步骤 1
收集指定区间内的月度订单与退款记录,以及货币处理规则、店铺时区和商家期望看到的对比周期。
销售天数不同的月份被直接摆在一起对比,结论自然失真。本场景的具体任务,是产出可横向对比的月度销售报告。工作流应基于月度订单与退款记录、货币处理规则以及所要求的对比周期,产出带指标定义与对账说明的销售报告。
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 monthly sales report」这一问题,所属方向为「销售与店铺分析」。
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. 按时区边界把每个月标注为完整或不完整,统计每个月的销售天数,在天数不同时改用日均水平对比,并把被上新、停业或统计口径变更扭曲的月份排除在趋势对比之外。
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。
收集指定区间内的月度订单与退款记录,以及货币处理规则、店铺时区和商家期望看到的对比周期。
按时区边界把每个月标注为完整或不完整,统计每个月的销售天数,在天数不同时改用日均水平对比,并把被上新、停业或统计口径变更扭曲的月份排除在趋势对比之外。
输出带定义块、完整性与销售天数说明、所用对比基准以及与订单导出对账说明的月度报告,并核对各月之和等于区间合计、且没有不完整月份进入趋势线。
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。
只有在长度和经营条件都相当时才可比。销售天数不同时应改用日均水平对比,并在总额旁注明天数,否则较短的月份会被误读成一次并不存在的下滑。
明确标注为不完整、注明已覆盖的天数,并排除在趋势对比和排名之外;把它纳入会让当月看起来比实际更弱,而且只要报告提前生成,这种失真每个周期都会重演。
这是最常用的基准,但下结论前应先确认促销活动、销售天数和品类结构是否相当;若去年同期有今年没有的活动,应在对比旁注明,而不是把差额直接呈现为业绩表现。
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。