跳到主要内容
版本:dev

Walmart 零售经营看板

本案例按“整体规模 → 时间变化 → 门店贡献”组织经营复盘,分别使用总销售额 KPI、月度趋势和门店排行。查看查询、编辑布局、保存和发布都使用公共 Dashboard 模块。

架构、部署与升级见数据看板工作区设计;另一个业务案例见 Apple 财务看板。

数据来源与复现边界​

有两种零售输入,使用前应明确选择:

输入获取与用途数值边界
合成零售示例运行仓库生成器,得到 walmart_sales_demo.db用于独立安装的功能演示;数值不等于下列真实历史案例。
历史 Walmart 验收源官方基线已经包含的 CSV 与 SQLite 示例,表 walmart_sales与公开 Kaggle 副本逐字节/逐行核验,详见下文;并非新增自造数据。

在仓库根目录生成独立演示数据:

python examples/dashboard/build_demo_databases.py --output output/dashboard-demo

该命令会重建目标目录中同名的示例数据库,使用独立目录,不要指向业务数据库。通过 DB-GPT 数据源页面注册生成的 SQLite 文件后,按其实际表结构生成看板。固定示例见 schemas;生成器的表与字段是独立示例合同,不能直接套用下方历史源 SQL。

历史案例可以直接复现。官方基线已包含 Walmart_Sales.csv 和 Walmart_Sales.db,注册数据库时使用名称 Walmart_Sales。公共匹配副本为 Kaggle Walmart Sales。2026-09-27 下载的 CSV 与仓库 CSV 的 SHA-256 均为 9cd52db918f0249288b8bdb35dcdaeede5ed7a55f8ed1f8b910a93a550cbf893。这证明数据内容一致,不证明最初开发者的下载来源或新增授权;该历史源沿用官方已有文件。

无需联网的复核命令如下,对照 CSV 和数据库全部 6,435 行、每行八个字段,并检查业务键、日期与销售总额。数据库以只读方式打开:

python examples/dashboard/verify_walmart_source.py

历史源的口径如下:

项目定义或历史核对值
粒度一家门店的一个销售周,业务键 Store + Date。
记录与门店6,435 条、45 家。
时间2010-02-05 至 2012-10-26,共 143 个周日期、33 个年月。
关键字段Store、Date、Weekly_Sales、Holiday_Flag;Date 为 DD-MM-YYYY 文本。
总额Weekly_Sales 合计 6,737,218,987.11;无汇率换算。
前五门店20、4、14、13、2,按累计销售额降序。

历史源文件 SHA-256:14c4c65ebfcd34606ea061fd4e7cf5486a22b3fe1736cbd73a8dcd04b958d5a5。2010、2012 年覆盖不完整,年度总额不能直接当作可比全年业绩;累计排行也不等于单店效率。

制作和核对​

选择历史数据源后,可输入:

生成精简 Walmart 经营看板,只包含总销售额、月度趋势和门店排行三个组件,
不要创建筛选器。先生成规划,等待我确认后再生成 SQL。

检查规划的粒度和组件,再确认生成。核验 KPI 总额、33 个完整年月和 45 家门店的金额与顺序。月度查询需要保留年份:

SELECT substr(Date, 7, 4) || '-' || substr(Date, 4, 2) AS month,
SUM(Weekly_Sales) AS sales
FROM walmart_sales
GROUP BY substr(Date, 7, 4) || '-' || substr(Date, 4, 2)
ORDER BY month;

截图来自 2026-09-26 保留的开发实例,展示既有资产;不代表拆分候选中重新执行了生成流程。图表刻度经过缩放,核对时使用查询原值。

复制资产后打开组件设置,查看 SQL、输出字段和图表映射。修改标题或布局,试运行并保存,重开检查结果。拖动与缩放受布局碰撞约束。

模板路径和发布​

模板页的“零售经营总览”可通过日期、门店、销售额和节假日字段匹配创建五组件副本,包含销售额、门店数、趋势、前十门店及节假日汇总,并带筛选。它与无筛选的三组件自然语言案例是不同资产。

该图为 2026-09-26 读取既有模板副本,KPI 的整数展示不改变查询精度。模板字段匹配成功不计为新增模型生成成功样本。

发布时选择“固定发布时的数据”,在无登录窗口核对公开页面。三组件案例没有筛选器;有筛选的模板副本需要另行检查每个绑定。选择“跟随数据源更新”时,数据按已发布定义更新;演示源变化应使用独立测试库。

验收方法​

记录数据指纹、组件键、金额、顺序、编辑后修订号及匿名发布结果。历史 2026-09-26 记录包括 487 组聚合对比和既有页面读取;这些结果对应当时的集成版本,也不等同于最终版本的完整生成、编辑和发布验收。当前检查见 PR 验证记录。

2026-09-27 补充验收​

真实模型生成三组件后完成编辑、保存、返回对话与固定发布;人工整理重叠布局并把门店图设为前 10 名,原查询仍保留 45 店结果。匿名页总额为 6,737,218,987.11。2026-09-27 完成 487 组聚合复算和 CSV/数据库逐行核验。原需求不设置筛选器。

截图来自 2026-09-27 的隔离实例;当前候选验证见 PR 验证记录。

拆分候选的确定性验收(2026-09-29)​

合成零售示例采用随库五组件 Schema,经真实后端接口完成保存、重开、刷新、固定发布及匿名桌面/手机访问。独立查询总销售额为 746,113,337.36,页面金额一致;这与前述真实历史 Walmart 总额是两个数据源。页面运行错误为空,截图连续三张指纹一致后保存。该验收未调用外部模型。

合成零售示例的匿名桌面页面(历史中文界面)