第 20 課：分析儀表板 — 銷售、趨勢與利基研究

時裝設計與按需印刷系統架構－從領域分析到生產

第 6 部分：資料平台與分析

亞洲開發網

1. 資料倉儲架構

Sources (OLTP + Events)
   -> ELT/CDC Pipeline
   -> Staging Layer
   -> Data Models (dbt)
   -> Data Warehouse (ClickHouse/BigQuery)
   -> BI Dashboards (Metabase/Superset)

2. POD 的星型模式

-- Fact table
fact_orders(
  order_id,
  date_key,
  shop_key,
  product_key,
  channel_key,
  supplier_key,
  gross_revenue_cents,
  shipping_cents,
  tax_cents,
  discount_cents,
  quantity,
  status
)

-- Dimensions
dim_date(date_key, day, week, month, quarter, year)
dim_shop(shop_key, shop_id, segment, country)
dim_product(product_key, product_id, category, style, tags)
dim_channel(channel_key, channel_name)
dim_supplier(supplier_key, supplier_name, region)

3. 核心儀表板

儀表板	關鍵關鍵績效指標
銷售	GMV、AOV、轉換、CAC、ROAS
設計師	頂級設計、版稅收入、重複率
生產	交貨時間、缺陷率、SLA 違規
頻道	Shopify/Etsy/Amazon/TikTok 收入
趨勢/利基	熱門標籤、成長速度、競爭

4. 銷售漏斗分析

Impression -> Product View -> Add to Cart -> Checkout Start -> Payment Success

SELECT
  date,
  SUM(impressions) AS impressions,
  SUM(product_views) AS views,
  SUM(add_to_cart) AS atc,
  SUM(checkout_start) AS checkout,
  SUM(purchases) AS purchases,
  ROUND(SUM(purchases)::numeric / NULLIF(SUM(product_views),0), 4) AS view_to_buy
FROM mart_funnel_daily
GROUP BY date
ORDER BY date DESC;

5. 生產指標

• 根據供應商的 P50/P95 生產時間
• 按產品類型劃分的缺陷率
• 退貨原因分佈
• 按地區劃分的準時交貨率

6. 趨勢和利基分析

interface TrendInsight {
  tag: string;
  weekGrowthPct: number;
  monthGrowthPct: number;
  competitionScore: number;
  opportunityScore: number;
}

function opportunity(trend: number, competition: number) {
  return 0.7 * trend - 0.3 * competition;
}

7. 資料品質與治理

規則	例如
新鮮度	實際訂單遲到時間不超過 30 分鐘
獨特性	order_id 在 mart 表中是唯一的
完整性	channel_key 不為空
一致性	毛額 >= 稅金 + 運費

八、總結

• 星型模式 適用於營運和財務儀表板

• 銷售+產量+趨勢 POD 的 3 個核心儀表板集群

• 漏斗分析 幫助逐步優化轉化

• 數據品質檢查 必須透過管道實現自動化