一、数据仓库介绍注意数据都是模拟的假数据切记不要拿来做文章「鲸鲜优选」在天猫、京东、线下门店同时售卖标品。每月财务/数仓同学要做销售与库存分析但业务侧丢过来的原始表往往是1. **商品主档多渠道、表头不统一**天猫叫「商品编码」京东叫「SKU」门店叫「货号」2. **华东 / 华南销售流水分文件**字段名还有细微差异3. **库存盘点与售后退货混在一张表**分析前必须拆开4. 价格带 、日期格式混乱、门店名前后空格、支付方式叫法不统一。总共4个xlsx文件包含下面6张基础表单出入库混录表商品主表-天猫旗舰店商品主表-京东自营店商品主表-线下门店销售流水-华东销售流水-华南二、整理流程我们要干什么首先我们自己要有一个清晰的认知。下面是这个案例需要的流程第一步多渠道商品数据统一与合并。将天猫、京东、线下门店三张商品主表的字段商品编码/SKU/货号等统一映射为标准表头清洗无效数据、规范化格式最后合并为一张“商品信息”总表。第二步销售流水整合与清洗。将华东和华南的销售流水合并为“全国销售流水”统一清洗日期格式、支付方式过滤无效订单和缺失记录。第三步库存退货混录表拆分。将“库存退货_混录表”按单据类型拆分为“销售出库明细”和“售后退货明细”两张独立表。第四步业务统计分析。基于入库的四张核心表完成门店销售汇总经营日报、畅销商品TOP10、品类退货率三类业务统计。第五步报表导出。统计结果导出为可视化报表供业务方直接使用。最终统计的3张结果表效果图三、工作流配置实践一、数据仓库载入工作流工作流第一步就是需要将处理的表载入到工作流里面。打开DT-Bot工作流编辑找到“载入表格”节点。 输入下面提示词1. 获取“D:\商品数仓清洗” 下的 “销售流水_华东.xlsx”“销售流水_华南.xlsx商品主档_多渠道.xlsx”。 2. 获取“D:\商品数仓清洗\商品主档_多渠道.xlsx”的“天猫旗舰店”表单的A2G10。我们载入了3个文件但实际是有5个表单的如图配置工作流获取 宫中浩气 “老罗软件”。由于“天猫旗舰店”第一行多了无用的描述。 所以需要对“天猫旗舰店” 指定 单元格范围切片载入。如下图通过 “载入表格”后 数据仓库里面的所有表的表单都进入了工作流会输出 5 张表格我们可以先调试运行预览结果查看如图后续操作都是通过名称来引用到表从而对表进行操作。二、表头整理原始仓库数据表头很乱我们需要先进行调整统一才能进行后面的SQL分析。我们在“载入表格”节点后面添加“表头整理”输入下面提示词“商品主档_多渠道_天猫旗舰店”整理表头 1. “货品名称”改成“商品名称”。 2. “后台类目”改成“类目”。 3. “上架状态”改成“在售状态”。 4. “商品编码” “售价” 去掉前后空格。 5. 调整顺序商品编码,商品名称,类目,售价,在售状态,品牌,条码。 “商品主档_多渠道_京东自营”整理表头 1. SKU → 商品编码 ,商品名 → 商品名称 ,一级类目 → 类目, 价格 → 售价 ,状态 → 在售状态 ,品牌名 → 品牌 ,UPC → 条码。 2. 调整顺序商品编码,商品名称,类目,售价,在售状态,品牌,条码。 “商品主档_多渠道_线下门店”整理表头 1. 货号 → 商品编码 品名 → 商品名称 品类 → 类目 零售价 → 售价 是否在售 → 在售状态。 2. 调整顺序商品编码,商品名称,类目,售价,在售状态,品牌,条码。 “销售流水_华东”整理表头 调整顺序订单号,下单日期,门店名称,商品编码,商品名称,销售数量,实付金额,支付方式,渠道。 “销售流水_华南”整理表头 单据编号 → 订单号 成交日期 → 下单日期 门店 → 门店名称 SKU → 商品编码 品名 → 商品名称 数量 → 销售数量 成交额 → 实付金额 付款方式 → 支付方式 销售渠道 → 渠道 最终只保留订单号,下单日期,门店名称,商品编码,商品名称,销售数量,实付金额,支付方式,渠道配置好的截图图下我们将3个门店2个地区流水 的参差不齐的表头统一整理成一致的了 后面方便进行数据SQL统计分析。我们可以调试运行以下预览结果三、内容清洗器这个是专门对行列数据进行任意清洗整理的节点我们在“表头整理”后面添加这个节点配置下面提示词“商品主档”开头的文件进行清洗 1. 