卡神觉得有用，欢迎点「在看」或转发给同事。
小陈是市场部的投放运营，每天的工作就是盯着各大渠道的广告投放数据——曝光、点击、转化、消耗、ROI。这些事情说难不难，但每天手动汇总五六个后台的数据，再做Excel透视表，两三个小时就搭进去了。
更烦的是，每次领导问”今天数据怎么样”，小陈都得现拉。有一次想做个实时看板，提了工单给BI团队，回复说：排期三周。
三周？数据三天一变，等看板出来黄花菜都凉了。
于是小陈找到了我，问WorkBuddy能不能帮上忙。我说，你试试不就知道了。
结果，从想法到跑通，一个下午搞定了。
第一步：用WorkBuddy写脚本自动抓数据
小陈的数据来源是各个广告平台的API接口——其实就是访问特定的网址，拿到JSON格式的数据。
他对WorkBuddy说：
WorkBuddy给出了完整的脚本结构：
import requests
import json
import csv
import os
from datetime import datetime, timedelta
CONFIG_FILE = 'config.json'
def load_config():
with open(CONFIG_FILE, 'r', encoding='utf-8') as f:
return json.load(f)
def fetch_daily_data(config, date):
"""从API获取指定日期的投放数据"""
url = config['api_url']
headers = {'Authorization': f"Bearer {config['access_token']}"}
params = {
'date': date,
'fields': 'date,ad_name,impressions,clicks,cost,conversions'
}
response = requests.get(url, headers=headers, params=params)
response.raise_for_status()
return response.json()['data']
def append_to_csv(data, filename='daily_report.csv'):
"""把数据追加写入CSV"""
file_exists = os.path.isfile(filename)
with open(filename, 'a', newline='', encoding='utf-8-sig') as f:
writer = csv.DictWriter(f, fieldnames=data[0].keys())
if not file_exists:
writer.writeheader()
writer.writerows(data)
if __name__ == '__main__':
config = load_config()
yesterday = (datetime.now() - timedelta(days=1)).strftime('%Y-%m-%d')
data = fetch_daily_data(config, yesterday)
append_to_csv(data)
print(f"成功获取 {yesterday} 的数据，共 {len(data)} 条记录")
小陈完全不懂Python，但WorkBuddy每段代码都附了中文注释和解释。他照着提示创建了一个 `config.json` 文件放API信息，然后运行——数据果然写进了CSV。
第二步：用WorkBuddy生成HTML看板
数据有了，但每天打开CSV文件看也不方便。小陈想要一个网页看板，打开就能看到图表和数据汇总。
他继续问WorkBuddy：
1. 顶部显示今日汇总数据：总曝光、总点击、总花费、整体转化率
2. 折线图展示近7天的曝光和点击趋势
3. 柱状图展示各广告计划的消耗排名
4. 表格列出每天每条广告的详细数据
5. 自动按日期降序排列
WorkBuddy生成了一个完整的HTML文件，用了这些技术栈：
• Chart.js —— 前端图表库，不用任何后端服务器就能跑
• Papa Parse —— 浏览器端解析CSV文件
• 纯CSS响应式布局，手机电脑都能看
看板代码的关键结构：
<!DOCTYPE html>
<html lang="zh-CN">
<head>
<meta charset="UTF-8">
<title>广告投放数据看板</title>
<script src="https://cdn.jsdelivr.net/npm/chart.js"></script>
<script src="https://cdn.jsdelivr.net/npm/papaparse"></script>
<style>
/* 响应式卡片布局 */
</style>
</head>
<body>
<!-- 顶部汇总卡片 -->
<div class="summary-cards">
<div class="card">总曝光<br><span id="totalImpressions">0</span></div>
<div class="card">总点击<br><span id="totalClicks">0</span></div>
<div class="card">总花费<br><span id="totalCost">0</span></div>
<div class="card">转化率<br><span id="conversionRate">0%</span></div>
</div>
<!-- 趋势图 -->
<canvas id="trendChart"></canvas>
<!-- 消耗排名 -->
<canvas id="rankingChart"></canvas>
<!-- 数据表格 -->
<table id="dataTable"></table>
<script>
// Papa Parse读取CSV + Chart.js渲染图表
</script>
</body>
</html>
WorkBuddy还贴心地附上了说明：
第三步：部署到内部页面
小陈把HTML文件放到了公司的内部Wiki页面上，每天跑完Python脚本后重新上传CSV，刷新页面就能看到最新数据。
但我觉得这还不够自动化，于是帮小陈问了WorkBuddy：
WorkBuddy给了一套完整的方案：
Windows环境 —— 使用”任务计划程序”：
Linux/Mac环境 —— 使用 `crontab`：
0 8 * * * cd /path/to/project && python3 fetch_data.py && cp daily_report.csv /var/www/dashboard/
结果：CTO都惊动了
小陈把这个看板在部门会上展示了一下。当场他的部门主管就问：”这个BI那边做的？什么时候排上的？”
小陈说：”不是BI做的，我用WorkBuddy自己写的，昨天下午搞定的。”
主管当场愣住，说我看看是什么工具。
当天下午，公司的CTO不知道从哪里听说了这件事，亲自跑来找小陈问是怎么做的。小陈打开WorkBuddy，现场演示了一遍——从自然语言描述到生成完整脚本，不到10分钟。
CTO的评价我转述一下：”如果每个业务人员都能用这种方式解决自己的数据需求，数据部门的同事就可以从做报表的重复劳动中解放出来，专注在数据建模和业务分析这些真正创造价值的事情上。“
后来CTO让IT部门评估WorkBuddy在企业内部的使用方案，这是后话了。
这件事的启示
小陈的经历不是个例。我见过太多类似的场景：
• 财务部的同事用WorkBuddy写了个对账脚本，每月末的工作量从两天降到半小时
• HR用WorkBuddy批量处理简历和面试安排，每周省出半天
• 运营在WorkBuddy的帮助下搭建了竞品监控系统，每天自动抓取竞品价格变动
这些人的共同点：他们都不是程序员。 他们只是日常工作中遇到了重复性的数据任务，然后抱着”试试看”的心态打开了WorkBuddy。
给你的行动建议
如果你也想复刻小陈的看板，按照这个顺序来：
哪怕你只做到了第三步，每天打开一个HTML文件看数据，也比每天手动汇总强十倍。
小陈一个下午搞定的看板，把原本要排期三周的BI需求变成了自己随手能做的事。这种「业务人员自己解决数据需求」的事，我看到的不是一例两例。想问问你：你工作中是不是也遇到过「想做个小工具、看板，但技术排期遥遥无期」的情况？你最后是怎么解决的，还是一直忍着？评论区说说你的情况，说不定WorkBuddy能帮你绕开那条排期长队。觉得有用，点个「在看」，让更多想自己动手的业务同学看到。转发给也在等BI排期的同事，这篇或许能让他当天就把需求做出来。
#WorkBuddy #AI办公 #效率工具
① 点个 「在看」 或 转发 给同事
② 关注 高总AI办公笔记，每周持续更新 AI 办公干货
③ 本文已同步发布于 kas2.com，电脑端阅读体验更佳
