Data Documentation

2026产品上新记录

Mon, 01 Jan 0001 00:00:00 +0000

2026产品上新记录 #

20260105 梨柚系列#

梨柚双柠茶
梨柚鲜奶茶

20260116 桂枣系列#

桂枣马蹄撞奶
桂枣珍珠撞奶

20260130 鲜橙系列#

爆汁鲜橙百香
爆汁鲜橙茉莉

20260204 芝士酪酪系列#

鲜打草莓酪酪
鲜打葡萄酪酪

20260306 蜂蜜系列#

蜂蜜水果莉
蜂蜜柠檬气泡
苹果茉莉气泡

20260327 抹茶系列#

抹茶冰淇淋
抹茶酪酪
抹茶芒芒
抹茶莓莓

20260403 龙井系列#

春日龙井冰菠萝
春日龙井鲜奶茶
春日龙井小青乳

20260417 杨梅系列#

爆汁多肉杨梅
爆汁杨梅柠檬茶
爆汁梅梅气泡
多肉杨梅酪酪

20260430 芭乐系列#

粉粉芭乐冰茉莉
粉粉芭乐冰淇淋
粉粉芭乐柠檬茶
粉粉芭乐青提

20260515 泰奶系列#

冰淇淋泰奶
泰红冰淇淋
泰红柠檬茶

20260529 西瓜系列#

西瓜冰椰
西瓜冰茉莉
西瓜马蹄爆爆珠
西瓜爽爽桶

20260605 混合果汁系列#

百香冰茉莉
青桔柠檬气泡

门店管理表日备份

Mon, 01 Jan 0001 00:00:00 +0000

门店管理表日备份#

需求背景#

因OA门店管理表无历史记录，需要手动备份每日门店状态。

需求频率#

每个工作日

目录结构#

store_info_format
├─ config.ini
├─ main.py #主程序
├─ README.md
├─ modules
│  ├─ check.py #结构检测模块
│  ├─ data_cleaner.py #数据清洗模块
│  ├─ db_utils.py #数据库操作模块
│  └─ wechat_utils.py #企业微信发送模块
└─ data
   └─ 修正.xlsx  #解约文件战区匹配

项目地址#

https://e.coding.net/fuwenyue/tianlala/store_info_format.git

门店销售

Mon, 01 Jan 0001 00:00:00 +0000

门店销售信息#

查询#

SELECT 
    COLUMN_NAME AS 字段名, 
    COLUMN_TYPE AS 字段类型, 
    COLUMN_COMMENT AS 字段注释 
FROM information_schema.COLUMNS 
WHERE TABLE_SCHEMA = 'tll_bi_dw' 
AND TABLE_NAME = 'ads_dbs_trade_shop_pay_channel_di';

数据字典#

ads_dbs_trade_shop_pay_channel_di

列名	数据类型	注释
pt	varchar(20)	时间分区
shop_id	varchar(20)	门店编号
payment_channels	varchar(100)	结账方式名称
order_cnt	bigint(20)	订单量
income	decimalv3(16, 2)	收入金额
discount	decimalv3(16, 2)	优惠金额
amount	decimalv3(16, 2)	流水金额
total_order_cnt	bigint(20)	订单量
item_scrap_amount	decimalv3(16, 2)	报废金额

注意事项#

检查当月渠道是否完整，是否有缺失的渠道（核对当月是否有线上新增xx团购）。

SELECT DISTINCT
	payment_channels 
FROM
	ads_dbs_trade_shop_pay_channel_di 
WHERE
	pt LIKE '202605%'

产品销售

Mon, 01 Jan 0001 00:00:00 +0000

产品销售信息#

查询#

SELECT 
    COLUMN_NAME AS 字段名, 
    COLUMN_TYPE AS 字段类型, 
    COLUMN_COMMENT AS 字段注释 
FROM information_schema.COLUMNS 
WHERE TABLE_SCHEMA = 'tll_bi_dw' 
AND TABLE_NAME = 'ads_dbs_trade_food_di';