删除「商品编码」为空的行。 2. 「商品名称」去掉首尾空格并把连续空格压成单个空格去掉名称里的全角括号。 3. 「售价」去掉货币符号、千分位逗号转成数值无法转换的置空。 4. 「在售状态」统一枚举上架/Y/是 → 在售下架/N/否 → 停售其他保持原值。 5. 「类目」若包含“/”只保留最后一级类目名称例如 粮油调味/冲调 → 冲调。 6. 同一「商品编码」若重复保留最后一行。 “销售流水”开头的文件进行清洗 1. 「门店名称」去首尾空格。 2. 「下单日期」统一成 yyyy-MM-dd无法解析的日期所在行删除。 3. 「支付方式」归一微信/微信支付 → 微信支付宝/支付宝支付 → 支付宝刷卡 → 银行卡现金 → 现金。 4. 「销售数量」「实付金额」转数值数量≤0 或金额0 的行删除。 5. 「商品编码」「订单号」去首尾空格任一为空则删除该行。我们通过模糊匹配拿到了5个文件然后进行了一堆清洗注意提示词不一定要按照我的你自己描述明白就行了。配置好的截图图下四、表格合并我们需要把 华东华南的合成一张大表还有三个渠道的商品数据也合成一张大表。我们在“清洗”后面添加这个合并节点配置下面提示词1. “商品主档”开头的文件上下合并输出“商品信息”。 2.“销售流水”开头的文件上下合并输出“全国销售流水”tip: 这个合并还支持字段匹配查找的左右连接只是案例这里不涉及到.经过合并就输出了2个大表了 我们预览结果如图五、入库经过清洗后我们就可以入库了就是将表放到本地数据库里面后面进行sql统计分析。在“合并”节点后配置上入库无需输入任何参数直接将上一个节点的输出文件导入到本地数据库里面如图由于合并节点输出了2个文件所以就只有2个表生成到数据库里面了。 同样我们可以预览结果六、库存退货_混录表拆分入库到此我们数据仓库里面还有一个文件 “库存退货_混录表.xlsx” 这个是需要进行拆分然后入库的。数据载入我就不讲了直接配置拆分提示词按「单据类型」列拆分文件配置如图注意 这里是新开辟一条链路 因为上面的业务已经入库完成了 不需要上面输出的文件了这是一条新的业务处理。拆分完成后我们可以预览结果后面如果你的数据还需要清洗就接入清洗清洗完成后就可以接入 “数据入库” 了 这里我就不详细展开了。七、SQL统计“表SQL统计”非常强大可以根据你任意的描述生成sql然后执行。到这里我们数据库里面应该有4张表2张合并的大表2张拆分的表 我们可以直接查看当前数据库里面的表信息如图然后我们需要进行下面3个统计。统计① · 门店销售汇总经营日报统计提示词如下基于“全国销售流水”按「门店名称」汇总 - 订单数去重订单号个数 - 销售件数销售数量合计 - 销售总额实付金额合计 - 客单价销售总额 / 订单数 按销售总额从高到低排序。添加SQL统计节点如图统计的结果数据还可以回溯 SQL 也就是能看到 工作流用到的sql是什么sql查询了什么点击上图的“查询步骤解析”展示如下此时数据库里面就有5张表了查看如图最后我们直接配置好另外的2个统计。统计② · 畅销商品 TOP商品运营统计提示词如下基于“全国销售流水”按「商品编码」「商品名称」汇总销售数量合计、实付金额合计 按销售数量降序取前 10 名。统计③ · 品类退货率风控 / 供应链统计提示词如下以“全国销售流水”为主表根据商品编码从商品主档_全渠道查找类目 再关联售后退货明细按商品编码汇总退货金额 按类目统计销售总额、退货总额、退货率退货总额/销售总额。 按退货率从高到低排序。八、导出表“报表导出”是将数据库任意表进行导出成CSV/XLSX/HTML 其中HTML 是可视化展示浏览器直接打开不依赖网络断网也能打开。选择要出库的表还有类型就可以了如图四、总结本案例将多源异构的原始数据经过表头统一、内容清洗、合并整合、混录拆分后入库最终完成门店销售汇总、畅销商品TOP10、品类退货率三项统计并导出报表实现分析流程自动化大幅提升效率并确保数据口径一致。后面我还会带来更多的数据清洗统计的案例欢迎大家多多关注。
基于AI工作流的多渠道销售数据仓库清洗统计实践
