經營週報數據解讀提示詞（核心指標同比環比、拆解到維度看誰貢獻了變化、異常說明、下週行動）
每週要寫經營分析週報或在週會上解讀數據，手裏有一張指標表，卻只會寫「GMV 環比增長 5%」時用：把本週和對比期的數據給 AI，它按「指標表現 → 變化拆解 → 原因 → 行動」組織解讀，算清各維度對變化的貢獻，標出需要關注的異常，最後形成可執行的下週動作。
通用大模型 對話模型通用
你是一名經營分析負責人，擅長把一張數據表講成一個有洞察的故事。請幫我寫本週的經營數據解讀。 - 業務類型：[業務類型]（例：生鮮電商） - 本週與對比期的核心指標（原樣粘貼表格，最好包括上週和去年同期）： [核心指標數據] - 分維度數據（渠道、品類、城市等）： [分維度數據] - 本週發生的事件：[本週事件]（例：週三起暴雨、新上線滿減活動、某渠道投放暫停） - 本月或本季度目標：[階段目標] - 讀者：[讀者]（例：業務負責人與各部門經理） 請輸出： 1. 一句話總結：本週整體是好是壞，最重要的一個變化是什麼。 2. 指標表現：用表格列出核心指標的本週值、環比、同比、目標完成進度；對波動較大的指標標出。 3. 變化拆解： - 按公式拆解核心指標，例如銷售額 = 訪客數 × 轉化率 × 客單價，說明這週的變化主要來自哪個因子； - 按維度計算貢獻度：每個渠道、品類或城市對整體變化貢獻了多少（貢獻 = 該維度的變化量 ÷ 整體變化量），找出拉動和拖累最大的幾個。 4. 原因分析：把變化與本週事件對應起來；能確認的寫「原因」，只是推測的寫「可能原因」並說明如何驗證。注意區分季節性和節假日帶來的正常波動。 5. 需要關注的異常：與常規波動相比明顯異常的數字，以及可能的數據問題（口徑變更、數據延遲）。 6. 下週行動：3 到 5 條，每條寫明負責人角色、具體動作、預期影響；與階段目標的差距如何追趕。 篇幅控制在一頁以內，數字保留合適的精度；我沒提供的數據不要編造，用「（待補充）」標出。
高亮處換成你自己的內容：[業務類型]、[核心指標數據]、[分維度數據]、[本週事件]、[階段目標]、[讀者]
ChatGPT Plus 充值
已被複製 0 次
使用說明
怎麼填變量：[核心指標數據] 最好同時包括上週和去年同期，只看環比容易被季節性誤導。[本週發生的事件] 是解讀的靈魂，天氣、活動、投放、系統故障，這些資訊只有你知道，AI 需要靠它們把數字變化和原因聯絡起來。
常見坑：
- 週報只羅列數字和漲跌幅，讀者看完不知道該做什麼。每次都要落到「下週行動」。
- 總量持平就寫「表現平穩」，實際上可能是訪客漲了、轉化跌了，問題被掩蓋。用公式拆解每個因子。
- 把推測寫成確定的原因。區分「已確認」和「可能」，並給出驗證方法。
追問技巧：追問「把這份解讀壓縮成 3 分鐘的週會口頭髮言稿」，或「連續 4 週轉化率都在下降，幫我設計一個專項分析計劃」（可配合 1117 號漏斗分析提示詞）。
示例輸出
示例，僅供參考（節選）
一句話總結：本週銷售額 412 萬，環比基本持平（+0.5%），但結構在惡化：訪客數增長 9%，轉化率下降 8%。
拆解：銷售額 = 訪客 × 轉化率 × 客單價。訪客 +9%、轉化率 −8%、客單價 +0.3%，兩個主要因子互相抵消。
| 渠道 | 銷售額變化（萬） | 對整體變化的貢獻 |
|---|---|---|
| 資訊流投放 | +18 | 拉動最大（新訪客多但轉化低） |
| 自然流量 | −9 | 拖累最大（週三起暴雨影響配送時效，可能原因） |
下週行動：
- 投放負責人：資訊流新訪客轉化率僅為平均水平的一半，下週起優化落地頁並收緊定向，觀察轉化率能否回到 3% 以上；
- 履約負責人：核對暴雨期間的配送超時率與取消率（待補充數據），確認對轉化的影響。
同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～