mcpField
S
sales-reporting-dashboard

sales-reporting-dashboard

github.com/finsilabs数据与数据库60220 次安装6 天前更新
代码仓库

关于 sales-reporting-dashboard

Sales Reporting Dashboard 是指导构建电商销售报表仪表板的技能,适用于运营、产品和管理团队。它涵盖 Shopify、WooCommerce 和 BigCommerce 等平台的指标选择、周期比较及渠道和品类细分。

主要功能

  1. 01规划收入、订单和转化率指标
  2. 02按平台选择报表工具
  3. 03设置周期对比
  4. 04按渠道和品类下钻
  5. 05提供数据口径与时区建议

适用场景

  1. 01用仪表板替代手动电子表格报告
  2. 02比较本周与上周或去年同期销售
  3. 03分析产品类别和销售渠道表现
  4. 04制作管理层收入与客户趋势摘要

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/finsilabs/awesome-ecommerce-skills --skill sales-reporting-dashboard

安装后在 Claude Code 中输入/sales-reporting-dashboard确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

tile.json
evals/channel-drill-down-and-category-revenue-/
criteria.json
task.md
evals/conversion-rate-and-period-over-period-c/
criteria.json
task.md
evals/revenue-api-with-caching-and-granularity/
criteria.json
task.md

详细介绍

销售报告仪表板

概述

销售报告仪表板会展示电商运营中最重要的指标:收入、订单、平均订单金额(AOV)、转化率和趋势对比。为这些指标建立单一可信数据源,让整个团队都能访问并自动保持最新状态,可以取代手动制作的电子表格报告,并为运营人员提供日常决策所需的数据。

本技能将指导你使用平台内置工具、BI 应用和数据连接,构建销售报告仪表板。

何时使用此技能

  • 当业务需要一个用于每日/每周收入报告的单一可信数据源时
  • 当你要构建内部分析仪表板,以取代手动制作的电子表格报告时
  • 当你要实现时间对比指标(周环比、月环比、年同比)时
  • 当产品经理需要按类别和渠道深入分析,而不只是查看顶层收入时
  • 当你要构建能够展示 GMV、转化率和 AOV 趋势的高管仪表板时
  • 当你要通过 API 或直接数据库视图与 BI 工具(Metabase、Looker Studio)集成时

核心说明

步骤 1:根据平台选择报告工具
平台工具最适用场景
ShopifyShopify Analytics(内置)收入、订单、AOV、转化率;免费;实时;足以满足大多数商家的需求
ShopifyShopify + Google Looker Studio(免费)自定义可视化仪表板;将 Shopify 数据与 GA4 和广告平台数据相结合
ShopifyPolar Analytics 或 Triple Whale多渠道仪表板;利润指标;自动发送每日摘要邮件
WooCommerceWooCommerce Analytics(内置)收入、订单、产品、客户;免费;适用于 WooCommerce 3.5+
WooCommerceMetorik高级筛选、群组分析、客户细分;最适合 WooCommerce 的分析工具
BigCommerceBigCommerce Analytics(内置)销售概览、产品表现、客户指标
BigCommerceGlew.io高级群组留存分析、渠道深入分析和高管仪表板
所有平台Google Analytics 4转化漏斗、流量来源、基于会话的指标;免费;可与任何平台搭配使用
步骤 2:设置核心销售报告仪表板

Shopify

Shopify 内置分析(从这里开始):