发布时间：2026/7/22 12:58:00
一、数据仓库介绍注意数据都是模拟的假数据切记不要拿来做文章「鲸鲜优选」在天猫、京东、线下门店同时售卖标品。每月财务/数仓同学要做销售与库存分析但业务侧丢过来的原始表往往是1. **商品主档多渠道、表头不统一**天猫叫「商品编码」京东叫「SKU」门店叫「货号」2. **华东 / 华南销售流水分文件**字段名还有细微差异3. **库存盘点与售后退货混在一张表**分析前必须拆开4. 价格带 、日期格式混乱、门店名前后空格、支付方式叫法不统一。总共4个xlsx文件包含下面6张基础表单出入库混录表商品主表-天猫旗舰店商品主表-京东自营店商品主表-线下门店销售流水-华东销售流水-华南二、整理流程我们要干什么首先我们自己要有一个清晰的认知。下面是这个案例需要的流程第一步多渠道商品数据统一与合并。将天猫、京东、线下门店三张商品主表的字段商品编码/SKU/货号等统一映射为标准表头清洗无效数据、规范化格式最后合并为一张“商品信息”总表。第二步销售流水整合与清洗。将华东和华南的销售流水合并为“全国销售流水”统一清洗日期格式、支付方式过滤无效订单和缺失记录。第三步库存退货混录表拆分。将“库存退货_混录表”按单据类型拆分为“销售出库明细”和“售后退货明细”两张独立表。第四步业务统计分析。基于入库的四张核心表完成门店销售汇总经营日报、畅销商品TOP10、品类退货率三类业务统计。第五步报表导出。统计结果导出为可视化报表供业务方直接使用。最终统计的3张结果表效果图三、工作流配置实践一、数据仓库载入工作流工作流第一步就是需要将处理的表载入到工作流里面。打开DT-Bot工作流编辑找到“载入表格”节点。 输入下面提示词1. 获取“D:\商品数仓清洗” 下的 “销售流水_华东.xlsx”“销售流水_华南.xlsx商品主档_多渠道.xlsx”。 2. 获取“D:\商品数仓清洗\商品主档_多渠道.xlsx”的“天猫旗舰店”表单的A2G10。我们载入了3个文件但实际是有5个表单的如图配置工作流获取 宫中浩气 “老罗软件”。由于“天猫旗舰店”第一行多了无用的描述。 所以需要对“天猫旗舰店” 指定 单元格范围切片载入。如下图通过 “载入表格”后 数据仓库里面的所有表的表单都进入了工作流会输出 5 张表格我们可以先调试运行预览结果查看如图后续操作都是通过名称来引用到表从而对表进行操作。二、表头整理原始仓库数据表头很乱我们需要先进行调整统一才能进行后面的SQL分析。我们在“载入表格”节点后面添加“表头整理”输入下面提示词“商品主档_多渠道_天猫旗舰店”整理表头 1. “货品名称”改成“商品名称”。 2. “后台类目”改成“类目”。 3. “上架状态”改成“在售状态”。 4. “商品编码” “售价” 去掉前后空格。 5. 调整顺序商品编码,商品名称,类目,售价,在售状态,品牌,条码。 “商品主档_多渠道_京东自营”整理表头 1. SKU → 商品编码 ,商品名 → 商品名称 ,一级类目 → 类目, 价格 → 售价 ,状态 → 在售状态 ,品牌名 → 品牌 ,UPC → 条码。 2. 调整顺序商品编码,商品名称,类目,售价,在售状态,品牌,条码。 “商品主档_多渠道_线下门店”整理表头 1. 货号 → 商品编码 品名 → 商品名称 品类 → 类目 零售价 → 售价 是否在售 → 在售状态。 2. 调整顺序商品编码,商品名称,类目,售价,在售状态,品牌,条码。 “销售流水_华东”整理表头 调整顺序订单号,下单日期,门店名称,商品编码,商品名称,销售数量,实付金额,支付方式,渠道。 “销售流水_华南”整理表头 单据编号 → 订单号 成交日期 → 下单日期 门店 → 门店名称 SKU → 商品编码 品名 → 商品名称 数量 → 销售数量 成交额 → 实付金额 付款方式 → 支付方式 销售渠道 → 渠道 最终只保留订单号,下单日期,门店名称,商品编码,商品名称,销售数量,实付金额,支付方式,渠道配置好的截图图下我们将3个门店2个地区流水 的参差不齐的表头统一整理成一致的了 后面方便进行数据SQL统计分析。