数据字典#

ads_dbs_trade_food_di

字段名	字段类型	字段注释
business_date	bigint(20)	日期
oper_center_name	varchar(255)	营运中心
prov_id	varchar(64)	省份编码
prov_name	varchar(255)	省份名称
city_id	varchar(64)	城市编码
city_name	varchar(255)	城市名称
city_level	varchar(64)	城市等级
district_id	varchar(64)	区县编码
district_name	varchar(255)	区县名称
busi_area_type	varchar(64)	商圈
bussiness_type	varchar(64)	业务类型
channel_name	varchar(255)	订单渠道
anal_type	varchar(64)	分析类型(到家、到店)
platform	varchar(64)	平台(到家：美团、饿了么、其它到店：POS、小程序、其它)
cust_type	varchar(64)	用户类型
time_name	varchar(255)	时段
food_category_name	varchar(255)	商品分类
food_oneid	varchar(128)
item_name	varchar(500)	商品名称
new_flag	varchar(64)	是否新品
cup_type	varchar(64)	杯型
ice_type	varchar(64)	温度
sugar_type	varchar(64)	甜度
dp_total_amount	decimalv3(16, 2)	商品流水金额
dp_total_amount_last_day	decimalv3(16, 2)	上一天商品流水金额
dp_total_amount_last_week	decimalv3(16, 2)	上一周商品流水金额
dp_total_amount_last_year	decimalv3(16, 2)	去年同期商品流水金额
dp_item_count	bigint(20)	商品销量
dp_item_count_last_day	bigint(20)	上一天商品销量
dp_item_count_last_week	bigint(20)	上一周商品销量
dp_item_count_last_year	bigint(20)	去年同期商品销量
dp_pay_amount	decimalv3(16, 2)	商品实收金额
dp_pay_amount_last_day	decimalv3(16, 2)	上一天商品实收金额
dp_pay_amount_last_week	decimalv3(16, 2)	上一周商品实收金额
dp_pay_amount_last_year	decimalv3(16, 2)	去年同期商品实收金额
dp_discount_amount	decimalv3(16, 2)	商品优惠金额
dp_discount_amount_last_day	decimalv3(16, 2)	上一天商品优惠金额
dp_discount_amount_last_week	decimalv3(16, 2)	上一周商品优惠金额
dp_discount_amount_last_year	decimalv3(16, 2)	去年同期商品优惠金额
dp_return_item_count	bigint(20)	商品退货量
dp_return_item_count_last_day	bigint(20)	上一天商品退货量
dp_return_item_count_last_week	bigint(20)	上一周商品退货量
dp_return_item_count_last_year	bigint(20)	去年同期商品退货量
dp_return_total_amount	decimalv3(16, 2)	商品退款金额
dp_return_total_amount_last_day	decimalv3(16, 2)	上一天商品退款金额
dp_return_total_amount_last_week	decimalv3(16, 2)	上一周商品退款金额
dp_return_total_amount_last_year	decimalv3(16, 2)	去年同期商品退款金额
xl_total_amount	decimalv3(16, 2)	小料流水金额
xl_total_amount_last_day	decimalv3(16, 2)	上一天小料流水金额
xl_total_amount_last_week	decimalv3(16, 2)	上一周小料流水金额
xl_total_amount_last_year	decimalv3(16, 2)	去年同期小料流水金额
xl_item_count	bigint(20)	小料销量
xl_item_count_last_day	bigint(20)	上一天小料销量
