步骤 1
收集稳定的客户标识、带订单号与日期的订单历史、退款与取消记录、商家既定观察窗口的起止日期与作为基准的分析日,以及客户需达到多少笔独立订单才算高频的规定。
一场活动准备投给购买最频繁的买家,但现有名单是按购物车件数而不是下单笔数筛出来的。此时的直接任务是按购买频次识别高频客户。流程应产出客户分群表与解读说明,在统一窗口内依据商家自己的记录统计独立订单数。
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 high frequency customer segment」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. 在既定状态与退款处理规则下,按窗口内不同的订单号逐笔计数,并把下单笔数与单个购物车中的商品件数严格分开,使一笔大单仍只算一笔;同一次结账分批发货仍视为同一笔订单;只有当笔数达到商家规定下限时才把客户标记为高频。
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。
收集稳定的客户标识、带订单号与日期的订单历史、退款与取消记录、商家既定观察窗口的起止日期与作为基准的分析日,以及客户需达到多少笔独立订单才算高频的规定。
在既定状态与退款处理规则下,按窗口内不同的订单号逐笔计数,并把下单笔数与单个购物车中的商品件数严格分开,使一笔大单仍只算一笔;同一次结账分批发货仍视为同一笔订单;只有当笔数达到商家规定下限时才把客户标记为高频。
交付客户分群表与解读说明,逐位列出高频客户的订单笔数与另一列单独的平均件数,把各客户笔数之和与订单导出中窗口内的合格订单核对一致,并列出所有会因某笔存疑订单改变归属的客户。
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。
不能。频次口径按不同订单号计数,因此一个装满商品的购物车仍是一笔订单;件数作为单独的列并列展示,因为一位客户完全可能件数很高而笔数很低。
分批发货仍算作它原本所属的那笔订单,换货只有在商家既定合格规则允许时才计入;若把每次发货都当成新订单,一次结账就能造出一位高频客户。
按商家既定规则处理,页面会写明采用了哪一种口径:包含首单时,任何回购过一次的客户都能入选;剔除首单则衡量的是获客之后的重复行为。两种读法给出的分群规模并不相同。
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。