01
步骤 1
为对比的每个周期汇总订单数、退款前后的收入、按原订单所属期归集的退款、带活动标签的折扣金额、每个商品的销量与实收单价、运费与税费处理上的差异，以及商家提供的促销日历。
返回所属主题
Spark 运营场景库 · Spark: AI Store Assistant
基于经营数据解释销售变化
两个周期之间的收入发生了变化，但商家分不清是订单变少、价格变低还是商品结构改变所致。本场景的具体任务是基于已提供的经营数据解释销售变化。最终应按影响程度排序输出原因清单，并为每条原因附上所依据的订单、退货与折扣记录。
所属主题
AI 分析与诊断
目标关键词
shopify ai sales 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 ai sales analysis」这一问题，所属方向为「AI 分析与诊断」。
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：[填写已有资料]
请按以下方式工作：
1. 先说明完成该任务需要哪些关键数据，并标记缺失项。
2. 把收入变化拆成订单量、客单价（进一步拆为每单件数与单位实收价）和商品结构三类因素，逐一对照提供的记录验证，并把变动幅度小于商家既定重要性门槛的因素标记为噪声而非驱动因素。
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。
4. 所有商品属性、指标、客户信息和营销结论必须以我提供的数据为依据；没有证据时请明确写“待确认”，不要猜测。
5. 如涉及发布、发信、改价、修改商品或账户操作，在我明确授权且工具已连接前，仅输出草案或操作步骤；完成操作后再报告已验证的结果。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。
02
步骤 2
把收入变化拆成订单量、客单价（进一步拆为每单件数与单位实收价）和商品结构三类因素，逐一对照提供的记录验证，并把变动幅度小于商家既定重要性门槛的因素标记为噪声而非驱动因素。
03
步骤 3
按贡献大小输出驱动因素清单并写明每个因素的计算依据，核对销量、价格与结构三类效应之和能否还原总变化，并列出导出无法重建的项目，例如缺少活动标签的折扣。
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。
退款应该计入哪个周期？
退款归到承载原订单的那个周期，而不是实际退款发生的月份；按退款发生日归集会让某一期替另一期承担取消金额，看上去像需求下滑，实则并非如此。
折扣能解释全部收入变化吗？
只有把销量效应与价格效应拆开后才能判断。用折扣后的单位实收价与上一期对比，若件数上升而实收价下降，原因就是促销与结构变化，而不是需求转弱。
为什么读数之前要先固定对比周期？
发薪周期、周末和促销档期会独立于店铺表现改变销量，因此先约定窗口长度及其日历位置；两期之间任何不可比之处，都要作为本次分析的既定局限记录下来。
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。