這家快速成長的電商公司面臨典型的數據管理困境:
- 耗時的手動作業:每週需花費 5 小時人工彙整來自多個電商平台的銷售數據
- 高錯誤風險:跨平台複製貼上數據時容易出現人為疏失,影響決策準確性
- 缺乏即時性:管理層無法即時掌握銷售狀況,錯失快速應對市場變化的時機
- 報告產出延遲:週報與月報需要額外時間製作,無法及時分享給團隊
這些問題不僅降低了團隊效率,更讓公司在競爭的電商市場中失去靈活應變的優勢。
協助電商公司打造全自動化銷售報表系統,運用 Google Apps Script、試算表進階函數與 Looker Studio,將每週 5 小時的手動作業縮減至 5 分鐘,實現即時數據追蹤與自動報告生成。
這家快速成長的電商公司面臨典型的數據管理困境:
這些問題不僅降低了團隊效率,更讓公司在競爭的電商市場中失去靈活應變的優勢。
我們為客戶設計了一套端到端的自動化數據流程,從資料擷取、整合、分析到報告產出,全程零人工介入。
核心技術架構
節省 95% 作業時間:從每週 5 小時手動處理降至 5 分鐘,每月節省約 20 小時人力成本
即時數據更新:從週報延遲 2 至 3 天縮短至每日自動同步,管理層隨時掌握最新銷售狀況
錯誤率歸零:消除人工複製貼上造成的數據錯誤,提升決策品質
決策速度提升:透過 Looker Studio 儀表板即時監控,能在 24 小時內對市場變化做出反應
我們首先評估客戶的數據來源,發現銷售數據分散在 Shopify 後台、蝦皮賣家中心、自有網站等五個不同平台。我們開發了 Apps Script 腳本,利用各平台提供的 API 以及連接自有網站的手動銷售數據試算表,設定每日凌晨 2 點自動執行。
function dailyDataSync() {
fetchShopifyData();
fetchShopeeSalesData();
fetchManualOrders();
...
consolidateToMasterSheet();各平台數據寫入各試算表,包含訂單編號、日期、產品名稱、數量、金額、通路等標準化欄位。之後再度用 IMPORTRANGE 函式整併,建立中央數據庫。
在中央數據庫的基礎上,我們建立了多個工作表,用於分析與報表呈現:
QUERY 函式自動彙總當日各通路訂單內容、銷售額、商品品項等數據公式範例:
=QUERY(Raw!A:H,
"SELECT B, SUM(G)
WHERE A >= date '" & TEXT(TODAY()-7,"yyyy-MM-dd") & "'
GROUP BY B ORDER BY SUM(G) DESC", 1)這個公式能自動抓取近 7 天的數據,依產品分類彙總銷售額並排序,完全不需人工介入。
我們將試算表連接至 Looker Studio,設計了包含以下元素的互動式儀表板:
管理層只需打開書籤,即可在 3 秒內看到所有關鍵數據,不再需要等待週報。
我們在 Google 文件建立週報與月報範本,內含預留的數據佔位符(如 {本週總銷售額}、{熱銷產品TOP5})。Apps Script 腳本每週一早上 8 點自動執行:
整個過程完全自動化,報告內容豐富且格式專業。
為確保系統長期穩定運作,我們還實施了:
try-catch 機制,當 API 連線失敗時自動發送郵件通知透過這套全方位的自動化解決方案,客戶不僅大幅節省人力成本,更重要的是獲得了數據驅動決策的能力。管理層現在能即時發現銷售異常、快速調整行銷策略,在電商市場中搶得先機。