Alur kerja Shopify

Bangun sistem otomatisasi operasi Shopify yang lengkap melalui OpenClaw Ultra. Dari penandaan pesanan dan segmentasi pelanggan hingga peringatan inventaris dan pemulihan keranjang yang ditinggalkan, kelola seluruh toko Shopify Anda dari satu antarmuka chat.

Ikhtisar Sistem Inti

INFO

Ini adalah alur kerja Shopify loop tertutup. OpenClaw Ultra menangani triase pesanan, segmentasi pelanggan, pemantauan inventaris, koordinasi fulfillment, dan tinjauan kinerja, sehingga Anda dapat menjalankan toko tanpa tenggelam dalam tugas administratif yang berulang.

Lapisan Sistem	Fungsi Inti	Hasil Akhir
Lapisan Penerimaan Pesanan	Tangkapan pesanan waktu nyata, penilaian risiko, perutean fulfillment	Pesanan yang ditandai dan diberi skor risiko siap diproses
Lapisan Segmentasi Pelanggan	Penilaian nilai seumur hidup, penugasan tag, pembuatan daftar	Basis data pelanggan tersegmentasi untuk penjangkauan tertarget
Lapisan Pemantauan Inventaris	Pelacakan stok, peringatan pemesanan ulang, sinkronisasi saluran	Akurasi inventaris waktu nyata di seluruh saluran
Lapisan Pemulihan Keranjang	Deteksi keranjang ditinggalkan, penjangkauan otomatis, pengaturan waktu insentif	Pendapatan pulih dari keranjang yang ditinggalkan
Lapisan Koordinasi Fulfillment	Pembuatan label, pemilihan kurir, pembaruan pelacakan	Pengiriman diproses dengan notifikasi pelanggan
Lapisan Otomatisasi Dukungan	Perutean tiket, pembuatan tanggapan umum, pemicu eskalasi	Beban dukungan terkelola dengan lebih sedikit balasan manual
Lapisan Tinjauan Kinerja	Pelacakan KPI, deteksi anomali, optimalisasi alur kerja	Perbaikan berbasis data untuk siklus berikutnya

Prasyarat

Item	Persyaratan
OpenClaw Ultra	Terinstal dan berjalan
Toko Shopify	Toko aktif di Shopify (Paket Basic atau lebih tinggi)
Akses Admin Shopify	Akun staf dengan izin untuk pesanan, produk, pelanggan, dan otomatisasi
Alat Pemasaran Email	(Direkomendasikan) Klaviyo, Mailchimp, atau ActiveCampaign untuk rangkaian keranjang ditinggalkan
Data Pemasok Inventaris	(Direkomendasikan) Waktu tunggu pemasok dan titik pemesanan ulang untuk peringatan stok

Langkah 0 — Inisialisasi Sistem Otomatisasi Shopify Anda

Siapkan OpenClaw Ultra sebagai manajer operasi toko Shopify Anda.

Langkah Operasi

Buka sesi chat baru di OpenClaw Ultra
Siapkan URL toko Shopify dan kredensial API Anda
Tempelkan prompt inisialisasi di bawah
Untuk operasi konten produk, lihat Alur kerja Operasi E-commerce

Prompt Siap Pakai

Bertindak sebagai manajer operasi toko Shopify saya.

Toko saya:
- URL toko Shopify: [yourstore.myshopify.com]
- Volume pesanan bulanan: [angka]
- Kategori produk utama: [daftar]
- Pasar utama: [domestik / internasional]

Tantangan operasional terbesar saya:
- Saya menghabiskan [10-20] jam seminggu untuk menandai pesanan dan pelanggan secara manual
- Saya melewatkan peringatan stok rendah sampai produk sudah habis
- Email keranjang ditinggalkan saya dikirim secara manual, jika ada
- Saya tidak memiliki cara sistematis untuk mensegmentasi pelanggan bernilai tinggi untuk perlakuan VIP
- Tiket dukungan menumpuk karena tim saya menjawab pertanyaan yang sama berulang kali

Bangunkan saya sistem otomatisasi yang:
- Menandai setiap pesanan masuk dengan tingkat risiko, jenis pelanggan, dan prioritas fulfillment
- Mensegmentasi pelanggan berdasarkan nilai seumur hidup dan perilaku pembelian sehingga saya dapat menjalankan kampanye tertarget
- Memantau inventaris dan mengirim peringatan ketika stok turun di bawah titik pemesanan ulang
- Memicu email pemulihan keranjang ditinggalkan dalam 1 jam setelah keranjang ditinggalkan
- Merutekan tiket dukungan berdasarkan jenis dan menyarankan tanggapan untuk masalah umum
- Meninjau kinerja toko mingguan dan menandai anomali

Langkah 1 — Otomatiskan Penandaan Pesanan dan Penilaian Risiko

Ganti pemrosesan pesanan manual dengan aturan otomatis yang menandai setiap pesanan saat tiba.

