步骤 1
汇总含日期的客户订单历史、有复购者自身的既往间隔、既定的观察窗口、作为回退的类目记录周期以及退款处理方式。
做留存规划时用的是同一份名单,其中既有长期客户,也有上周才首次下单的人。本场景的具体任务,是判断哪些客户可能即将再次购买。工作流应基于客户的订单历史、购买日期与既定的观察窗口,产出一份复购群体分析。
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 repeat purchase prediction」这一问题,所属方向为「复购与留存分析」。
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. 以距最近一次购买已流逝的时间对照客户自身间隔或回退周期评定就绪度,逐位标注所用依据,并暂缓首购至今不足观察窗口的客户。
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。
汇总含日期的客户订单历史、有复购者自身的既往间隔、既定的观察窗口、作为回退的类目记录周期以及退款处理方式。
以距最近一次购买已流逝的时间对照客户自身间隔或回退周期评定就绪度,逐位标注所用依据,并暂缓首购至今不足观察窗口的客户。
输出明确标注为估计值而非实测比率的群体分析,并对照提供的购买日期复核就绪度排序。
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。
就绪度评分估计客户下一单可能多久到来,依据是已流逝时间与某个间隔基准的对比;实测比率报告的是群体已经发生的行为。评分出现之处都标注为估计值,避免被当作观测结果。评分用于排优先级,不用于汇报。
仅当客户没有既往复购、缺乏个人间隔可供比较时,才以商家记录的商品或类目周期替代,依据列会标注采用的是哪种数值。两者都没有的客户会被暂缓,而不是凭空造一个基准去评分。
首购至今不足既定观察窗口的客户还没有获得公平的复购机会,此时低就绪度只是时间造成的假象。他们被暂缓并列出而不评分。窗口期满后,他们与其他客户按同一条件进入下一轮测算。
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。