xl_item_count_last_week	bigint(20)	上一周小料销量
xl_item_count_last_year	bigint(20)	去年同期小料销量
xl_pay_amount	decimalv3(16, 2)	小料实收金额
xl_pay_amount_last_day	decimalv3(16, 2)	上一天小料实收金额
xl_pay_amount_last_week	decimalv3(16, 2)	上一周小料实收金额
xl_pay_amount_last_year	decimalv3(16, 2)	去年同期小料实收金额
tc_total_amount	decimalv3(16, 2)	套餐流水金额
tc_total_amount_last_day	decimalv3(16, 2)	上一天套餐流水金额
tc_total_amount_last_week	decimalv3(16, 2)	上一周套餐流水金额
tc_total_amount_last_year	decimalv3(16, 2)	去年同期套餐流水金额
tc_item_count	bigint(20)	套餐销量
tc_item_count_last_day	bigint(20)	上一天套餐销量
tc_item_count_last_week	bigint(20)	上一周套餐销量
tc_item_count_last_year	bigint(20)	去年同期套餐销量
tc_pay_amount	decimalv3(16, 2)	套餐实收金额
tc_pay_amount_last_day	decimalv3(16, 2)	上一天套餐实收金额
tc_pay_amount_last_week	decimalv3(16, 2)	上一周套餐实收金额
tc_pay_amount_last_year	decimalv3(16, 2)	去年同期套餐实收金额
tc_discount_amount	decimalv3(16, 2)	套餐优惠金额
tc_discount_amount_last_day	decimalv3(16, 2)	上一天套餐优惠金额
tc_discount_amount_last_week	decimalv3(16, 2)	上一周套餐优惠金额
tc_discount_amount_last_year	decimalv3(16, 2)	去年同期套餐优惠金额
zb_total_amount	decimalv3(16, 2)	周边流水金额
zb_total_amount_last_day	decimalv3(16, 2)	上一天周边流水金额
zb_total_amount_last_week	decimalv3(16, 2)	上一周周边流水金额
zb_total_amount_last_year	decimalv3(16, 2)	去年同期周边流水金额
zb_item_count	bigint(20)	周边销量
zb_item_count_last_day	bigint(20)	上一天周边销量
zb_item_count_last_week	bigint(20)	上一周周边销量
zb_item_count_last_year	bigint(20)	去年同期周边销量
zb_pay_amount	decimalv3(16, 2)	周边实收金额
zb_pay_amount_last_day	decimalv3(16, 2)	上一天周边实收金额
zb_pay_amount_last_week	decimalv3(16, 2)	上一周周边实收金额
zb_pay_amount_last_year	decimalv3(16, 2)	去年同期周边实收金额
load_time	varchar(64)	数据更新时间
item_type	varchar(64)	商品类型（单品、套餐、小料、周边、其它）
item_status	varchar(64)	饮品状态(在线饮品、不在线饮品)
up_type	varchar(64)	升级类型
food_series	varchar(64)	商品系列
release_date	varchar(64)	上新日期
dp_order_count	bigint(20)	商品订单量
xl_order_count	bigint(20)	小料订单量
item_name_list	varchar(255)	套餐下商品/小料明细
other_total_amount	decimalv3(16, 2)	其它饮品流水金额
other_total_amount_last_day	decimalv3(16, 2)	昨日其它饮品流水金额
other_total_amount_last_week	decimalv3(16, 2)	上周同期其它饮品流水金额
other_total_amount_last_year	decimalv3(16, 2)	去年同期其它饮品流水金额
stat_shop_id	varchar(64)	门店统计id
stat_shop_name	varchar(255)	门店统计名称
send_whse	varchar(64)	仓库

