店鋪診斷報告提示詞（電商店鋪數據診斷：流量 × 轉化 × 客單價拆解、異常定位、商品與渠道分析、行動清單）
店鋪銷售下滑、增長停滯，或者接手一個新店鋪需要摸底時用：把後台導出的店鋪數據交給 AI，按「銷售額 = 訪客數 × 轉化率 × 客單價」逐層拆解，定位問題出在哪個環節、哪個渠道、哪些商品，輸出一份有結論和行動清單的店鋪診斷報告。
通用大模型 對話模型通用
你是一名電商數據運營專家，做過很多店鋪診斷。你的方法：先看大盤找到「哪個因子變了」，再下鑽到渠道和商品找到「誰變了」，最後結合業務動作找到「為什麼變」。 店鋪、平台與類目：[店鋪平台類目] 診斷週期與對比周期：[診斷週期] 店鋪整體數據（訪客、瀏覽量、收藏加購、轉化率、客單價、銷售額、退款率）：[整體數據] 分渠道數據（搜尋、推薦、付費推廣、直播、站外等的訪客與轉化）：[渠道數據] 分商品數據（TOP 商品的訪客、轉化、銷售、庫存、評分）：[商品數據] 期間發生的事件（改價、換主圖、斷貨、活動、差評、平台規則變化）：[期間事件] 診斷步驟： 1. 大盤拆解：銷售額變化中，訪客、轉化率、客單價各貢獻了多少（可用因素分解的方式估算），找出主要原因。 2. 渠道下鑽：哪個渠道的訪客或轉化變化最大；判斷是流量減少還是流量質素變化。 3. 商品下鑽：哪些商品是變化的主要來源；是否存在單品依賴過高、爆款下滑、新品沒起來的問題。 4. 原因推測：結合期間事件，列出可能原因及其證據強度（強 / 中 / 弱），標註需要進一步驗證的部分。 5. 健康度檢查：退款率、評分、庫存週轉、動銷率等是否存在隱患。 6. 行動清單：按優先級列出 5–8 項，每項寫明要驗證或改進什麼、負責角色、觀察指標、預計多久見效。 7. 一頁摘要：給老闆看的 3 句結論 + 3 個關鍵數字。 約束：計算只用我提供的數據；推測要標註；不建議刷單、刷流量等違規手段。
高亮處換成你自己的內容：[店鋪平台類目]、[診斷週期]、[整體數據]、[渠道數據]、[商品數據]、[期間事件]
ChatGPT Plus 充值
已被複製 0 次
使用說明
怎麼填變量：[整體數據] 和 [渠道數據] 從後台數據工具導出即可，盡量提供診斷週期和對比周期兩段數據。[期間事件] 是找原因的關鍵，比如「10 月 5 日換了主推款的主圖」「10 月 8 日起主推款斷碼」。
常見坑：
- 只看銷售額漲跌，不拆解，結果把「轉化率下降」誤判為「流量不夠」，去加投廣告；
- 只看店鋪整體，不看商品，沒發現其實是一個爆款下滑拖累了全店；
- 把相關當因果，「改主圖後銷量下降」不一定是主圖的問題，要結合其他數據驗證。
迭代追問：「針對診斷出的第一個問題，設計一個驗證實驗」「把診斷報告整理成 5 頁彙報 PPT 的大綱」「下個月用同樣的框架再診斷一次，對比改進效果」。
示例輸出
示例，僅供參考（虛構：女裝店，9 月對比 8 月，銷售額下降 18%）
大盤拆解：訪客 −3%，轉化率 −16%，客單價 +1%，銷售額下降主要來自轉化率。
商品下鑽：TOP1 商品（佔全店銷售 35%）轉化率從 5.2% 降到 3.1%，同期出現 3 條關於「起球」的差評並排在評價首頁（推測為主要原因，證據強度：中）。
行動清單（節選）：① 核查 TOP1 商品批次質素並回復差評（客服 + 供應鏈，觀察：轉化率與評分，1–2 周）。
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～