4.5 KiB
4.5 KiB
title, type, tags, date
| title | type | tags | date | |||||
|---|---|---|---|---|---|---|---|---|
| TikTok Shop - Apache Superset Dashboard设计思路 | source |
|
2026-04-18 |
Source File
Summary（用中文描述）
- 核心主题：Apache Superset 在 TikTok Shop 电商选品分析场景的完整 Dashboard 设计方案
- 问题域：TikTok Shop 跨境电商卖家如何通过数据可视化系统发现爆品、识别类目机会、监控竞品店铺
- 方法/机制：基于 Scrapy + Playwright 抓取的 TikTok Shop 产品数据（products 表、product_reviews 表、product_variations 表），通过 SQL View 预处理 JSON 字段，设计 4-Tab 专业 Dashboard（爆品雷达 / 类目洞察 / 店铺监控 / 评论分析），结合动态过滤器实现选品决策自动化
- 结论/价值：提供了一套"可长期演进的专业选品分析系统"的完整设计蓝图，从数据准备→指标体系→可视化图表→Dashboard 布局→高阶选品评分 SQL，均有可直接落地的方案
Key Claims（用中文描述）
- Apache Superset 不会自动解析 JSON 字段，必须通过 SQL View 预先提取 rating、rating_count 等数值字段，才能构建 KPI 卡、Heatmap 等图表
- 核心选品目标为"找出热卖产品 + 高评分 + 低竞争 + 高折扣"，Dashboard 应支持动态过滤器实现交互式选品决策
- SQL 选品评分公式：score = sold × 0.4 + rating × 15 + discount_percent × 0.5 + rating_count × 0.2，可根据业务需求自定义权重
- 推荐 4-Tab Dashboard 结构：爆品雷达（KPI总览）→ 类目机会洞察（热力图/箱线图）→ 店铺监控（时序图）→ 评论分析（评分趋势）
Key Quotes
"找出热卖产品 + 高评分 + 低竞争 + 高折扣 → 决定选哪些产品卖" — 选品 Dashboard 核心目标 "Superset 不会自动解析 JSON，你需要创建 SQL View 预先提取数值字段" — 数据准备关键步骤 "这样整个 Dashboard 变成一个动态选品系统" — 动态过滤器的价值定位
Key Concepts
- Apache Superset：开源 BI 可视化平台，支持 SQL 查询、多样化图表和仪表盘构建，本文档中使用 Docker 容器化部署
- KPI Card：关键绩效指标卡片，展示总产品数、热卖产品数、平均评分、平均价格等核心数字
- 选品评分公式：加权多维度评分公式，权重可自定义（sold × 0.4 + rating × 15 + discount × 0.5 + rating_count × 0.2）
- Scatter Plot（散点图）：用于分析销量 vs 价格关系，气泡大小代表评分，颜色代表类目
- Box Plot（箱线图）：用于分析类目价格带分布，找出"利润空间大但竞争低"的类目
- Heatmap（热力图）：用于类目评分 vs 销量交叉分析
- SQL View：在数据库层面预处理 JSON 字段（如 JSON_EXTRACT），使 Superset 能直接计算数值指标
- Dynamic Filter（动态过滤器）：支持 Category/Store Name/价格范围/时间范围等交互式筛选，使 Dashboard 具备实时分析能力
- GMV（商品交易总额）：final_price × sold，用于产品排名
Key Entities
- TikTok Shop：字节跳动旗下电商平台，本文档数据抓取的目标平台
- tiktok_products 数据库：包含 products、product_reviews、product_variations 三张核心表的数据库结构
- products 表：存储产品基础信息（id/title/sold/price/rating/category/store_name/timestamp/position）
- product_reviews 表：存储用户评论数据（rating/review_date/review_text/product_id）
- product_variations 表：存储 SKU 层变体数据（sku/stock/final_price/discount_percent）
Connections
- Scrapy + Playwright 抓取TikTok Shop Data ← upstream_data_source ← TikTok Shop Apache Superset Dashboard设计思路
- TikTok PM - Python Django 项目 ← shares_database_schema ← TikTok Shop Apache Superset Dashboard设计思路
- Apache Superset ← tool ← TikTok Shop Apache Superset Dashboard设计思路
- 用Docker安装Apache Superset ← prerequisite ← TikTok Shop Apache Superset Dashboard设计思路
Contradictions
- 与 电商如何选品-如何找到爆款-选品策略：后者侧重选品策略理论（市场调研/竞争对手分析/利润测算），前者侧重数据驱动的可视化执行工具（Apache Superset Dashboard）。两者互补而非冲突——策略指导选品方向，Dashboard 提供实时数据验证。