返回所属主题
Spark 运营场景库 · Spark: AI Store Assistant

按相关买家分群分析弃购情况

商家想知道某些买家分群是否更容易弃购,但现有报表混用了多种口径。当前任务是按相关买家分群分析弃购情况。最终应产出可横向对比的分群弃购率,并把分群计数与商家自己的购物车数据核对一致。

所属主题
弃购分析与挽回
目标关键词
shopify abandoned cart analysis
可复制 AI 提示词

直接用在 Spark 工作流里的提示词

先替换所有 [方括号] 占位内容,再补充你真实的店铺数据和限制条件,最后粘贴到你常用的 AI 助手或 Spark 智能体里。Spark 会按本页定义的流程给出结构化的输出和验证方式。

ai-prompt.txt
你是一名 Shopify 运营专家。请帮我处理「shopify abandoned cart analysis」这一问题,所属方向为「弃购分析与挽回」。

店铺背景:[填写品类、目标市场、目标客群]
处理范围:[填写商品、页面、客户、活动或日期范围]
可提供的数据:[购物车标识、创建与关联订单时间、创建期、分群属性、固定跟进时长、数据截止点及最低分群计数]

请按以下方式工作:
1. 收集商家指定创建期内的购物车标识、创建时间、分群属性与关联订单时间,并在分类之前固定每车的跟进时长和数据截止时点,避免把观察尚未结束的购物车直接判为弃购。
2. 仅将截至数据截止时点已走完整个跟进窗口的购物车纳入比率,关联订单在该车跟进窗口内到达才算成交;每个成熟购物车仅归入一个互斥分群,尚未成熟的单独标为待观察。
3. 输出问题判断、建议方案、优先级、所需人工确认事项和验证方法,并完成以下交付核查:按成熟分群输出成交数、弃购数、分母与比率,附跟进规则,低计数组不排名;核对成熟与待观察购物车之和等于创建期导出总数,固定跟进窗口之外的后续购买不回写该批历史分类。
4. 所有结论以提供的数据为依据,缺失时标记待确认,不猜测。
5. 涉及店铺操作时仅在明确授权且工具已连接后执行,并在核实结果后报告完成。
去 Spark 使用
解决步骤

推荐的解决流程

按输入、判断、交付三个阶段拆开执行,先保证每一步的输出,再进入下一步。

01

步骤 1

收集商家指定创建期内的购物车标识、创建时间、分群属性与关联订单时间,并在分类之前固定每车的跟进时长和数据截止时点,避免把观察尚未结束的购物车直接判为弃购。

02

步骤 2

仅将截至数据截止时点已走完整个跟进窗口的购物车纳入比率,关联订单在该车跟进窗口内到达才算成交;每个成熟购物车仅归入一个互斥分群,尚未成熟的单独标为待观察。

03

步骤 3

按成熟分群输出成交数、弃购数、分母与比率,附跟进规则,低计数组不排名;核对成熟与待观察购物车之和等于创建期导出总数,固定跟进窗口之外的后续购买不回写该批历史分类。

常见问题

执行这个场景时最常见的疑问

覆盖判断依据、常见误解和必须准备的输入,让团队在真正动手之前先把前提对齐。

一个购物车能同时归入两个分群吗?

不能。执行前先声明规则并让每个购物车只归入一次,重复计数会同时抬高两个分群,也会破坏与购物车总数的核对。

购物车在什么情况下算作弃购?

完整跟进窗口结束仍无窗口内关联订单的成熟购物车才算弃购;未走完窗口的属于待观察,窗口结束之后的购买不回写这一固定同期群指标,避免历史分类随查询时间变化。

为什么小分群不给出比率?

基于极少购物车算出的比率会在行为毫无变化时剧烈波动,因此这些分群只展示原始计数,不参与横向比较。

相关场景

继续浏览相近或同主题的 Spark 运营场景

先优先看同主题的相似问题,或用相似度推荐扩展到跨主题但逻辑相近的其他场景。

Next step

想把这些 AI 场景直接嵌入日常运营?

Ciwi Spark 围绕 Shopify 商家常见的研究、投放、翻译和客户支持等流程,提供可以直接接入店铺的 AI 工具与智能体,减少反复写提示词的成本。