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

结合回复背景分析客户满意度反馈

满意度评分被当作每期权重相同来引用,但某些订单类型之后只回收到零星几份问卷。本场景的任务是结合回复背景分析客户满意度反馈,产出客服绩效报告与改进优先级,并把每条评分还原到它所属的工单。

所属主题
客服分析
目标关键词
shopify customer satisfaction tracking
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 customer satisfaction tracking」这一问题,所属方向为「客服分析」。

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. 把每条评分还原到所属工单,区分快速解决后收到的评分与处理缓慢或重开后收到的评分,并按期同时给出回复份数与回复率,避免把零星回复读成情绪变化。
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。
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

收集每份满意度评分的提交时间、分值、评论内容、触发问卷的工单或订单标识,以及同期发出的问卷邀请数,使回复率以邀请数为分母而非以回复数为分母。

02

步骤 2

把每条评分还原到所属工单,区分快速解决后收到的评分与处理缓慢或重开后收到的评分,并按期同时给出回复份数与回复率,避免把零星回复读成情绪变化。

03

步骤 3

交付含满意度章节的客服绩效报告,呈现分值与评论分布、回复量及低分背后的主题,并核实每条关联回复都能对应真实工单,单列无法对应的回复。

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。

满意度周期的分母是什么?

当期发出的问卷邀请数,而不是收回的份数,否则回复很少的周期会被读成情绪变化;邀请数缺失时只报回收份数并说明无法计算回复率。

文字评论如何使用?

只用于定位评分背后的主题,不改写评分,因为评论描述的常常不是问卷所问的那一刻;与所关联工单主题相矛盾的评论单独标注,避免把评分归到错误的成因上。

不同问卷类型要分开吗?

要分开,客服接触后发出的问卷问的是处理过程,购买后发出的问的是商品本身,合并会把两个不同问题混在一起;各类型分别给出份数,任一类型过少的周期标为参考。

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。