注意事项#

产品销售汇总<门店销售汇总。
门店销售包含快递等非商品营业额，门店销售包含补录营业额。

北森通讯录信息日备份

Mon, 01 Jan 0001 00:00:00 +0000

北森通讯录信息日备份#

需求背景#

记录北森通讯录信息，可整理出每人的入职、离职时间等。

需求频率#

每个工作日。

自动化执行#

在quicker中设定定时任务，每天开机时执行。cookies有效期是7天，需要每7天更新一次。设定每周六更新一次。

chcp 65001
@echo off

:: 激活环境
CALL C:\Users\%USERNAME%\anaconda3\Scripts\activate.bat C:\Users\%USERNAME%\anaconda3
cd C:\Users\Administrator\OneDrive\Tianlala\Script\beiseng-users
python main.py

目录结构#

beiseng-users
├─ config.py
├─ cookies_2026-05-27.json
├─ main.py
└─ README.md

项目地址#

https://e.coding.net/fuwenyue/tianlala/beiseng-users.git

门店报货信息

Mon, 01 Jan 0001 00:00:00 +0000

门店报货信息#

查询#

SELECT 
    COLUMN_NAME AS 字段名, 
    COLUMN_TYPE AS 字段类型, 
    COLUMN_COMMENT AS 字段注释 
FROM information_schema.COLUMNS 
WHERE TABLE_SCHEMA = 'tll_bi_dw' 
AND TABLE_NAME = 'dwd_rps_tll_order_details_di';

数据字典#

dwd_rps_tll_order_details_di

列名	数据类型	注释
pt	varchar(255)	天分区
id	varchar(255)	明细ID
order_id	varchar(255)	订单号
product_info	varchar(255)	商品信息
product_specification	varchar(255)	商品规格
product_id	varchar(255)	商品ID
sku_code	varchar(255)	SKU代码
supplier	varchar(255)	供应商
unit_price	decimalv3(10, 2)	单价
quantity	int(11)	购买数量
cancel_quantity	int(11)	取消数量
payable_amount	decimalv3(10, 2)	应付金额
discount_amount	decimalv3(10, 2)	优惠金额
actual_amount	decimalv3(10, 2)	实付金额
status	int(11)	状态
tenant_id	varchar(255)	租户ID
create_time	varchar(255)	创建时间
product_type	varchar(255)	商品类型
warehouse_id	int(11)	发货仓库
warehouse_batch_no	varchar(255)	仓库批次号
discount_unit_price	decimalv3(10, 2)	折后单价
category_id	bigint(20)	类目id
tax_rate	decimalv3(10, 2)	税率
is_freebies	int(11)	是否为赠品：0：否 1：是
packaging_unit	varchar(255)	包装单位
unit_code	varchar(255)	单位编码
serial_no	varchar(255)	流水号
out_quantity	int(11)	出库数量
customer_discount_amount	decimalv3(10, 2)	客户优惠
rent_subsidy_amount	decimalv3(10, 2)	房租优惠
agent_amount	decimalv3(10, 2)	代理商代收代付款
bank_actual_amount	decimalv3(10, 2)	银行实付金额
pt_discount_amount	decimalv3(10, 2)	平台优惠金额
is_combination_children_product	int(11)	是否是组合子商品(1-是,2-否)
final_pay_amount	decimalv3(10, 2)	最终支付金额，包含银行和平台付款，折后单价乘以出库数量
cancel_order_num	string	退款单号
created_at	string	退款时间
warehouse_name	string	仓库名称
refund_fee	decimalv3(10, 2)	退单金额
modify_time	varchar(255)	更新时间
activity_id	varchar(255)	活动id
combination_code	varchar(255)	组合商品编码
logistic_fee_amount	decimalv3(10, 2)
has_logistic_fee	int(11)
delivery_method	int(11)	配送方式,1:物流,2:快递,3:上门自提
shipping_method	int(11)	送货方式,0:起订,1:包邮,2:送货上门
real_store_code	varchar(128)	真实门店code

注意事项#

报货记录通常以财务部统计为准。

门店销售数据的备份

Mon, 01 Jan 0001 00:00:00 +0000

门店销售数据备份#

需求背景#

因数据库只能通过JumpServer访问，对导出的数据量有着限制。需要在本地建立一个备份，方便Python/Power Query 的调用。

需求频率#

不定时

目录结构#

shop_sales_sync
├─ main.py
└─ 门店销售
   ├─ 待同步
   │  └─ 202505.csv
   └─ 已同步
      ├─ 202501.csv
      ├─ 202502.csv
      ├─ 202503.csv
      ├─ 202504.csv
      ├─ 202505.csv
      ├─ 202506.csv
      ├─ 202507.csv
      ├─ 202508.csv
      ├─ 202509.csv
      ├─ 202510.csv
      ├─ 202511.csv
      ├─ 202512.csv
      ├─ 202601.csv
      ├─ 202602.csv
      ├─ 202603.csv
      └─ 202604.csv