  1. 前往 Analytics → Overview — 默认仪表板会实时显示:
    • 今日总销售额、订单数和会话数
    • 当日转化率与上一时段的对比
    • AOV 趋势
    • 按营收排序的热门产品
  2. 前往 Analytics → Dashboards — Shopify 支持创建自定义仪表板:
    • 点击 + Add report,即可为任意内置报告指标添加图块
    • 推荐图块:总销售额、净销售额、订单数、转化率、AOV、热门产品、按渠道划分的销售额、按地区划分的销售额
  3. 前往 Analytics → Reports,查看所有可用报告:
    • **Sales over time:**按日/周/月查看营收,并与其他时段对比
    • **Sales by product:**按营收和销量查看热门产品
    • **Sales by channel:**按销售渠道细分营收(在线商店、POS、草稿订单等)
    • **Sales by traffic source:**按 UTM 来源/媒介查看营收(末次点击)
    • **Average order value over time:**查看 AOV 趋势及对比
    • **Returning customer rate:**新客户与回头客的比例
  4. 所有报告都可以导出为 CSV,以便进一步分析

设置 Shopify + Looker Studio 仪表板(免费,用于自定义可视化):

  1. 前往 lookerstudio.google.com 打开 Looker Studio
  2. 添加数据源:选择 Google Sheets
  3. 在 Google Sheets 中,使用 Sheets for Shopify 应用连接 Shopify,或设置从 Shopify Analytics 定时导出 CSV
  4. 在 Looker Studio 中构建仪表板:为关键指标添加得分卡,为营收趋势添加时间序列图表,为渠道细分添加条形图
  5. 与团队分享仪表板 URL — Google Sheet 更新时会自动刷新

WooCommerce

WooCommerce Analytics(内置):

  1. 前往 WooCommerce → Analytics → Overview — 显示所选日期范围内的营收、订单数、售出商品数和退款,并与其他时段对比
  2. 前往 WooCommerce → Analytics → Revenue — 按日详细细分营收:总销售额、退货、优惠券、净营收、税费和运费
  3. 前往 WooCommerce → Analytics → Orders — 按日查看订单数、平均订单金额和退款率
  4. 前往 WooCommerce → Analytics → Products — 按产品查看营收和销量
  5. 前往 WooCommerce → Analytics → Categories — 按产品类别查看营收和销量
  6. 所有 WooCommerce Analytics 报告都可以导出为 CSV

Metorik(高级 WooCommerce 仪表板):

  1. 将 Metorik 连接到你的 WooCommerce 商店
  2. 前往 Metorik → Dashboard — 实时查看营收、订单和客户指标,并与其他时段对比
  3. 前往 Metorik → Reports → Revenue — 按日/周/月查看营收;对比任意两个自定义日期范围
  4. 前往 Metorik → Reports → Products — 按产品查看营收、销量和退款
  5. 前往 Metorik → Reports → Customers → Cohorts — 查看每月客户群留存矩阵,了解每个获客群体中仍在购买的客户比例
  6. 设置 Metorik Digest 邮件 — 自动向团队发送每日或每周摘要邮件

BigCommerce
  1. 前往 Analytics → Store Overview — 显示所选时段内的营收、订单数、转化率和 AOV,并附带趋势图
  2. 前往 Analytics → Purchase Funnel — 显示从会话到订单的转化漏斗:会话 → 产品浏览 → 加入购物车 → 购买
  3. 前往 Analytics → Products → Analytics → Merchandising → Products — 按产品查看营收和销量
  4. 前往 Analytics → Customers — 查看新客户与回头客细分,以及客户生命周期价值
  5. 如需高级仪表板:从 BigCommerce App Marketplace 安装 Glew.io — 提供预构建的销售主管仪表板,包含渠道对比、客户群留存和自动每周摘要邮件

步骤 3:构建仪表板必须回答的关键指标

无论使用什么工具,销售仪表板都应让你一目了然地回答以下问题:

每日检查(5 分钟晨间回顾):

  • 今日收入与上周同日相比(季节性业务还应与去年同日相比)
  • 今日订单数与之前相比
  • 今日转化率与 7 天平均值相比(显著下降通常意味着网站出现问题)

每周回顾:

  • 本周收入与上周、去年同一周相比
  • AOV 趋势(稳定、增长还是下降?)
  • 本周收入和销量排名前 10 的产品
  • 渠道细分:网站、Amazon 和批发收入占比

