01
步骤 1
收集事件日志及每个事件的标识、所携带的订单引用、日志所记录精度下的时间戳与上报它的实现方式，同时收集已安装的像素与标签清单、同一时间窗的订单导出，以及当前已在使用的去重键。
返回所属主题
Spark 运营场景库 · Spark: AI Store Assistant
识别重复上报的 pixel 事件及其来源
报表里的成交数高于实际订单数，说明同一笔转化可能被重复上报了多次。此时的直接任务是识别重复上报的 pixel 事件并判断其来源。流程应产出追踪诊断与可复用的测试方案，把真实的重复购买与商家事件日志中的重复上报区分开。
所属主题
转化追踪与像素问题
目标关键词
shopify pixel duplicate events
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 pixel duplicate events」这一问题，所属方向为「转化追踪与像素问题」。
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. 按订单引用与去重键对事件分组：只有在订单导出中确实存在第二笔订单时才判定为真实复购，同一订单引用被多次上报则判定为重复，并通过比对来源与安装位置把每处重复归到具体的实现方式上。
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
按订单引用与去重键对事件分组：只有在订单导出中确实存在第二笔订单时才判定为真实复购，同一订单引用被多次上报则判定为重复，并通过比对来源与安装位置把每处重复归到具体的实现方式上。
03
步骤 3
交付追踪诊断与可复用的测试方案，逐组列出重复事件的订单引用、涉及的实现方式与可能的来源（二次安装、刷新或返回上一步、请求重试），再把去重后的事件数与订单导出核对，并说明哪些报表必须重述。
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。
重复上报有什么可识别的特征？
重复表现为同一个订单引用被上报多次，标识或时间戳只有细微差别；而真实的重复购买会在订单导出中呈现为两笔独立订单。订单导出是判定依据，离开它在事件日志里两者长得一模一样，这也是未完成该核对前绝不调整计数的原因。
如何定位是谁在重复上报？
每个事件都带有上报来源，可能是主题像素、应用集成或服务端发送方，将其与已安装清单比对即可。若两个发送方都在上报同一笔订单，就指出安装时间较晚或触发条件与对方重复的那个为疑似来源，并通过在一次测试运行中停用它来确认。
去重之后哪些报表会变？
所有基于被去重事件生成的报表都要用去重后的计数重述，包括广告转化数、渠道转化率和单次获客成本，并注明受影响的时间窗。从未使用这些事件的报表保持不变；重述所采用的规则要一并记录，便于追溯变化来源。
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。