提示词实战案例

实战案例:用提示词搭建数据分析报告系统从数据解读到决策建议

发布时间:2026年08月20日 22:00:00

以电商运营数据分析为真实场景,演示如何用一套提示词组合搭建数据分析报告系统:数据概览生成、趋势分析、异常诊断、归因分析和决策建议,实现从原始数据到可执行决策建议的全流程自动化。


背景

一家电商公司每月需要生成运营数据分析报告,包含销售、流量、用户、转化等维度。数据团队只有1名分析师,每月需要处理数十万行数据并产出20页分析报告。需要用提示词组合搭建从数据到报告的自动化流水线。

第一步:数据概览生成

提示词

你是一位数据分析专家。请根据以下数据生成本月运营数据概览:

## 报告信息
- 报告周期:{如:2026年7月}
- 报告类型:月度运营分析
- 数据范围:全平台电商数据

## 原始数据摘要
- 总GMV:{如:1,250万元}
- 总订单数:{如:15,200单}
- 总UV:{如:580,000}
- 总PV:{如:2,300,000}
- 平均客单价:{如:82元}
- 整体转化率:{如:2.6%}
- 退货率:{如:8.5%}
- 上月GMV:{如:1,100万元}

## 概览生成

### 1. 核心指标卡
| 指标 | 本月 | 上月 | 环比 | 同比 | 目标 | 达成率 |
|------|------|------|------|------|------|--------|
| GMV | 1250万 | 1100万 | +13.6% | | 1300万 | 96.2% |
| 订单数 | 15,200 | 13,800 | +10.1% | | | |
| UV | 580K | 530K | +9.4% | | | |
| 客单价 | 82元 | 79.7元 | +2.9% | | | |
| 转化率 | 2.6% | 2.6% | 0% | | 3.0% | 86.7% |
| 退货率 | 8.5% | 7.2% | +1.3pp | | <8% | 未达标 |

### 2. 关键发现
| 序号 | 发现 | 重要性 | 数据支撑 |
|------|------|--------|---------|
| 1 | GMV增长13.6%但未达目标 | 高 | 1250万 vs 1300万目标 |
| 2 | 转化率持平但退货率上升 | 高 | 转化2.6%+退货8.5% |
| 3 | UV增长9.4%是GMV增长主因 | 中 | 流量驱动增长 |
| 4 | 客单价小幅提升2.9% | 低 | 品类结构优化 |

### 3. 一句话总结
{如:本月GMV增长13.6%至1250万,主要由流量增长驱动,但转化率持平且退货率上升至8.5%,需关注商品质量和用户体验。}

产出:指标卡+关键发现+一句话总结。

第二步:趋势分析

提示词

你是一位数据分析师。请根据以下数据生成趋势分析:

## 数据信息
- 分析周期:{如:2026年1-7月}
- 数据维度:GMV/订单/UV/转化率

## 月度数据
| 月份 | GMV(万) | 订单数 | UV(万) | 转化率 | 客单价 |
|------|---------|--------|--------|--------|--------|
| 1月 | 950 | 11,200 | 42 | 2.7% | 84.8 |
| 2月 | 820 | 9,800 | 38 | 2.6% | 83.7 |
| 3月 | 1,050 | 12,500 | 46 | 2.7% | 84.0 |
| 4月 | 1,080 | 13,000 | 49 | 2.7% | 83.1 |
| 5月 | 1,050 | 12,800 | 48 | 2.7% | 82.0 |
| 6月 | 1,100 | 13,800 | 53 | 2.6% | 79.7 |
| 7月 | 1,250 | 15,200 | 58 | 2.6% | 82.0 |

## 趋势分析

### 1. GMV趋势
| 月份 | GMV | 环比增长 | 趋势 |
|------|-----|---------|------|
| 1→2 | 950→820 | -13.7% | 下滑(春节) |
| 2→3 | 820→1050 | +28.0% | 回升 |
| 3→4 | 1050→1080 | +2.9% | 微增 |
| 4→5 | 1080→1050 | -2.8% | 小幅回落 |
| 5→6 | 1050→1100 | +4.8% | 回升 |
| 6→7 | 1100→1250 | +13.6% | 大幅增长 |

