow.get_variable(feishu_token)app_tokenflow.get_variable(bitable_app_token)table_idflow.get_variable(table_pdd_raw)# 查询今天已有的记录today2026-06-26# 从影刀变量读取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条检查是否存在}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}条记录先删除旧数据再写入)# 批量删除已有记录需要先查询全部已有记录获取record_id# ... 删除逻辑 ...else:print(今天无记录直接写入新数据)仪表盘图表自动更新飞书Base的仪表盘在数据更新时会自动刷新不需要额外操作。但有一个注意点公式字段和查找引用字段的更新有3-5分钟延迟。如果你在影刀RPA写入数据后立刻打开仪表盘截图图表可能还没更新。建议在写入完成后「等待」5分钟再截图。仪表盘截图推送到群飞书仪表盘支持导出为图片。在影刀RPA中[打开网页] → 飞书多维表格的仪表盘URL [等待网页元素出现] → 仪表盘加载完成 [截图] → 截取整个仪表盘区域 [子流程] → 上传图片到飞书 [子流程] → 发送图片到指定群聊TEMU数据汇率的自动换算TEMU数据是美元写入飞书看板时要做汇率换算。可以调用汇率API获取实时汇率# 获取实时美元兑人民币汇率importrequests# 使用免费的汇率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当前汇率: 1 USD {usd_to_cny}CNY)# TEMU数据换算temu_sales_usd1234.56temu_sales_cnytemu_sales_usd*usd_to_cny汇率波动在±0.5%以内对日报影响不大。如果需要精确记账建议用银行的牌价而非实时中间价。子流程复用三平台通用数据写入把数据写入飞书Base的逻辑封装成可复用的子流程子流程写入平台数据到飞书Base 参数输入 - platform: 平台名称(拼多多/淘宝/TEMU) - table_id: 目标表ID - data_json: 数据JSON字符串 步骤 [解析JSON] → 提取数据行 [判断] platform TEMU → 汇率换算 [构造写入请求] → 批量写入 [返回] 写入结果在影刀RPA中在主流程里三次调这个子流程每次传入不同参数即可。这样主流程很简洁[子流程] 写入平台数据到飞书Base(platform拼多多, table_idpdd, data...) [子流程] 写入平台数据到飞书Base(platform淘宝, table_idtb, data...) [子流程] 写入平台数据到飞书Base(platformTEMU, table_idtemu, data...) 常见问题/易错速查问题原因解决写入Base后仪表盘数据不变公式字段计算有延迟等3-5分钟再刷新仪表盘批量写入部分成功部分失败某条记录的字段类型不匹配检查数字字段是否传了字符串Base的查找引用计算不过来了数据量太大飞书Base计算资源不足拆分表单表不超过5000行TEMU汇率换算后金额不对忘记汇率是浮点数直接拼字符串统一用round(x, 2)保留两位小数多平台数据写入顺序错乱网络波动导致写入顺序不可预测用同步调用一个接一个不用异步推荐资源飞书Base API文档https://open.feishu.cn/document/server-docs/docs/bitable-v1/bitable-overview飞书Base的「公式」语法文档——在Base单元格中输入查看函数列表影刀RPA「HTTP请求」指令帮助文档——不做Python也能调用API#影刀RPA #RPA自动化 #数据看板 #飞书 #电商数据 #多平台 #TEMU #数据汇总作者林焱本文为《影刀RPA学习手册》系列文章之一内容源于实操经验的整理与分享。
影刀RPA进阶教程多平台电商数据自动汇总与飞书看板搭建5个拼多多店铺、3个淘宝店、2个TEMU店每天要汇总10个店铺的数据到一张表里看全局——手动做这件事最痛苦的不是采集而是汇总后的格式统一和数据对齐。各平台的数据字段不同、货币单位不同、时间维度不同强行拼在一起就是一锅粥。飞书多维表格是电商数据看板的最佳载体——实时更新、多人协作、图表自动刷新。用影刀RPA把多平台数据自动写入飞书Base多维表格手机就能随时看各店铺实时数据。这套方案我跑了半年从没出过数据错位的问题。飞书多维表格看板设计用飞书Base(Bitable)做电商数据看板核心设计三个层级第一层原始数据表每个平台一张原始数据表存放采集到的原始数据不做任何加工。表名字段说明拼多多原始数据日期、店铺、销售额、订单数、访客数、转化率、退款金额按日存储淘宝原始数据日期、店铺、销售额、订单数、访客数、转化率、退款金额按日存储TEMU原始数据日期、店铺、Revenue(USD)、Orders、Visitors、Conversion、Refund按日存储保留原币在飞书多维表格中创建这些表确保每张表的「日期」字段类型为日期、「店铺」字段类型为文本、「销售额」等数值字段类型为数字。第二层汇总计算表用飞书Base的「公式」和「查找引用」字段做自动汇总不需要手动计算。核心公式示例飞书Base公式-- 计算退款率% ROUND(退款金额/销售额*100, 2) -- 近7天销售额查找引用字段类型 设一个「查找引用」字段源表为原始数据表 条件日期 为近7天 聚合SUM(销售额) -- 环比增长% ROUND((今日销售额-昨日销售额)/昨日销售额*100, 2)第三层仪表盘飞书Base支持创建「仪表盘」组件数值卡片展示总销售额、总订单数折线图近30天销售额趋势柱状图各平台销售额对比饼图各平台订单占比排行榜各店铺销售排行影刀RPA数据写入飞书Base影刀RPA采集完数据后调用飞书API将数据写入多维表格。