步骤 1
收集带日期与金额的客户订单历史、商家在收入与毛利之间选定的价值口径、退款、取消、税费与运费的处理规则、币种与统计窗口,以及允许用于任何预估的输入项。
两份表格给出的客户价值互不一致,因为一份把预测收入计入合计,另一份始终没有扣除退款。本场景的任务是计算已观测的客户价值并与预估区分开,产出假设透明的 LTV 分析,已观测部分与已完成订单逐笔对齐。
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 customer lifetime value calculator」这一问题,所属方向为「客户生命周期价值」。
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. 先在既定口径、币种与退款处理规则下,以窗口内已完成订单的净额算出已观测价值,再把任何预估作为独立数字按商家既定的方法与时间跨度单独构建,并把每项假设写在旁边,绝不把两者合并成一个数字。
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。
收集带日期与金额的客户订单历史、商家在收入与毛利之间选定的价值口径、退款、取消、税费与运费的处理规则、币种与统计窗口,以及允许用于任何预估的输入项。
先在既定口径、币种与退款处理规则下,以窗口内已完成订单的净额算出已观测价值,再把任何预估作为独立数字按商家既定的方法与时间跨度单独构建,并把每项假设写在旁边,绝不把两者合并成一个数字。
交付LTV分析,把已观测价值、预估值与假设分列展示,并把已观测部分的合计与订单导出逐笔核对,同时对历史过短、不足以支撑预估的客户标注为仅观测。
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。
因为已观测部分来自实际订单,而预估部分依赖假设;只发布一个数字会掩盖两者的分界,并且一旦预估所依赖的假设发生变化,两个时期的数据就无法再互相比较。
统计窗口内、符合商家既定状态与退款处理规则的已完成订单,规则要求净额计算时扣除退款;待处理、已取消以及超出窗口的订单一律排除,并列出这些排除项,使合计值可以被复算。
当客户的历史过短、不足以支撑商家既定方法时不展示,此时页面只报告已观测价值,而不是把一段稀薄的购买节奏外推成一个看起来和实测部分同样确定的数字。
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。