我们可以调试运行以下预览结果三、内容清洗器这个是专门对行列数据进行任意清洗整理的节点我们在“表头整理”后面添加这个节点配置下面提示词“商品主档”开头的文件进行清洗 1. 删除「商品编码」为空的行。 2. 「商品名称」去掉首尾空格并把连续空格压成单个空格去掉名称里的全角括号。 3. 「售价」去掉货币符号、千分位逗号转成数值无法转换的置空。 4. 「在售状态」统一枚举上架/Y/是 → 在售下架/N/否 → 停售其他保持原值。 5. 「类目」若包含“/”只保留最后一级类目名称例如 粮油调味/冲调 → 冲调。 6. 同一「商品编码」若重复保留最后一行。 “销售流水”开头的文件进行清洗 1. 「门店名称」去首尾空格。 2. 「下单日期」统一成 yyyy-MM-dd无法解析的日期所在行删除。 3. 「支付方式」归一微信/微信支付 → 微信支付宝/支付宝支付 → 支付宝刷卡 → 银行卡现金 → 现金。 4. 「销售数量」「实付金额」转数值数量≤0 或金额0 的行删除。 5. 「商品编码」「订单号」去首尾空格任一为空则删除该行。我们通过模糊匹配拿到了5个文件然后进行了一堆清洗注意提示词不一定要按照我的你自己描述明白就行了。配置好的截图图下四、表格合并我们需要把 华东华南的合成一张大表还有三个渠道的商品数据也合成一张大表。我们在“清洗”后面添加这个合并节点配置下面提示词1. “商品主档”开头的文件上下合并输出“商品信息”。 2.“销售流水”开头的文件上下合并输出“全国销售流水”tip: 这个合并还支持字段匹配查找的左右连接只是案例这里不涉及到.经过合并就输出了2个大表了 我们预览结果如图五、入库经过清洗后我们就可以入库了就是将表放到本地数据库里面后面进行sql统计分析。在“合并”节点后配置上入库无需输入任何参数直接将上一个节点的输出文件导入到本地数据库里面如图由于合并节点输出了2个文件所以就只有2个表生成到数据库里面了。 同样我们可以预览结果六、库存退货_混录表拆分入库到此我们数据仓库里面还有一个文件 “库存退货_混录表.xlsx” 这个是需要进行拆分然后入库的。数据载入我就不讲了直接配置拆分提示词按「单据类型」列拆分文件配置如图注意 这里是新开辟一条链路 因为上面的业务已经入库完成了 不需要上面输出的文件了这是一条新的业务处理。拆分完成后我们可以预览结果后面如果你的数据还需要清洗就接入清洗清洗完成后就可以接入 “数据入库” 了 这里我就不详细展开了。七、SQL统计“表SQL统计”非常强大可以根据你任意的描述生成sql然后执行。到这里我们数据库里面应该有4张表2张合并的大表2张拆分的表 我们可以直接查看当前数据库里面的表信息如图然后我们需要进行下面3个统计。统计① · 门店销售汇总经营日报统计提示词如下基于“全国销售流水”按「门店名称」汇总 - 订单数去重订单号个数 - 销售件数销售数量合计 - 销售总额实付金额合计 - 客单价销售总额 / 订单数 按销售总额从高到低排序。添加SQL统计节点如图统计的结果数据还可以回溯 SQL 也就是能看到 工作流用到的sql是什么sql查询了什么点击上图的“查询步骤解析”展示如下此时数据库里面就有5张表了查看如图最后我们直接配置好另外的2个统计。统计② · 畅销商品 TOP商品运营统计提示词如下基于“全国销售流水”按「商品编码」「商品名称」汇总销售数量合计、实付金额合计 按销售数量降序取前 10 名。统计③ · 品类退货率风控 / 供应链统计提示词如下以“全国销售流水”为主表根据商品编码从商品主档_全渠道查找类目 再关联售后退货明细按商品编码汇总退货金额 按类目统计销售总额、退货总额、退货率退货总额/销售总额。 按退货率从高到低排序。八、导出表“报表导出”是将数据库任意表进行导出成CSV/XLSX/HTML 其中HTML 是可视化展示浏览器直接打开不依赖网络断网也能打开。选择要出库的表还有类型就可以了如图四、总结本案例将多源异构的原始数据经过表头统一、内容清洗、合并整合、混录拆分后入库最终完成门店销售汇总、畅销商品TOP10、品类退货率三项统计并导出报表实现分析流程自动化大幅提升效率并确保数据口径一致。后面我还会带来更多的数据清洗统计的案例欢迎大家多多关注。
