01
步骤 1
按商家指定的下滑期与对比期，收集会话数、订单数、销量与净销售额，声明所用的订单状态筛选、货币与时区，并同时收集库存可用日志以及带日期的投放与调价记录。
返回所属主题
Spark 运营场景库 · Spark: AI Store Assistant
定位销售下滑的主要贡献因素
商家看到销售额相比可比周期明显下滑，需要先弄清漏斗的哪个环节发生了移动，再决定先动什么。本场景的当前任务是定位销售下滑的主要贡献因素。流程应在可比周期之间把跌幅拆成流量、转化和客单价三部分，并给出可复核的归因结论。
所属主题
销售下滑诊断
目标关键词
shopify sales drop analysis
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 sales drop analysis」这一问题，所属方向为「销售下滑诊断」。
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. 依次把其中两项固定在对比期水平、只让第三项变化，把跌幅拆解为流量、转化和客单价三部分，再把各部分归因到占比最大的商品、渠道或落地页细分，并标注被缺货或统计口径变更扭曲的部分。
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
依次把其中两项固定在对比期水平、只让第三项变化，把跌幅拆解为流量、转化和客单价三部分，再把各部分归因到占比最大的商品、渠道或落地页细分，并标注被缺货或统计口径变更扭曲的部分。
03
步骤 3
输出带贡献细分与后续动作的拆解结论，把各部分归因的变动之和与实际净销售额差额对账，并明确说明因细分重叠或窗口内口径变更而无法加总的地方。
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。
三个分项是如何拆开的？
每个分项都是在另两项固定在对比期水平时度量的，例如流量分项就是把会话数的变化按此前的转化率和客单价折算；边界在于叠加效应——三项之和通常不会精确等于总跌幅，残差应如实列出而不是强行归零。
转化率提升的同时销售额还会下滑吗？
会。会话数或客单价下降可能抵消更好的转化率，因此要先分别度量每个分项再下结论；报告最终指出的是变动最大的那个分项，而不是假定单一原因解释了全部跌幅。
什么样的周期才算可比？
长度相同、季节性与促销活动相近，且使用同一时区和货币的周期。如果找不到这样的周期，应说明对比只是近似，并在拆解结果旁列明销售天数与活动天数的差异。
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。