步骤 1
收集突增窗口内的净销售额与订单记录(含明细行)、促销排期、所记录的流量来源以及正在使用的订单状态筛选。
某天的销售冲高被直接当成增长,没人先去查是什么带来了这波涨幅。本场景的具体任务,是排查意外的销售额突增及其成因。工作流应基于突增期间的销售额与订单记录、促销排期以及所记录的流量来源,产出销售与订单预警规则及示例消息。
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 sales spike alerts」这一问题,所属方向为「销售与订单预警」。
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. 先做归因再判断是否属于需求增长:检查涨幅来自已排期的促销、少数几笔大额订单、发生变化的流量来源,还是重复或测试订单,并把突增归类为已解释、部分解释或无法解释,同时列出每个候选原因的证据。
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。
收集突增窗口内的净销售额与订单记录(含明细行)、促销排期、所记录的流量来源以及正在使用的订单状态筛选。
先做归因再判断是否属于需求增长:检查涨幅来自已排期的促销、少数几笔大额订单、发生变化的流量来源,还是重复或测试订单,并把突增归类为已解释、部分解释或无法解释,同时列出每个候选原因的证据。
输出含对比窗口、归因步骤、接收人与每条规则示例消息的预警规则,并通过重述剔除已解释部分后的合计,对照提供的记录复核每一次历史突增。
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。
要先归因再下结论。促销、单笔大额订单或统计口径变更都可能在需求不变的情况下推高记录的销售额,因此预警先报告涨幅与候选原因,增长结论要等无法解释的部分被量化之后再给。
应按集中度风险而不是需求增长来报告。规则会剔除该订单后重述总额并展示真实水平,避免采购或排班决策建立在一个可能不再复购的买家身上。
发给能采取行动的人:merchandiser负责判断需求,履约与在途库存的负责人负责核查产能。突增可能在被理解之前就压垮履约,因此只由一个只读数字的人接收是不够的。
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。