原始数据写入流程子流程写入飞书Base记录 ├── [设置变量] → 获取采集到的数据行 ├── [Python脚本] → 调用飞书API批量写入 ├── [判断返回值] → 如果失败记录日志并重试 └── [更新变量] → 记录已写入的行数批量写入API代码# 影刀RPA调用飞书API批量写入多维表格importrequests,json tokenflow.get_variable(feishu_token)app_tokenflow.get_variable(bitable_app_token)# 多维表格IDtable_idflow.get_variable(table_pdd_raw)# 拼多多原始数据表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}# 从影刀变量中获取采集到的数据JSON字符串格式raw_datajson.loads(flow.get_variable(pdd_data_json))# 构造批量写入的数据最多一次500条records[]forrowinraw_data:records.append({fields:{日期:row[date],# 格式: 2026-06-25店铺:row[shop_name],销售额:row[sales],订单数:row[orders],访客数:row[visitors],转化率:row[conversion],退款金额:row[refund]}})# 飞书API单次请求最多500条超过需分批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}批写入成功:{len(batch)}条)else:print(f第{i//batch_size1}批写入失败:{result.get(msg)})# 重试一次resp2requests.post(url,headersheaders,jsondata,timeout30)ifresp2.json().get(code)0:print(重试成功)else:print(f重试仍失败跳过该批次)写入前的去重策略每天定时任务跑的时候可能出现部分数据已写入的情况。在写入前做去重# 先查询今天已存在的记录数实现去重importrequests tokenflow.get_variable(feishu_token)app_tokenflow.get_variable(bitable_app_token)table_idflow.get_variable(table_pdd_raw)# 查询今天已有的记录today2026-06-26# 从影刀变量读取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条检查是否存在}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}条记录先删除旧数据再写入)# 批量删除已有记录需要先查询全部已有记录获取record_id# ... 删除逻辑 ...else:print(今天无记录直接写入新数据)仪表盘图表自动更新飞书Base的仪表盘在数据更新时会自动刷新不需要额外操作。但有一个注意点公式字段和查找引用字段的更新有3-5分钟延迟。如果你在影刀RPA写入数据后立刻打开仪表盘截图图表可能还没更新。建议在写入完成后「等待」5分钟再截图。仪表盘截图推送到群飞书仪表盘支持导出为图片。在影刀RPA中[打开网页] → 飞书多维表格的仪表盘URL [等待网页元素出现] → 仪表盘加载完成 [截图] → 截取整个仪表盘区域 [子流程] → 上传图片到飞书 [子流程] → 发送图片到指定群聊TEMU数据汇率的自动换算TEMU数据是美元写入飞书看板时要做汇率换算。可以调用汇率API获取实时汇率# 获取实时美元兑人民币汇率importrequests# 使用免费的汇率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当前汇率: 1 USD {usd_to_cny}CNY)# TEMU数据换算temu_sales_usd1234.56temu_sales_cnytemu_sales_usd*usd_to_cny汇率波动在±0.5%以内对日报影响不大。如果需要精确记账建议用银行的牌价而非实时中间价。子流程复用三平台通用数据写入把数据写入飞书Base的逻辑封装成可复用的子流程子流程写入平台数据到飞书Base 参数输入 - platform: 平台名称(拼多多/淘宝/TEMU) - table_id: 目标表ID - data_json: 数据JSON字符串 步骤 [解析JSON] → 提取数据行 [判断] platform TEMU → 汇率换算 [构造写入请求] → 批量写入 [返回] 写入结果在影刀RPA中在主流程里三次调这个子流程每次传入不同参数即可。这样主流程很简洁[子流程] 写入平台数据到飞书Base(platform拼多多, table_idpdd, data...) [子流程] 写入平台数据到飞书Base(platform淘宝, table_idtb, data...) [子流程] 写入平台数据到飞书Base(platformTEMU, table_idtemu, data...) 常见问题/易错速查问题原因解决写入Base后仪表盘数据不变公式字段计算有延迟等3-5分钟再刷新仪表盘批量写入部分成功部分失败某条记录的字段类型不匹配检查数字字段是否传了字符串Base的查找引用计算不过来了数据量太大飞书Base计算资源不足拆分表单表不超过5000行TEMU汇率换算后金额不对忘记汇率是浮点数直接拼字符串统一用round(x, 2)保留两位小数多平台数据写入顺序错乱网络波动导致写入顺序不可预测用同步调用一个接一个不用异步推荐资源飞书Base API文档https://open.feishu.cn/document/server-docs/docs/bitable-v1/bitable-overview飞书Base的「公式」语法文档——在Base单元格中输入查看函数列表影刀RPA「HTTP请求」指令帮助文档——不做Python也能调用API#影刀RPA #RPA自动化 #数据看板 #飞书 #电商数据 #多平台 #TEMU #数据汇总作者林焱本文为《影刀RPA学习手册》系列文章之一内容源于实操经验的整理与分享。
