步骤 1
汇总按客户归集、含日期与金额的订单历史、首次购买日期、报告窗口、商家既定的复购定义以及事先确定的退款处理规则。
复购表现只用一个总数汇报,看不出变化究竟来自新客还是老客。本场景的具体任务,是按客户群体测算复购率表现。工作流应基于按客户归集的订单历史、首次购买日期与约定的复购定义,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 rate」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. 按窗口内的首次购买日期把客户分组,以至少有一笔合格后续订单的客户数除以群体规模计算各群体复购率,并把复购频次单列一栏而不并入比率。
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。
汇总按客户归集、含日期与金额的订单历史、首次购买日期、报告窗口、商家既定的复购定义以及事先确定的退款处理规则。
按窗口内的首次购买日期把客户分组,以至少有一笔合格后续订单的客户数除以群体规模计算各群体复购率,并把复购频次单列一栏而不并入比率。
输出群体表格,为观察窗口未满的群体附上说明,并在发布前用客户级订单导出数据核对群体规模与复购计数。
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。
只有首次购买后已满一个既定窗口的群体之间才能同口径比较。较晚的群体复购机会更少,比率偏低反映的是时间不足而非行为差异。这些群体附说明呈现,而不与成熟群体一同排序。
不是。比率是群体中至少有一笔合格后续订单的客户占比;频次统计这些复购者一共下了多少单。混用两者会让少数高频买家看起来像普遍复购。两列分开呈现,共用同一既定复购定义。
由事先确定的退款处理方式决定,且同一选择适用于所有群体。若全额退款订单被排除,唯一后续订单被退款的客户就计为未复购。部分退款的订单仍算购买,除非商家规则另有规定,所选规则会随表格一同印出。
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。