影刀RPA进阶教程_自动化数据看板搭建实战

影刀RPA进阶教程：自动化数据看板搭建实战

采集数据不是目的，看懂数据才是。

但大多数运营同学的日常是：每天打开后台→截图→粘贴到Excel→手动做透视表→发群里。整个流程耗时 40 分钟，每天重复。

用影刀把这个流程自动化：采集→写入→刷新→发送，人只需要打开手机看消息。

这篇文章完整搭建一个"每日销售数据看板"自动推送系统。

一、看板系统的架构设计

┌─────────────────────────────────────────────────────────┐ │ 每日自动流程 │ │ │ │ [A_登录后台] → [B_采集数据] → [C_写入汇总表] │ │ │ │ │ ▼ │ │ [D_刷新透视表和数据] │ │ │ │ │ ▼ │ │ [E_生成截图并发送飞书/企微] │ └─────────────────────────────────────────────────────────┘

五个子流程，每天定时执行一次。

二、步骤A：登录后台

不同后台登录方式不同，核心逻辑一样：

打开网页("https://seller.taobao.com")等待元素出现("登录区域",10秒)# 判断是否需要登录判断元素是否存在("首页Logo")->已登录 如果 已登录:输出日志("登录态有效，跳过登录")否则:# 执行登录判断元素是否存在("密码登录入口")->可密码登录 如果 可密码登录:点击元素("密码登录入口")输入文本("账号输入框",变量_账号)输入文本("密码输入框",变量_密码)点击元素("登录按钮")# 等待登录结果判断元素是否存在("首页Logo")->登录成功 如果 登录成功:输出日志("登录成功")否则:# 可能需要验证码截图("D:\日志\登录失败_{时间戳}.png")Raise("登录失败，需要人工处理")

三、步骤B：采集核心数据

不同平台要采集的数据不同，这里以"昨日销售数据"为例：

# 导航到数据中心点击元素("数据中心菜单")等待元素出现("数据概览",5秒)# 切换到"昨日"点击元素("昨天按钮")等待元素出现("数据加载完成标识",5秒)# 逐项采集采集结果={}# 销售额销售额=获取元素文本("销售额数字")采集结果["销售额"]=销售额# 订单量订单量=获取元素文本("订单量数字")采集结果["订单量"]=订单量# 访客数访客数=获取元素文本("访客数数字")采集结果["访客数"]=访客数# 转化率转化率=获取元素文本("转化率数字")采集结果["转化率"]=转化率# 客单价采集结果["客单价"]=销售额/订单量 输出日志(f"昨日数据:{采集结果}")

四、步骤C：写入汇总表

不是每次都新建 Excel，而是追加到历史汇总表里：

# 读取历史汇总表（如果存在）判断文件是否存在("D:\数据看板\销售汇总.xlsx")->文件存在 如果 文件存在:读取Excel("D:\数据看板\销售汇总.xlsx")->汇总表 否则:创建Excel->汇总表 写入行数据(汇总表,["日期","销售额","订单量","访客数","转化率","客单价"])# 追加今日数据写入行数据(汇总表,[昨天日期,销售额,订单量,访客数,转化率,客单价])保存Excel(汇总表,"D:\数据看板\销售汇总.xlsx")输出日志("汇总表已更新")

五、步骤D：用 Pandas 生成分析报告

Python代码:importpandasaspdfromdatetimeimportdatetime,timedelta# 读取汇总表df=pd.read_excel(r"D:\数据看板\销售汇总.xlsx")df["日期"]=pd.to_datetime(df["日期"])df.sort_values("日期",inplace=True)# === 计算核心指标 ===today=datetime.now().date()yesterday=today-timedelta(days=1)yesterday_str=yesterday.strftime("%Y-%m-%d")# 昨日数据yesterday_row=df[df["日期"]==yesterday_str]iflen(yesterday_row)>0:yesterday_sales=yesterday_row.iloc[0]["销售额"]else:yesterday_sales=0# 近7日趋势last_7=df.tail(7)avg_7_sales=last_7["销售额"].mean()max_7_sales=last_7["销售额"].max()min_7_sales=last_7["销售额"].min()# 环比变化（与前一天对比）iflen(df)>=2:prev_sales=df.iloc[-2]["销售额"]day_over_day=(yesterday_sales-prev_sales)/prev_sales*100else:day_over_day=0# === 生成报告文本 ===report=f""" 📊 昨日销售数据看板 ({yesterday_str}) 💰 销售额：¥{yesterday_sales:,.0f}📦 订单量：{yesterday_row.iloc[0]['订单量']}单 👁 访客数：{yesterday_row.iloc[0]['访客数']}📈 转化率：{yesterday_row.iloc[0]['转化率']}% 🛒 客单价：¥{yesterday_row.iloc[0]['客单价']:,.2f}📉 近7日趋势 均值：¥{avg_7_sales:,.0f}最高：¥{max_7_sales:,.0f}最低：¥{min_7_sales:,.0f}📊 环比变化：{day_over_day:+.1f}% """print(report)# 保存报告文本供后续发送变量_看板报告=report

六、步骤E：发送到飞书/企微群

Python代码:importrequestsimportjson webhook_url="https://open.feishu.cn/open-apis/bot/v2/hook/xxxxx"report=变量_看板报告 payload={"msg_type":"interactive","card":{"header":{"title":{"tag":"plain_text","content":"每日销售数据看板"},"template":"blue"},"elements":[{"tag":"markdown","content":report}]}}resp=requests.post(webhook_url,json=payload,headers={"Content-Type":"application/json"})ifresp.status_code==200:print("看板推送成功")else:print(f"推送失败:{resp.status_code}{resp.text}")

七、配置定时任务

影刀客户端→选择应用→"计划任务"：

建议：定时任务不要设在凌晨 00:00~06:00，这段时间后台可能在维护，数据不完整。设 08:00~09:00 最稳。

八、扩展思路

这个看板框架可以扩展到很多方向：

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。