数据查询及导出#

为保障能够正常导出数据，可逐月进行查询、导出。

各渠道同比基础数据

Mon, 01 Jan 0001 00:00:00 +0000

各渠道同比基础数据#

数据查询及导出#

依赖门店销售数据备份，无需从中台提取数据。

处理查询直接在python脚本中调用

项目地址#

https://e.coding.net/fuwenyue/tianlala/multi_period_channel_summary.git

门店管理表

Mon, 01 Jan 0001 00:00:00 +0000

门店管理表#

查询#

SELECT 
    COLUMN_NAME AS 字段名, 
    COLUMN_TYPE AS 字段类型, 
    COLUMN_COMMENT AS 字段注释 
FROM information_schema.COLUMNS 
WHERE TABLE_SCHEMA = 'tll_bi_dw' 
AND TABLE_NAME = 'dim_oas_formmain_0145_df';

数据字典#

dim_oas_formmain_0145_df

列名	数据类型	注释
shop_oneid	varchar(255)	门店唯一编码
shop_id	varchar(255)	门店id
shop_name	varchar(255)	门店名称
oa_shop_code	varchar(255)	OA门店编号
oa_shop_name	varchar(255)	OA门店名称
shop_type	varchar(255)	门店类型
shop_status	varchar(255)	门店状态
busi_status	varchar(255)	运营状态
open_date	varchar(255)	开业日期
shop_open_time	varchar(255)	营业时间
region_name	varchar(255)	所属大区
region_manager_name	varchar(255)	大区经理名称
prov_manager_name	varchar(255)	省经理名称
district_manager_name	varchar(255)	区域经理名称
supervisor_name	varchar(255)	督导
shop_addr	varchar(255)	门店地址
prov_name	varchar(255)	所属省份
prov_id	varchar(255)	所属省份id
city_name	varchar(255)	所属城市
city_id	varchar(255)	所属城市id
district_name	varchar(255)	所属区县
district_id	varchar(255)	所属区县id
area_division	varchar(255)	所属行政区划
busi_area_level	varchar(255)	商圈等级
send_whse	varchar(255)	发货仓库
cont_status	varchar(255)	合同状态(初签、过户、迁址等)
shop_area	varchar(255)	经营面积
license_name	varchar(255)	营业执照名称
license_person	varchar(255)	营业执照法人
license_phone	varchar(255)	法人号码
license_addr	varchar(255)	营业执照地址
u8c_cus_id	varchar(255)	U8C客商编码
regist_date	varchar(255)	登记日期
close_shop_date	varchar(255)	闭店日期
contract_sign_date	varchar(255)	签约日期
contract_id	varchar(255)	合同编号
contract_start_date	varchar(255)	合同开始日期
contract_end_date	varchar(255)	合同结束日期
load_time	varchar(255)	中台数据加工时间
pt	varchar(255)	天分区
shop_level	varchar(5)	门店等级
agent_code	varchar(10)	代理商编码
agent_name	varchar(255)	代理商名称
rebate_ratio	decimalv3(10, 2)	代理商返利系数
sap_shop_id	varchar(255)	sap门店编码
rps_discount	varchar(255)	报货等级
expand_personnel	varchar(200)
busi_district_type	varchar(255)	商圈类型
direct_store_manager	varchar(255)	直营店经理
street	varchar(255)	街道
city_level	varchar(255)	所属城市等级
registrant	varchar(128)	登记人
shop_rent	decimalv3(10, 2)	门店租金
if_subsidy	varchar(8)	是否补贴
if_agent_area	varchar(8)	是否属于代理区域
first_sign_date	varchar(128)	初签日期
first_sign_name	varchar(128)	初签人名称
shop_short_name	varchar(255)	门店简称