1.1 Buat Aturan Penandaan Pesanan

Prompt

Siapkan aturan penandaan pesanan otomatis untuk toko Shopify saya. Setiap pesanan harus mendapatkan tag saat penerimaan berdasarkan kriteria berikut:

Indikator risiko tinggi (tandai untuk tinjauan manual):
- Nilai pesanan di atas [$500]
- Alamat pengiriman di negara bagian/negara dengan tingkat penipuan tinggi: [daftar dari analisis penipuan Anda]
- Beberapa pesanan dari pelanggan yang sama dalam [24] jam
- Alamat penagihan berbeda dari alamat pengiriman
- Domain email yang terlihat dibuat (mis., @gmail.com untuk produk bisnis di atas [$200])

Indikator nilai tinggi (penandaan VIP):
- Nilai seumur hidup pelanggan di atas [$1,000]
- Pesanan berisi [kategori produk atau tag tertentu]
- Pelanggan telah melakukan pembelian [3+] kali dalam [6] bulan terakhir
- Pesanan grosir/curah (lebih dari [5] unit SKU yang sama)

Tag prioritas fulfillment:
- Memenuhi syarat pengiriman lokal (kode pos dalam rentang: [rentang Anda])
- Pengiriman ekspres diminta
- Berisi item yang dipesan kembali
- Pesanan internasional

Kembalikan logika penandaan sebagai pohon keputusan yang dapat saya implementasikan di Shopify Flow atau alat pihak ketiga. Untuk setiap tag, tentukan kondisi pemicu dan tindakan (tambah tag).

Aturan:
- Tidak ada satu kondisi pun yang boleh memicu lebih dari satu tag
- Tandai untuk tinjauan berarti: tag diterapkan tetapi pesanan tidak otomatis dipenuhi sampai diperiksa
- Semua tag lainnya bersifat informasional — pesanan tetap dipenuhi secara normal

1.2 Siapkan Skor Risiko Penipuan

Prompt

Bangun model skor risiko penipuan untuk pesanan saya. Tetapkan skor risiko (1-10) berdasarkan:

Faktor penilaian (tambahkan poin ke skor):
- Ukuran pesanan tidak biasa untuk pelanggan ini: +2 poin
- Pelanggan baru (pesanan pertama) dengan nilai di atas [$300]: +1 poin
- Pembelian kartu hadiah tanpa produk lain: +3 poin
- Negara penagihan/pengiriman tidak cocok: +2 poin
- Kurir pengiriman berisiko tinggi (jika berlaku): +1 poin
- Email pelanggan dibuat dalam [30] hari: +1 poin

Ambang batas:
- Skor 1-3: penuhi otomatis (tidak perlu tindakan)
- Skor 4-6: tahan untuk ditinjau — kirim notifikasi internal Slack/email
- Skor 7+: batalkan atau hubungi pelanggan untuk verifikasi sebelum memenuhi

Kembalikan ini sebagai tabel: faktor risiko, kondisi, poin ditambahkan, dan ringkasan skor apa yang memicu tindakan apa.

Aturan:
- Jangan pernah batalkan otomatis berdasarkan satu faktor
- Selalu perlukan tinjauan manusia untuk skor 7+ — berikan detail pesanan dan faktor risiko sehingga seseorang dapat membuat keputusan

Langkah 2 — Segmentasi Basis Data Pelanggan Anda

Bangun basis data pelanggan tersegmentasi yang memungkinkan Anda menjalankan kampanye tertarget tanpa membuat daftar secara manual.

2.1 Buat Segmen Nilai Seumur Hidup Pelanggan

Prompt

Analisis basis data pelanggan saya dan buat segmen berbasis LTV untuk toko Shopify saya.