### 2. 增长驱动力分解
| 驱动因素 | 贡献 | 计算 | 说明 |
|---------|------|------|------|
| UV增长 | 主因 | UV+9.4%→GMV+9.4% | 流量是主要驱动力 |
| 客单价提升 | 次要 | +2.9%→GMV+2.9% | 品类结构改善 |
| 转化率持平 | 无贡献 | 0%变化 | 需重点优化 |
| 综合 | 13.6% | - | - |

### 3. 异常月份识别
| 月份 | 异常 | 原因分析 | 建议 |
|------|------|---------|------|
| 2月 | GMV大幅下滑 | 春节假期 | 季节性正常 |
| 5月 | GMV小幅回落 | 大促后疲软 | 5月需要促销刺激 |
| 7月 | GMV大幅增长 | 夏季大促 | 延续增长策略 |

### 4. 趋势预测
| 预测 | 8月 | 9月 | Q3 |
|------|------|------|-----|
| GMV(万) | 1,200-1,300 | 1,250-1,350 | 3,700-3,950 |
| 依据 | 暑期+开学季 | 中秋+国庆预热 | 季节趋势 |
| 置信度 | 中 | 中 | 中 |

产出:趋势表+增长分解+异常识别+预测。

第三步:异常诊断

提示词

你是一位数据诊断专家。请根据以下数据诊断本月运营异常:

## 异常指标
1. 退货率从7.2%上升至8.5%(+1.3个百分点)
2. 转化率连续3个月持平在2.6%(目标3.0%)

## 分维度数据

### 退货率分品类
| 品类 | 本月退货率 | 上月退货率 | 变化 | 订单量 | 影响 |
|------|-----------|-----------|------|--------|------|
| 服装 | 15.2% | 12.0% | +3.2pp | 3,500 | 主要原因 |
| 电子 | 4.5% | 4.0% | +0.5pp | 4,200 | 轻微 |
| 食品 | 3.2% | 3.0% | +0.2pp | 2,800 | 正常 |
| 家居 | 6.8% | 6.5% | +0.3pp | 2,100 | 轻微 |
| 美妆 | 12.5% | 10.0% | +2.5pp | 2,600 | 次要原因 |

### 转化率分渠道
| 渠道 | 本月转化率 | 上月转化率 | 变化 | UV占比 |
|------|-----------|-----------|------|--------|
| 自然搜索 | 3.8% | 3.8% | 0% | 30% |
| 付费广告 | 1.8% | 1.9% | -0.1pp | 35% |
| 社交媒体 | 2.2% | 2.1% | +0.1pp | 20% |
| 直接访问 | 3.5% | 3.4% | +0.1pp | 15% |

## 诊断任务

### 1. 退货率异常诊断
| 诊断维度 | 分析 | 结论 |
|---------|------|------|
| 品类集中度 | 服装+美妆贡献了退货率增量的75% | 品类问题为主 |
| 原因假设1 | 尺码不准 | 需检查退回原因 |
| 原因假设2 | 夏季服装质量问题 | 需质检报告 |
| 原因假设3 | 详情页误导 | 需审核详情页 |

### 2. 转化率停滞诊断
| 诊断维度 | 分析 | 结论 |
|---------|------|------|
| 渠道分析 | 付费广告转化下降拉低整体 | 付费广告是瓶颈 |
| 流量质量 | 付费广告UV占比35%但转化仅1.8% | 广告精准度不足 |
| 自然流量 | 自然搜索3.8%转化表现良好 | SEO策略有效 |
| 页面体验 | 需检查落地页Bounce Rate | 可能存在体验问题 |

