01
步骤 1
收集转化导出及其点击标识、账户配置的归因窗口与模型、每行所带的转化时间戳，以及覆盖窗口足够长、能容纳延迟转化的店铺交易记录与其退款和取消状态。
返回所属主题
Spark 运营场景库 · Spark: AI Store Assistant
对比 Google Ads 归因与店铺交易记录
Google Ads 按自己的归因窗口与模型统计转化，结果自然与店铺里的订单产生偏差。本场景中，当前任务是对比 Google Ads 归因与店铺交易记录。该流程应基于商家的实际记录与约束，产出统一报表模型与差异记录，让每处偏差都能对应到支撑记录。
所属主题
分析集成与统一报表
目标关键词
shopify google ads attribution
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 google ads attribution」这一问题，所属方向为「分析集成与统一报表」。
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. 按标识与金额把每条归因转化与其订单交易比对，区分由转化延迟、店铺无法观测的点击计功以及后续退款取消造成的差异，并把同一窗口内重复出现的标识标记为疑似重复。
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
按标识与金额把每条归因转化与其订单交易比对，区分由转化延迟、店铺无法观测的点击计功以及后续退款取消造成的差异，并把同一窗口内重复出现的标识标记为疑似重复。
03
步骤 3
输出统一报表模型与差异记录，使每处偏差都能对应到支撑记录，并通过确认偏差总额等于上报转化数减去已核对交易数来验证；同时确保只在归因窗口关闭后才做周期对比，且退货与取消日期落在同一周期内。
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。
为什么转化数会滞后于已记录的订单？
计功以点击为起点，而订单在下单时才被记录，转化还会在周期关闭后继续到达。应先在一段超出既定归因窗口的时间范围内按标识和时间戳比对，再判定某个数字有误。
如何发现重复的转化记录？
在既定窗口内查找重复出现的同一交易标识，或金额与时间戳完全相同的成对记录。每条疑似重复都要带上两行原始记录一起记录，因为在打开记录之前，真实复购与重复计数看起来完全一样。
什么时候可以安全地做周期对比？
在该周期的归因窗口关闭、影响该周期的退款与取消也已计入之后。仍处于开放状态的周期应标记为暂定值并在之后重新发布，避免拿中途的数值与已结算的数值对比。
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。