Segmen yang saya perlukan:
1. Juara (LTV 10% teratas): pelanggan yang menghabiskan paling banyak dalam [12] bulan terakhir
2. Setia (pembelian 3+ kali, tidak termasuk Juara): pembeli berulang dengan interval pembelian yang konsisten
3. Berisiko (pernah membeli tetapi tidak ada pesanan dalam [6] bulan): pelanggan yang perlu dilibatkan kembali
4. Pelanggan Baru (pesanan pertama dalam [90] hari terakhir): pelanggan yang perlu dibimbing dengan baik
5. Pembeli Satu Kali (hanya membeli sekali, lebih dari [90] hari yang lalu): pelanggan yang perlu dikonversi menjadi pembeli berulang

Untuk setiap segmen, berikan:
- Jumlah pelanggan
- Rata-rata nilai pesanan
- Total kontribusi pendapatan
- Tindakan yang direkomendasikan (strategi pemasaran atau retensi yang tepat)

Aturan:
- Gunakan riwayat pesanan dari Shopify — jangan memperkirakan
- Jika data tidak lengkap, catat apa yang hilang dan berikan analisis dengan data yang tersedia
- Kecualikan pesanan yang direfund dari perhitungan pendapatan

2.2 Siapkan Segmen Berbasis Tag Otomatis

Prompt

Siapkan penandaan pelanggan otomatis di Shopify yang menjaga segmen tetap terkini tanpa pembaruan manual.

Tag yang akan dibuat secara otomatis:

Saat pembelian:
- Pembeli pertama kali (belum ada pesanan sebelumnya)
- Pembeli berulang (pernah memiliki pesanan sebelumnya)
- VIP (nilai seumur hidup di atas [$X])
- Pembeli curah (memesan [5]+ unit SKU yang sama)
- Pelanggan langganan (membeli produk langganan)

Setelah pesanan selesai:
- Pelanggan bernilai tinggi (pesanan di atas [$X])
- Berhenti (tidak ada pesanan dalam [6] bulan, sebelumnya aktif)
- Diaktifkan kembali (melakukan pesanan setelah berhenti sesuai definisi di atas)

Berbasis perilaku:
- Pengaba keranjang (memulai checkout tetapi tidak menyelesaikan — memerlukan integrasi pemasaran email)
- Pengulas (membeli [30]+ hari yang lalu dan belum memberikan ulasan)
- Prospek rujukan (telah merujuk [2]+ pelanggan lain — jika Anda melacak ini)

Kembalikan tabel: nama tag, kapan diterapkan, kapan dihapus (jika berlaku), dan tindakan apa yang harus dipicu oleh tag tersebut.

Langkah 3 — Monitor Inventaris dan Picu Pemesanan Ulang

Ganti pelacakan inventaris berbasis spreadsheet dengan peringatan otomatis dan pemicu pemesanan ulang.

3.1 Konfigurasi Peringatan Level Stok

Prompt

Siapkan pemantauan inventaris untuk toko Shopify saya dengan tingkat peringatan berjenjang.

Tingkat peringatan:
1. Hijau (tidak perlu tindakan): stok di atas [2x] titik pemesanan ulang
2. Kuning (pantau): stok antara [1,5x dan 2x] titik pemesanan ulang — pantau dengan saksama
3. Oranye (pesan ulang segera): stok antara [1x dan 1,5x] titik pemesanan ulang — hubungi pemasok
4. Merah (kritis): stok pada atau di bawah titik pemesanan ulang — pesanan pembelian diperlukan segera
5. Hitam (habis): inventaris = 0 — selidiki dan isi ulang

Untuk setiap produk atau varian, tentukan:
- Jumlah inventaris saat ini
- Titik pemesanan ulang (berdasarkan waktu tunggu dan kecepatan penjualan harian)
- Info kontak pemasok
- Jumlah pemesanan ulang yang diinginkan

Kembalikan:
1. Tabel semua SKU dengan level stok saat ini, titik pemesanan ulang, dan status peringatan
2. Daftar pemesanan ulang yang disarankan untuk item dengan status Oranye atau Merah, termasuk jumlah pesanan yang disarankan berdasarkan kecepatan penjualan [30/60/90] hari

Aturan:
- Hitung titik pemesanan ulang sebagai: (rata-rata penjualan harian × waktu tunggu pemasok dalam hari) + stok pengaman (baik [X] hari atau [10]% dari permintaan waktu tunggu)
- Tandai produk yang stoknya menurun selama [3+] minggu berturut-turut — ini mungkin memerlukan penyesuaian titik pemesanan ulang permanen

3.2 Hasilkan Pesanan Pembelian untuk Item Stok Rendah

Prompt

Berdasarkan status peringatan inventaris, hasilkan pesanan pembelian untuk item yang perlu diisi ulang.

