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 token=flow.get_variable("feishu_token")app_token=flow.get_variable("bitable_app_token")# 多维表格IDtable_id=flow.get_variable("table_pdd_raw")# 拼多多原始数据表IDurl=f"https://open.feishu.cn/open-apis/bitable/v1/apps/{app_token}/tables/{table_id}/records/batch_create"headers={"Authorization":f"Bearer{token}","Content-Type":"application/json; charset=utf-8"}# 从影刀变量中获取采集到的数据（JSON字符串格式）raw_data=json.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_size=500foriinrange(0,len(records),batch_size):batch=records[i:i+batch_size]data={"records":batch}resp=requests.post(url,headers=headers,json=data,timeout=30)result=resp.json()ifresult.get("code")==0:print(f"第{i//batch_size+1}批写入成功:{len(batch)}条")else:print(f"第{i//batch_size+1}批写入失败:{result.get('msg')}")# 重试一次resp2=requests.post(url,headers=headers,json=data,timeout=30)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 token=flow.get_variable("feishu_token")app_token=flow.get_variable("bitable_app_token")table_id=flow.get_variable("table_pdd_raw")# 查询今天已有的记录today="2026-06-26"# 从影刀变量读取filter_url=f"https://open.feishu.cn/open-apis/bitable/v1/apps/{app_token}/tables/{table_id}/records"filter_params={"filter":f'CurrentValue.[日期]="{today}"',"page_size":1# 只取1条检查是否存在}filter_headers={"Authorization":f"Bearer{token}"}resp=requests.get(filter_url,headers=filter_headers,params=filter_params,timeout=10)existing_count=resp.json().get("data",{}).get("total",0)ifexisting_count>0: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）url="https://api.exchangerate-api.com/v4/latest/USD"resp=requests.get(url,timeout=10)data=resp.json()usd_to_cny=data["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_usd=1234.56temu_sales_cny=temu_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_id='pdd', data=...) [子流程] 写入平台数据到飞书Base(platform='淘宝', table_id='tb', data=...) [子流程] 写入平台数据到飞书Base(platform='TEMU', table_id='temu', 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。
