2026年 1–9 月 销售数据看板

数据源:天猫 / 京东 / 拼多多 / 抖音 / 自营商城 五大渠道月度导出表(9 个文件 × 5 个 sheet)
处理链路:多表合并 → 数据清洗 → 跨表匹配 → 拆分 Sheet → 指标建模 → 看板可视化
📦 原始 22,397 行 ✅ 有效 21,740 行 🧩 匹配率 99.2% 🕐 生成时间 2026-10-21 08:47 ⚠️ 全部为模拟数据

GMV 与目标达成

柱=实际 GMV(万元),折线=目标达成率;9 个月累计达成 96.9%

渠道结构

按 GMV 占比

品类结构

按 GMV 排序

核心洞察

月度 GMV vs 目标

实际 vs 目标

订单数与客单价

订单数 × 客单价

大区月度走势

七大区 GMV 堆叠

各渠道 GMV 月度走势

五渠道月度走势对比

渠道 × 月份 达成率热力图

红色=未达标,越绿越超额

渠道对比表

客单价=GMV / 订单数(已含退款冲减)

商品 ABC 帕累托分析

A 类商品(累计 GMV 前 70%)7 个,贡献 164.3 万元 —— 库存与推广预算应优先保障

品类 × 月份 热力图

深色=当月 GMV 高

TOP 15 商品

按 GMV 降序 · 表内可上下滚动

清洗漏斗

22,397 → 21,740 行,剔除率 2.9%(去重 396 行 + 异常/空值 261 行)
为什么不能"直接删了事"

剔除的每一行都留了「原因」字段,落在 07_清洗剔除记录 sheet 里。
异常大单要回到平台后台人工核对,不能默默算进 GMV —— 否则月报数字会被业务方一眼看穿。

剔除原因分布

按剔除原因统计行数

商品名匹配率对比

不做名称清洗直接匹配只有 48.7%,清洗后 99.2%

明细数据(抽样 600 行)