看板到底看什么，别把自己做累
门店经营看板的目标很简单：每天让你用3分钟判断“今天赚钱了吗、哪里漏钱了、要不要立刻处理”。我建议把首页控制在12个指标以内，不然越看越焦虑。
- 营收：到店收银GMV、外卖GMV、合计GMV
- 利润相关：毛利额/毛利率、平台扣点与配送费占比
- 效率：客单价、翻台/出餐时长、外卖履约超时率
- 风险：退款率、差评率、异常波动（同比/环比/近7天均值）
- 会员：新增、复购率、沉睡会员唤醒券核销率
把收银+外卖+会员拉到同一张“事实表”
字段对齐：别急着画图，先统一口径
收银、外卖（美团/饿了么）、会员系统最容易打架的是“订单号”和“时间”。实操里用门店ID+下单时间+支付金额做弱匹配，再补一个“渠道”字段就能跑起来。
- 必备字段：门店ID、订单时间、订单号、商品金额、优惠金额、实收金额、退款金额、支付方式、渠道（到店/外卖平台A/外卖平台B/小程序）
- 会员关联：手机号或会员ID、券ID、积分变动、会员等级
外卖数据获取建议走平台开放接口或官方导出。近两年规则已更新到2026年，常见限制是频率、字段脱敏和授权有效期，记得让技术同学把授权到期做提醒。
Power BI / Looker Studio 连接与自动刷新怎么做
Power BI适合数据量大、模型复杂、要强预警；Looker Studio上手快、给店长看也更轻。
- Power BI：用数据流/语义模型把三类数据汇总；数据库直连最好（MySQL/SQL Server/BigQuery都行），没有就用SFTP落地CSV也能做。门店本地机或内网库用On-premises Data Gateway打通。
- Looker Studio：优先接BigQuery/Google Sheets/官方连接器；如果外卖和会员只能API拉取，就用脚本定时写入表，再让看板读取“中间表”。
刷新频率建议按经营节奏来：早餐/午高峰门店可以设每30分钟刷新；非高峰每2小时刷新，省配额也更稳。
异常指标预警：别等店长发现，系统先喊你
Power BI里可以用网关与数据集刷新监控做“数据没更新”的告警，再配指标阈值告警（邮件/Teams/企业微信转发）。Looker Studio可以用定时邮件+脚本检测异常，把结果写回一张“预警表”展示。
- GMV预警：本小时GMV低于近7天同小时均值20%就触发
- 退款预警：退款率>3%或退款金额>500（按门店体量调）
- 外卖差评预警：差评数连续2小时上升，联动看“出餐时长”
例子：一家两店模型里，把到店+两家外卖平台+会员四个源汇总后，设置“每30分钟刷新+三条预警”。常见收益是当天就能抓到外卖漏打包导致的退款上升，直接定位到班次和菜品。
照着落地的建议
- 用一张“口径表”把GMV、退款、优惠、平台费的定义写死，谁改口径谁留痕
- 先做门店日看板（今天/昨天/近7天），再做品类和会员分层，别一口吃成“集团驾驶舱”
- 把预警控制在3-5条，每条都配一个“触发后怎么处理”的动作清单
- 每周固定一次复盘：预警命中率、误报率、处理时长，阈值按实际经营再微调
