步骤 1
收集既定期间内的订单历史,包含客户标识、下单日期、行项商品及其品类、订单金额与退款记录,同时确定分析基准日、品类所依据的商品目录映射,以及商家维护的促销日历。
商家怀疑客户在商品组合和购买时点上有规律,却从未用订单数据验证过。此时的直接任务是识别客户购买行为中反复出现的规律。流程应产出客户分群表与解读说明,只保留商家自己的订单历史中确实重复出现的模式。
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 purchase behavior」这一问题,所属方向为「客户分析与分群」。
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. 把每个候选模式——下单间隔、品类先后顺序、同一购物车内的商品组合——放回历史中检验,统计重复出现该模式的客户数与订单数,只保留跨不同客户、跨不同时期反复出现的模式,凡仅依赖单一账户或单次促销的一律剔除。
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。
收集既定期间内的订单历史,包含客户标识、下单日期、行项商品及其品类、订单金额与退款记录,同时确定分析基准日、品类所依据的商品目录映射,以及商家维护的促销日历。
把每个候选模式——下单间隔、品类先后顺序、同一购物车内的商品组合——放回历史中检验,统计重复出现该模式的客户数与订单数,只保留跨不同客户、跨不同时期反复出现的模式,凡仅依赖单一账户或单次促销的一律剔除。
输出客户分群表与解读说明,逐条列出保留下来的模式及其支撑的客户数与订单数,把这些计数回溯订单导出记录核对一致,并标注每个模式是在促销期内还是促销期外观察到的。
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。
必须跨不同客户、跨多个时期反复出现,并对照促销期逐一检查;因为只出现在单个账户、且恰逢某次活动的序列只是一次观察。保留下来的模式都会附上支撑它的客户数与订单数,让读者自行判断分量。
要一起看。仅凭下单间隔通常解释不了客户为什么回来;分析会在同一期间内同时考察间隔长短、品类先后顺序和同一购物车内的商品组合,只有三者相互印证时才认定为模式,而不是挑看起来最明显的那一项。
用商家维护的促销日历给订单打标,并注明每个模式是在促销期内还是促销期外观察到的;因为活动会压缩购买间隔、放大单次购买量。只在活动期间出现的模式会被标注为由促销驱动,而不当作客户的常态行为。
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。