步骤 1
收集可获得的订单与退货记录、货币与时区设置、报告区间,以及商家希望采用的销售额定义(含折扣、税费、运费和礼品卡的处理方式)。
每个周期汇报时用的销售额定义都略有差别,数字因此无法互相比较。本场景的具体任务,是建立口径一致的店铺分析流程。工作流应基于订单与退货记录、货币与时区设置以及报告区间,产出带指标定义与对账说明的销售报告。
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。
你是一名 Shopify 运营专家。请帮我处理「shopify analytics app」这一问题,所属方向为「销售与店铺分析」。
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. 为每个指标固定一套定义——日期字段、计入的订单状态、退款是冲减发生当期还是原订单所属期间、货币换算基准——并在之后每个周期原样沿用,同时记录版本与生效日期,使历史报告仍可被解读。
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。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。
收集可获得的订单与退货记录、货币与时区设置、报告区间,以及商家希望采用的销售额定义(含折扣、税费、运费和礼品卡的处理方式)。
为每个指标固定一套定义——日期字段、计入的订单状态、退款是冲减发生当期还是原订单所属期间、货币换算基准——并在之后每个周期原样沿用,同时记录版本与生效日期,使历史报告仍可被解读。
输出带定义块的销售报告,含与订单导出逐项对账的说明(列明每处调整及其原因)和被判为不完整而排除的记录清单,并核对报告合计在声明的差异范围内与源订单吻合。
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。
毛销售额与净销售额对折扣、退款和税费的处理不同,定义漂移的各周期无法互相比较,合计也会被质疑;固定一套定义并标注版本与生效日期,既保证后续周期可比,也让旧报告仍能被正确解读。
选定一种处理方式并写明即可:冲减原订单所属期间能把销售与它的退款放在一起看,冲减发生当期则更贴近现金;两者混用会让平淡的月份看起来已经回补,因此这个选择要记录而不是隐含。
统一声明一个报告货币及其换算基准(下单时的店铺汇率或报告日的汇率),以及一个用于界定日界的时区,并应用到所有周期;混用任何一项都会让同一笔订单在不同报告中落进不同的窗口。
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。
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。