每月高管摘要:

  • 净收入总额与预算相比
  • 毛利率(如果平台跟踪了 COGS)
  • 新客户收入与回头客收入
  • 队列留存率:上个月的新客户中,有多少比例下了第二笔订单?
步骤 4:设置周期对比

所有平台分析工具都支持日期范围对比。配置方法如下:

  • Shopify: 在任何报告中,点击日期范围选择器 → 选择 Compare to → 选择 Prior period、Prior year 或 Custom
  • WooCommerce Analytics: 日期范围选择器中有对比切换选项;选择“Previous period”或“Previous year”
  • Metorik: 每张图表都有一个“Compare”按钮,可在图表中添加上一个周期的趋势线
  • Google Analytics 4: 日期范围选择器中有对比复选框;选择“Preceding period”或“Same period last year”
  • Looker Studio: 在仪表板中添加日期范围控件;使用控件中的“Comparison date range”启用周期对比
步骤 5:添加渠道和类别下钻

渠道下钻:

  • Shopify: Analytics → Sales by traffic source(显示按 UTM 来源/媒介细分的收入)
  • WooCommerce: Metorik → Reports → UTM(显示按 utm_source、utm_medium 细分的订单数和收入)
  • BigCommerce: Analytics → Marketing → Campaigns(显示归因于营销活动的收入)
  • 所有平台: GA4 → Monetization → Ecommerce purchases → 按“Session source/medium”筛选

类别下钻:

  • Shopify: Analytics → Sales by product type(显示按产品类型/系列细分的收入)
  • WooCommerce: WooCommerce Analytics → Categories(内置)
  • BigCommerce: Analytics → Merchandising → Categories

最佳实践

  • 对较大的日期范围使用缓存或预聚合 — 大型商店查询 90 天以上的收入可能会很慢;使用 Shopify Analytics 或 Metorik 中预先生成的汇总报告,而不是导出原始订单数据
  • 始终筛除已取消的订单 — 纳入已取消订单会抬高 GMV 并扭曲 AOV;所有平台分析工具默认都会排除已取消的订单;请在自定义 SQL 或导出数据中确认这一点
  • 区分 GMV 和净收入 — GMV(商品交易总额)包含折扣前的完整售价;净收入则扣除了折扣和退款;应明确同时报告两者并清晰标注
  • 为每项 KPI 提供周期对比背景 — 如果不知道收入较上周是上升还是下降,那么某天收入 50K 美元毫无意义
  • 使用统一的时区 — 将所有时间戳存储为 UTC,仅在报告中进行时区转换;混用时区数据会造成收入差异的假象
  • 建立唯一权威数据源 — 如果营销团队使用 GA4 收入数据,而财务团队使用 Shopify Analytics 收入数据,两者往往会显示不同的数值(归因时间、是否包含税费等方面存在差异);应为每项指标统一指定一个数据源

常见问题

问题解决方案
仪表板显示的收入与支付处理商的数据不同将订单小计与 Stripe/PayPal 的打款金额进行核对;差异可能来自多币种、退款时间或费用扣除
转化率看起来异常偏低确保会话追踪涵盖匿名访客;GA4 默认会追踪所有会话,而平台分析可能只统计访问过特定页面的会话
大宗/批发订单导致平均订单金额虚高添加筛选条件,在平均订单金额计算中排除超过某个阈值的订单(例如 >$5,000);单独分析批发订单
收入被计入了错误的时间段确认平台是在下单时还是履约时确认收入;Shopify 报告的是下单日期,而非履约日期;请与会计收入确认政策保持一致
每周报告的总额不一致始终使用相同的日期范围定义(例如,周一至周日);避免将不完整周的数据与完整周的数据进行比较

相关技能

  • @product-analytics
  • @customer-analytics
  • @attribution-modeling
  • @financial-analytics-dashboard
  • @ab-testing-ecommerce

评论

支持 Markdown