### 3. 根因假设
| 异常 | 根因假设 | 验证方法 | 优先级 |
|------|---------|---------|--------|
| 退货率上升 | 服装尺码不准 | 分析退回原因分布 | P0 |
| 退货率上升 | 夏季品质量问题 | 抽检退回商品 | P0 |
| 转化率低 | 付费广告精准度差 | 分析广告渠道ROI | P1 |
| 转化率低 | 落地页体验差 | 分析Bounce Rate | P1 |

### 4. 影响评估
| 异常 | 月度影响GMV | 年化影响 | 紧急度 |
|------|------------|---------|--------|
| 退货率+1.3pp | -16万 | -192万 | 高 |
| 转化率差0.4pp | -46万 | -552万 | 高 |

产出:异常诊断+根因假设+影响评估。

第四步:归因分析

提示词

你是一位数据归因分析师。请对本月GMV增长进行归因分析:

## 分析目标
解释GMV从1100万增长到1250万(+150万,+13.6%)的驱动因素

## 维度数据

### 渠道归因
| 渠道 | 本月GMV(万) | 上月GMV(万) | 增量(万) | 贡献率 |
|------|------------|------------|---------|--------|
| 自然搜索 | 350 | 310 | +40 | 26.7% |
| 付费广告 | 300 | 280 | +20 | 13.3% |
| 社交媒体 | 250 | 200 | +50 | 33.3% |
| 直接访问 | 180 | 160 | +20 | 13.3% |
| 直播 | 120 | 100 | +20 | 13.3% |
| 其他 | 50 | 50 | 0 | 0% |
| 合计 | 1,250 | 1,100 | +150 | 100% |

### 品类归因
| 品类 | 增量GMV(万) | 贡献率 | 增长驱动 |
|------|------------|--------|---------|
| 服装 | +60 | 40.0% | 夏季新品+直播 |
| 电子 | +35 | 23.3% | 新品发布 |
| 美妆 | +30 | 20.0% | 社交营销 |
| 食品 | +15 | 10.0% | 夏季饮品 |
| 家居 | +10 | 6.7% | 稳定增长 |

### 新客vs老客
| 维度 | 本月GMV(万) | 上月GMV(万) | 增量 | 贡献率 |
|------|------------|------------|------|--------|
| 新客 | 425 | 330 | +95 | 63.3% |
| 老客 | 825 | 770 | +55 | 36.7% |

## 归因结果

### 1. 增长来源分解
| 驱动因素 | 增量(万) | 贡献率 | 说明 |
|---------|---------|--------|------|
| 社交媒体 | +50 | 33.3% | 最大增长来源 |
| 自然搜索 | +40 | 26.7% | SEO持续效果 |
| 新客增长 | +95 | 63.3% | 新客是增长主因 |
| 服装品类 | +60 | 40.0% | 品类贡献最大 |

### 2. 归因树

GMV +150万 (+13.6%) ├─ 新客贡献 +95万 (63.3%) │ ├─ 社交媒体引流 +50万 │ ├─ 自然搜索 +25万 │ └─ 付费广告 +20万 └─ 老客贡献 +55万 (36.7%) ├─ 服装新品 +30万 ├─ 电子新品 +15万 └─ 复购提升 +10万


### 3. 增长质量评估
| 维度 | 评估 | 说明 |
|------|------|------|
| 可持续性 | 中 | 新客依赖社交媒体,需持续投入 |
| 盈利性 | 中 | 新客获取成本较高 |
| 健康 | 高 | 自然搜索占比提升 |
| 风险 | 中 | 社交媒体依赖度高 |

产出:渠道归因+品类归因+归因树+增长质量评估。

第五步:决策建议

提示词

你是一位电商运营顾问。请根据以下分析结果生成决策建议:

