01
步骤 1
先收集带活动标记的会话、各活动使用的标记参数、记录在案的各活动支出与日期区间、店铺的订单与金额记录、商家指定的转化目标，以及没有附加标记参数的支出。
返回所属主题
Spark 运营场景库 · Spark: AI Store Assistant
分析付费流量的质量与转化
带活动标记的访问持续进来，但商家分不清哪些活动真正带来订单、哪些只是买来点击。此时的首要任务是分析付费流量的质量与转化。流程应把各活动的会话、订单与在案支出逐项对照，产出带口径说明的渠道流量分析。
所属主题
流量来源分析
目标关键词
shopify paid traffic analytics
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 paid traffic analytics」这一问题，所属方向为「流量来源分析」。
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. 再在一个共同日期区间内逐活动比对会话、订单与在案支出，把店铺记录到订单的活动与只增加访问量的活动分开，并标出标记缺失、参数与命名映射不一致、或支出日期未覆盖该区间的活动。
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
再在一个共同日期区间内逐活动比对会话、订单与在案支出，把店铺记录到订单的活动与只增加访问量的活动分开，并标出标记缺失、参数与命名映射不一致、或支出日期未覆盖该区间的活动。
03
步骤 3
最后输出带口径说明的渠道流量分析，每个活动一行并同时给出会话、订单与支出，核对已统计的带标记会话数等于各活动行之和，并把未标记的支出单列一行，而不是并入某个活动。
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。
为什么不直接用广告平台的转化数据？
平台与店铺的归因口径不同，混用会让同一行里出现两套定义，两个数字都无法核验。分析始终统一使用店铺自身的会话与订单记录，并写明归因设置；平台数据只作为方向性交叉核对，记入口径说明。
活动的日期与支出记录对不上怎么办？
标记该行并不计算对比值，因为跨不匹配区间算出的比值对哪一段都不成立。报告会把两个日期区间并排列出，并请补齐正确的支出日期，而不是拉伸其中一侧让这一行看起来完整。
没有带来订单的活动还值得保留吗？
报告只说明它在该时间窗内没有产生订单，而不直接判为失败，因为价值取决于商家设定的目标与购买周期的长短。该行保留会话与支出，让决策有据可依，并在口径说明中注明时间窗过短、尚不足以评判的情况。
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。