Day 41｜Python × SQLite × Streamlitで「返品問番⇔出荷データ」照合ダッシュボードを構築！

こんにちは、こんです🦊
今日は返品処理の現場対応を「見える化」＋「自動化」するための、Python＋Streamlit製ダッシュボードを構築しました。

🧪 技術テーマ：「重たいデータ処理を、使いやすくする」

これまで、ロジレスAPIから出荷データ（10万件以上）を取得し、
返品問番と突合する仕組みをPythonスクリプトで整備してきました。

ただ、CSVやJSONのやりとりでは属人化しやすく、
「誰でも見れる・使えるUI」がないと業務として定着しません。

そこで今日は、SQLiteで中間ストレージを構築し、StreamlitでUI化するところまで一気に進めました。

⚙ 技術スタックと構成

✅ ロジレス出荷データの保存形式：JSON → SQLite

• ロジレスAPIからのデータ取得は、非同期（aiohttp + asyncio）で高速化

• データ件数が多いため、月単位で sales_orders_shipped_2025MM.json に分割

• その後、convert_json_to_sqlite.py で必要カラムだけ抽出し、SQLiteの logiless テーブルに変換

# 抽出フィールド例（1レコード）
{
  "受注CD": "testOrderNo1",
  "送り状番号": "testTrackingNo1",
  "支払方法": "cod",
  "出荷日": "2025-04-14 17:10:59",
  ...
}

✅ 返品問番とのJOIN：SQLiteでのインデックス付き結合

• スプレッドシートから問番リストを取得し、returns テーブルとして保存

• LEFT JOIN による突合処理を perform_join_and_export() にて実行

• 出力結果はCSV化し、同時にGoogle Sheetsへバッチ更新

SELECT r.返品問番, l.*
FROM returns r
LEFT JOIN logiless l
ON r.返品問番 = l.送り状番号;

✅ スプレッドシート連携：gspread + batchUpdate に最適化

• 従来の sheet.update_cell() は1件ずつAPIリクエストが発生 → すぐQuotaエラーに

• 今回は values_batch_update() に完全移行し、1回で数百行の更新を実現

• 出荷日も自動で 2025/05/12 形式に整形して記入（pandas datetime処理）

row_updates[date_col] = pd.to_datetime(date_map[tn]).strftime('%Y/%m/%d')

✅ Streamlit UI：社内用の閲覧＆操作インターフェース

• サイドバーで対象年月を指定（年/月選択式）

• SQLiteに格納されたテーブルをプレビュー＆フィルタリング可能

• 結果はそのままCSVとしてダウンロードもOK

• generate_inbound_csv.py もStreamlitボタンから呼び出せるように統合済

💡 今日の工夫ポイント

• データ取得 → SQLite変換 → UI表示 → スプレッドシート反映まで、処理を明確にステップ分離

• UI上でも「Step ①～⑤」で明示 → 非エンジニアにも操作が伝わりやすい構成に

• Google Sheetsへの書き戻しは、背景色付き条件付き書式と組み合わせて「注意点が目に見える」状態に

🧭 明日以降のチャレンジ予定

• 支払方法が「クレカ」の返品 → 顧客への1回限りの自動通知（管理画面をスクレイピングかメールで考え中）

• 未返信の返品問番 → 一定日数経過でキャンセル＋良品移動

• ロジレスAPIでの入荷予定の登録処理の自動化

• 社内運用フローをStreamlit + Notion + Slackで一貫化

📌 今日のまとめ

非同期取得、SQLite変換、バッチ反映、そしてUI連携。
一つひとつは小さな技術の積み上げですが、現場の“次の一手”を自動で生むための確かな一歩になりました。

それでは、また次の実験で🦊

#返品対応DX #Python自動化 #SQLite活用 #Streamlit開発 #GoogleSheetsAPI #業務効率化 #バックオフィスDX #EC支援 #勉強記録