返回所属主题
Spark 运营场景库 · Spark: AI Store Assistant

用统一分母比较各商品的退款率

各商品的订单量差异很大,直接用退款总额排序会得出不可靠的结论。本场景的具体任务,是用统一分母比较各商品的退款率。工作流应基于记录中的出货单量、订单量与退款日期,产出退款拆解表与有据可依的行动清单。

所属主题
退款分析与预警
目标关键词
shopify refund rate by product
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 refund rate by product」这一问题,所属方向为「退款分析与预警」。

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. 用唯一声明的分母(订单量或单量)对全目录一致地计算各商品退款率,并把低于商家声明的最低订单量的商品标为低销量,只报原始计数而不参与排名。
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。
去 Spark 使用
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。

01

步骤 1

在同一商家规定周期内,收集每件商品的已售单量与订单量、退款单量与退款订单量及退款日期,层级按商家记录支持的粒度取商品级或变体级。

02

步骤 2

用唯一声明的分母(订单量或单量)对全目录一致地计算各商品退款率,并把低于商家声明的最低订单量的商品标为低销量,只报原始计数而不参与排名。

03

步骤 3

输出退款拆解表与有据可依的行动清单,用原始计数重算核验每个比率,并注明排名所用分母及低销量商品被排除比较的位置。

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。

如何防止分母混用破坏排名?

报告声明唯一分母,订单量或单量,并对每件商品同样适用。分母不一等于各商品除的东西不同,排名就失去意义。分母无法计算的商品不参与排名,只展示原始计数。

比率的核验包括什么?

用原始计数重算每个已发布比率并与报告数值比对。这能在清单驱动决策前发现整理与舍入错误。出现不符就把该商品退回,而不是让排名带病发布。

中途更换分母会怎样?

必须按新口径从原始计数重算整个周期,比率无法逐商品换算。混合换算会悄悄残留旧分母的碎片。报告需注明每份已发布排名所用口径。

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。