注意事项#

通常使用自己维护的门店管理表，不使用这张表。

标准菜品名称核对

Mon, 01 Jan 0001 00:00:00 +0000

标准菜品名称核对#

需求背景#

同步标准菜品名称至OA，供中台数据库调用。

需求频率#

不定，每周几次。

目录结构#

standard_food
├─ config.yaml
└─ main.py

项目地址#

https://e.coding.net/fuwenyue/tianlala/standard_food.git

配方管理

Mon, 01 Jan 0001 00:00:00 +0000

甜啦啦配方管理#

需求背景#

周边数据需求

Mon, 01 Jan 0001 00:00:00 +0000

周边数据需求#

需求背景#

零食事业部需要的周边相关报表

需求频率#

每月第一个工作日，发送至零食事业部@李慧 @刘垚。

目录结构#


周边数据分析
├─ main.py
├─ query1.csv
├─ query2.csv
├─ query3.csv
├─ ReadMe.md
└─ 周边数据需求.db

数据查询及导出#

查询周边销售数据#

查询结果保存为query1.csv。

SELECT 
    stat_shop_id AS 门店编号, 
    item_name AS 周边产品名称, 
    SUM(dp_item_count) AS 周边产品销量, 
    SUM(dp_total_amount) AS 周边产品流水 
FROM 
    ads_dbs_trade_food_di 
WHERE 
    food_category_name in ('周边产品' ,'周边')
    AND business_date like '202604%'
GROUP BY 
    stat_shop_id,item_name 
HAVING 
    SUM(dp_item_count) > 0;

查询周边报货数据#

查询结果保存为query2.csv。

WITH report_order AS ( 
    SELECT 
        id AS `订单ID`, 
        order_num AS `订单编号`, 
        order_status AS `订单状态`, 
        order_time AS `订单时间`, 
        order_type AS `订单类型`, 
        order_notes AS `订单备注`, 
        store_code AS `门店编号` 
    FROM dwd_rps_tll_order_di 
), 
unique_orders AS ( 
    SELECT 
        `订单ID`, 
        `订单编号`, 
        `订单状态`, 
        `订单时间`, 
        `订单类型`, 
        `订单备注`, 
        `门店编号`, 
        ROW_NUMBER() OVER (PARTITION BY `订单ID` ORDER BY `订单时间` DESC) AS rn 
    FROM report_order 
), 
report_order_details AS ( 
    SELECT 
        id AS `详单ID`, 
        order_id AS `订单ID`, 
        product_info AS `存货名称`, 
        product_specification AS `存货规格`, 
        product_id AS `产品ID`, 
        sku_code AS `存货编码`, 
        quantity AS `数量`, 
        actual_amount AS `实际金额` 
    FROM dwd_rps_tll_order_details_di 
), 
summary_table AS ( 
    SELECT 
        uo.`门店编号`, 
        rod.`存货名称`, 
        rod.`实际金额`, 
        rod.`数量` 
    FROM unique_orders uo 
    INNER JOIN report_order_details rod 
        ON uo.`订单ID` = rod.`订单ID` 
    WHERE 
        CAST(rod.`存货编码` AS CHAR) LIKE '108%' 
        AND uo.`订单状态` >= 3 
        AND uo.`订单状态` != 5 
        AND uo.rn = 1 
        -- 修改了这里的日期过滤条件
        AND uo.`订单时间` >= '2026-04-01' AND uo.`订单时间` < '2026-05-01'
)
SELECT 
    `门店编号`, 
    `存货名称`, 
    SUM(`数量`) AS `周边报货数量`, 
    SUM(`实际金额`) AS `周边报货金额` 
FROM summary_table 
GROUP BY `门店编号`, `存货名称` 
ORDER BY `门店编号`, `存货名称`;

