| name | analytics-dashboard |
| description | 数据看板。业务数据看板生成器。自动搭建KPI监控看板、实时指标追踪、定期自动报告推送 Keywords: 数据看板, dashboard, KPI监控, 业务分析. |
概述
业务数据看板生成器。自动搭建KPI监控看板、实时指标追踪、定期自动报告推送 适用于搭建业务数据看板等场景。
适用范围
适用场景：
- 搭建业务数据看板
- 设置KPI监控告警
- 自动生成周报月报
不适用场景：
- 需要实时硬件控制或低延迟响应的场景
- 涉及敏感个人隐私数据的未授权处理
触发关键词: 数据看板, dashboard, KPI监控, 业务分析
前置条件
pip install plotly dash pandas
⚠️ 首次使用前请确认依赖已安装，否则脚本将无法运行。
核心能力
能力1：看板搭建——拖拽式KPI卡片/图表/表格
看板搭建——拖拽式KPI卡片/图表/表格
能力2：实时监控——指标阈值告警与趋势预测
实时监控——指标阈值告警与趋势预测
能力3：自动报告——日报/周报/月报自动生成推送
自动报告——日报/周报/月报自动生成推送
命令列表
| 命令 | 说明 | 用法 |
|---|
create | 创建看板 | python3 scripts/analytics_dashboard_tool.py create [参数] |
monitor | 指标监控 | python3 scripts/analytics_dashboard_tool.py monitor [参数] |
report | 自动报告 | python3 scripts/analytics_dashboard_tool.py report [参数] |
处理步骤
Step 1：创建看板
目标：创建销售看板
为什么这一步重要：这是整个工作流的数据采集/初始化阶段，确保后续步骤基于准确的输入。
执行：
python3 scripts/analytics_dashboard_tool.py create --data sales.csv --kpis 'revenue,orders,aov'
检查点：确认输出包含预期数据，无报错信息。
Step 2：指标监控
目标：设置指标告警
为什么这一步重要：核心处理阶段，将原始数据转化为有价值的输出。
执行：
python3 scripts/analytics_dashboard_tool.py monitor --kpi revenue --threshold-min 10000 --notify email
检查点：确认生成结果格式正确，内容完整。
Step 3：自动报告
目标：生成周报
为什么这一步重要：最终输出阶段，将处理结果以可用的形式呈现。
执行：
python3 scripts/analytics_dashboard_tool.py report --period week --compare-prev --format html
检查点：确认最终输出符合预期格式和质量标准。
验证清单
输出格式
# 📊 数据看板报告
**生成时间**: YYYY-MM-DD HH:MM
## 核心发现
1. [关键发现1]
2. [关键发现2]
3. [关键发现3]
## 数据概览
| 指标 | 数值 | 趋势 | 评级 |
|------|------|------|------|
| 指标A | XXX | ↑ | ⭐⭐⭐⭐ |
| 指标B | YYY | → | ⭐⭐⭐ |
## 详细分析
[基于实际数据的多维度分析内容]
## 行动建议
| 优先级 | 建议 | 预期效果 |
|--------|------|----------|
| 🔴 高 | [具体建议] | [量化预期] |
| 🟡 中 | [具体建议] | [量化预期] |
参考资料
原有链接
GitHub
小红书
注意事项
- 所有分析基于脚本获取的实际数据，不编造数据
- 数据缺失字段标注"数据不可用"而非猜测
- 建议结合人工判断使用，AI分析仅供参考
- 首次使用请先安装依赖：
pip install plotly dash pandas
- 如遇到API限流，请适当增加请求间隔