## 分析结果摘要
1. GMV增长13.6%至1250万,未达目标(96.2%)
2. 增长主要由新客和社交媒体驱动
3. 退货率上升至8.5%,服装和美妆是主因
4. 转化率持平2.6%,付费广告转化下降
5. 客单价小幅提升2.9%

## 决策建议

### 1. 优先级矩阵
| 建议 | 影响 | 紧迫性 | 优先级 | 预计效果 |
|------|------|--------|--------|---------|
| 解决退货率问题 | 高 | 高 | P0 | 月+16万GMV |
| 优化付费广告 | 高 | 高 | P0 | 月+46万GMV |
| 加大社交媒体 | 中 | 中 | P1 | 延续增长 |
| 提升客单价 | 中 | 低 | P2 | 月+15万GMV |

### 2. 具体行动方案

#### P0:退货率治理
| 行动 | 负责人 | 时间 | 预期效果 | 衡量标准 |
|------|--------|------|---------|---------|
| 分析退回原因 | 运营 | 1周 | 明确根因 | 退回原因分布 |
| 服装尺码优化 | 商品 | 2周 | 退货率-2pp | 服装退货率<12% |
| 详情页审核 | 设计 | 2周 | 减少误导 | 详情页Bounce<40% |
| 质量抽检 | 品控 | 1周 | 排除质量 | 合格率>95% |

#### P0:付费广告优化
| 行动 | 负责人 | 时间 | 预期效果 | 衡量标准 |
|------|--------|------|---------|---------|
| 渠道ROI分析 | 投放 | 3天 | 识别低效渠道 | 各渠道ROI |
| 关键词优化 | 投放 | 1周 | 提升精准度 | CTR+10% |
| 落地页优化 | 设计 | 2周 | 提升转化 | 转化率+0.3pp |
| 预算重分配 | 投放 | 1周 | 提升效率 | 整体ROI+20% |

### 3. 资源分配建议
| 投入方向 | 当前 | 建议 | 变化 | 理由 |
|---------|------|------|------|------|
| 社交媒体 | 20% | 25% | +5% | 最大增长来源 |
| 自然搜索(SEO) | 10% | 12% | +2% | 转化率最高 |
| 付费广告 | 35% | 28% | -7% | 转化下降需优化 |
| 直播 | 15% | 15% | 0% | 稳定 |
| 老客运营 | 20% | 20% | 0% | 保持 |

### 4. 下月预测与目标
| 指标 | 本月实际 | 下月目标 | 达成路径 |
|------|---------|---------|---------|
| GMV | 1250万 | 1400万 | 退货治理+广告优化 |
| 退货率 | 8.5% | 7.5% | 服装退货-2pp |
| 转化率 | 2.6% | 2.8% | 落地页+广告优化 |
| 客单价 | 82元 | 85元 | 品类结构优化 |

### 5. 风险与对策
| 风险 | 概率 | 影响 | 对策 |
|------|------|------|------|
| 社交媒体流量下降 | 中 | 高 | 多元化渠道 |
| 退货率持续上升 | 中 | 高 | 持续治理 |
| 付费广告成本上升 | 高 | 中 | SEO对冲 |
| 库存周转压力 | 低 | 中 | 动态库存管理 |

产出:优先级矩阵+行动方案+资源分配+目标预测+风险对策。

成果与复盘

环节传统耗时AI辅助耗时节省AI辅助比例
数据概览2小时15分钟87%80%
趋势分析3小时20分钟89%85%
异常诊断4小时30分钟87%75%
归因分析3小时25分钟86%80%
决策建议2小时20分钟83%70%
报告撰写4小时1小时75%50%
总计18小时3.5小时80%72%

效果

  • 1人完成每月20页运营分析报告
  • 从数据到决策建议全流程自动化
  • 异常诊断和归因分析深度提升
  • 决策建议有数据支撑可执行

核心经验

  1. 概览先于细节:先给整体结论再深入分析
  2. 趋势看大势:月度趋势比单月数据更有价值
  3. 异常要深挖:指标异常必有原因,要追根溯源
  4. 归因找杠杆:找出贡献最大的因素,集中资源
  5. 建议要可执行:每个建议要有负责人、时间和衡量标准

来源:基于电商运营数据分析实战流程整理