查询门店销售数据#

查询结果保存为query3.csv。

赠茶数据需求

Mon, 01 Jan 0001 00:00:00 +0000

赠茶数据需求#

需求背景#

品牌管理部需要的赠茶相关报表

需求频率#

不定时

数据查询及导出#

视实收金额为0的茶为赠茶。

WITH day_periods AS (
    SELECT '20260327' AS start_date, '20260504' AS end_date
)
SELECT
    CONCAT(day_periods.start_date, '~', day_periods.end_date) AS 时段,
    business_date AS 日期,
    city_name AS 城市,
    item_name AS 产品名称,
    SUM(dp_item_count) AS 销量,
    SUM(dp_total_amount) AS 流水,
    SUM(dp_pay_amount) AS 实收
FROM
    ads_dbs_trade_food_di
CROSS JOIN day_periods
WHERE
    business_date BETWEEN day_periods.start_date AND day_periods.end_date AND city_name in ('蚌埠市','阜阳市','淮南市')
GROUP BY
    时段,
    日期,
    城市, 
    产品名称
HAVING
    SUM(dp_item_count) > 0
    AND SUM(dp_pay_amount) = 0;

数据清洗#

筛选青韵乌龙、茉莉初露、每日鲜泡好茶相关，因可能会新增奇怪名称，不在SQL阶段进行过滤。

月度产品销售数据

Mon, 01 Jan 0001 00:00:00 +0000

月度产品销售数据#

需求背景#

拉取各月产品销售数据。

需求频率#

不定时

目录结构#

数据查询及导出#

SELECT 
    stat_shop_id AS 门店编号, 
    channel_name AS 订单渠道,
    item_name AS 商品名称, 
    SUM(dp_item_count) AS 产品销量, 
    SUM(dp_pay_amount) AS 产品实收,
    SUM(dp_total_amount) AS 产品流水 
FROM 
    ads_dbs_trade_food_di 
WHERE 
    business_date like '202605%'
GROUP BY 
    stat_shop_id,channel_name,item_name
HAVING 
    SUM(dp_item_count) > 0;

数据清洗#

获取标准产品名称#

OA → 标准菜品名称

映射“标准菜品名称”#

标准菜品名称清洗

Mon, 01 Jan 0001 00:00:00 +0000

标准菜品名称清洗#

需求背景#

清洗产品名称，统一为标准菜品名称。

需求频率#

不定时

目录结构#

标准菜品名称
├─ main.py  # 主程序
├─ README.md  # 项目说明。
├─ 所有产品名称.csv  # 输入产品名称。
├─ 标准单品名称.xlsx # 输入标准菜品名称。
├─ 标准菜品名称映射.json # 输出匹配结果。
└─ 标准菜品名称映射.xlsx  # 输出匹配结果。

数据获取#

获取所有待清洗产品名称#

文件名保存：所有产品名称.csv

SELECT DISTINCT
	item_name AS 商品名称 
FROM
	ads_dbs_trade_food_di 
WHERE
	business_date LIKE '202605%' 
	AND dp_item_count > 0 
ORDER BY
	item_name

获取标准菜品名称#

OA标准单品名称.xlsx。

数据清洗#

def build_prompt(batch_products):
    """为一批商品名称构建匹配 prompt"""
    product_list = "\n".join([f"{i+1}. {name}" for i, name in enumerate(batch_products)])
    return f"""你是一个餐饮行业商品名称匹配专家。请将以下【待匹配商品名称】逐一匹配到最合适的【标准单品名称】。

规则：
1. 语义相似即可匹配，不需要完全一样。例如"一桶水果茶1000ml"可以匹配"一桶水果茶"。
2. 忽略容量、温度、赠品描述等修饰词。例如"蜂蜜冰茉莉（500ml）"匹配"蜂蜜冰茉莉"。
3. 如果一个待匹配名称包含多个独立商品（如一桶水果茶+一桶全家福），请分别评估每个子商品与标准库的匹配置信度，仅输出你最有把握、匹配度最高的那一个单品。
4. 如果找不到合适的匹配，标记为"无匹配"。
5. 只返回 JSON 数组，不要任何其他文字。

【标准单品名称列表】（共{len(standard_names)}个）：
{standard_list_text}

【待匹配商品名称】（共{len(batch_products)}个）：
{product_list}

请返回 JSON 对象，格式如下：
{{"matches": [{{"商品名称": "xxx", "匹配标准名称": "yyy"}}, ...]}}"""

项目地址#

https://fuwenyue.coding.net/p/tianlala/d/standard_food_name/git

CSV文件分割

Mon, 01 Jan 0001 00:00:00 +0000

CSV文件分割#

需求背景#

解决CSV文件过大，导致某些系统无法上传/识别的问题。

需求频率#

不定时。

处理代码#

param(
    [string]$CsvPath = "5月产品数据.csv",
    [int]$Parts = 5,
    [string]$OutputDir = $PSScriptRoot
)

$reader = [System.IO.StreamReader]::new((Join-Path $OutputDir $CsvPath))
$header = $reader.ReadLine()

# 统计总行数
$totalLines = 0
while ($reader.ReadLine() -ne $null) {
    $totalLines++
}
$reader.Close()

$linesPerPart = [math]::Ceiling($totalLines / $Parts)
Write-Host "总数据行: $totalLines, 每份: $linesPerPart 行"

# 重新读取，开始分割
$reader = [System.IO.StreamReader]::new((Join-Path $OutputDir $CsvPath))
$reader.ReadLine() | Out-Null  # 跳过表头

$baseName = [System.IO.Path]::GetFileNameWithoutExtension($CsvPath)

for ($i = 0; $i -lt $Parts; $i++) {
    $partNum = $i + 1
    $outFile = Join-Path $OutputDir "${baseName}_part${partNum}.csv"

    $writer = [System.IO.StreamWriter]::new($outFile, $false, [System.Text.Encoding]::UTF8)
    $writer.WriteLine($header)

    $lineCount = 0
    while ($lineCount -lt $linesPerPart -and ($line = $reader.ReadLine()) -ne $null) {
        $writer.WriteLine($line)
        $lineCount++
    }

    $writer.Close()
    Write-Host "已生成: ${baseName}_part${partNum}.csv ($lineCount 行数据)"
}

$reader.Close()
Write-Host "分割完成!"

Data Documentation

2026产品上新记录

2026产品上新记录#

20260105 梨柚系列#

20260116 桂枣系列#

20260130 鲜橙系列#

20260204 芝士酪酪系列#

20260306 蜂蜜系列#

20260327 抹茶系列#

20260403 龙井系列#

20260417 杨梅系列#

20260430 芭乐系列#

20260515 泰奶系列#

20260529 西瓜系列#

20260605 混合果汁系列#

门店管理表日备份

门店管理表日备份#

需求背景#

需求频率#

目录结构#

项目地址#

门店销售

门店销售信息#

查询#

数据字典#

注意事项#

产品销售

产品销售信息#

查询#

数据字典#

注意事项#

北森通讯录信息日备份

北森通讯录信息日备份#

需求背景#

需求频率#

自动化执行#

目录结构#

项目地址#

门店报货信息

门店报货信息#

查询#

数据字典#

注意事项#

门店销售数据的备份

门店销售数据备份#

需求背景#

需求频率#

目录结构#

数据查询及导出#

各渠道同比基础数据

各渠道同比基础数据#

数据查询及导出#

项目地址#

门店管理表

门店管理表#

查询#

数据字典#

注意事项#

标准菜品名称核对

标准菜品名称核对#

需求背景#

需求频率#

目录结构#

项目地址#

配方管理

甜啦啦配方管理#

需求背景#

周边数据需求

周边数据需求#

需求背景#

需求频率#

目录结构#

数据查询及导出#

查询周边销售数据#

查询周边报货数据#

查询门店销售数据#

赠茶数据需求

赠茶数据需求#

需求背景#

需求频率#

2026产品上新记录 #