Untuk setiap item dengan status Oranye atau Merah:
1. Ambil informasi pemasok (nama, kontak, waktu tunggu)
2. Hitung jumlah pesanan yang disarankan berdasarkan:
   - Rata-rata kecepatan penjualan harian selama [30] hari terakhir
   - Waktu tunggu pemasok
   - Level stok yang diinginkan (targetkan [30] hari pasokan pada kecepatan saat ini, atau [60] hari jika waktu tunggu panjang)
3. Hitung perkiraan biaya
4. Tandai item apa pun yang jumlah pesanan yang disarankan akan melebihi anggaran yang tersedia — tandai untuk persetujuan manual

Kembalikan pesanan pembelian dalam format yang dapat saya kirim ke setiap pemasok. Sertakan:
- Nama pemasok dan kontak
- Item baris: SKU, nama produk, jumlah, biaya satuan, total baris
- Total pesanan
- Perkiraan tanggal pengiriman (berdasarkan waktu tunggu dari hari ini)
- Kolom catatan untuk instruksi khusus

Aturan:
- Kelompokkan pesanan berdasarkan pemasok
- Jangan sertakan item dengan status Hijau atau Kuning
- Jika produk sudah memiliki PO yang tertunda, catat itu alih-alih membuat duplikat

Langkah 4 — Siapkan Pemulihan Keranjang yang Ditinggalkan

Pulihkan pendapatan yang hilang ketika pembeli pergi tanpa membeli.

4.1 Konfigurasi Deteksi Keranjang yang Ditinggalkan

Prompt

Siapkan deteksi keranjang yang ditinggalkan untuk toko Shopify saya.

Definisi keranjang ditinggalkan: pengunjung menambahkan item ke keranjang, mencapai checkout, tetapi pergi tanpa menyelesaikan pesanan.

Segmen yang akan dilacak:
1. Pengaba penelusuran (menambahkan ke keranjang tetapi tidak mencapai checkout)
2. Pengaba checkout (mencapai checkout tetapi tidak memasukkan pembayaran)
3. Pengaba pembayaran (memasukkan info pembayaran tetapi tidak menyelesaikan — mungkin menunjukkan masalah pemrosesan pembayaran)

Untuk setiap segmen, tangkap:
- Email pelanggan (jika tersedia) atau ID keranjang anonim
- Isi keranjang (item, jumlah, nilai)
- Waktu sejak aktivitas terakhir
- Jenis perangkat (seluler vs desktop — berguna untuk optimalisasi template email)

Aturan:
- Gunakan data checkout yang ditinggalkan bawaan Shopify jika tersedia
- Untuk alat pemulihan keranjang pihak ketiga (Klaviyo, SMSBump), gunakan API pemulihan keranjang mereka
- Jangan sertakan keranjang yang dikosongkan secara manual oleh pelanggan (menunjukkan keputusan untuk tidak membeli, bukan pengabaian)

4.2 Bangun Rangkaian Email Pemulihan

Prompt

Buat rangkaian pemulihan keranjang ditinggalkan 3 email di [Klaviyo / Mailchimp / alat Anda].

Email 1 — Pengingat keranjang (kirim 1 jam setelah pengabaian):
- Subjek: "Anda meninggalkan sesuatu"
- Konten: Tampilkan isi keranjang, total nilai, dan tautan checkout langsung
- Tujuan: Tingkat buka 40-50%, klik-tayang 8-12%

Email 2 — Bukti sosial + penanganan keberatan (kirim 24 jam kemudian):
- Subjek: "Pelanggan seperti Anda membeli [item teratas di keranjang]"
- Konten: Sebutkan ulasan atau peringkat pelanggan, tangani keberatan umum (waktu pengiriman, kebijakan pengembalian, keamanan pembayaran)
- Tujuan: Tingkat buka 25-35%, konversi 5-8%

Email 3 — Pengingat terakhir + insentif (kirim 72 jam setelah pengabaian):
- Subjek: "Kesempatan terakhir — keranjang Anda kedaluwarsa [waktu/tanggal tertentu]"
- Konten: Ciptakan urgensi, tawarkan pengiriman gratis jika sesuai (hingga toleransi margin Anda), tautan checkout terakhir
- Tujuan: Tingkat buka 15-25%, konversi 3-5%

Aturan:
- Sertakan item persis yang tertinggal di keranjang dengan gambar
- Jaga email 1 tetap pendek — hanya pengingat dan tautan
- Hanya tawarkan insentif di email 3, dan hanya jika margin memungkinkan (umumnya untuk keranjang di atas [$75])
- Personalisasi baris subjek dengan nama depan pelanggan atau nama produk
- Kecualikan pelanggan yang sudah menerima rangkaian ini dalam [30] hari terakhir

Langkah 5 — Koordinasikan Operasi Fulfillment

Rampingkan alur kerja fulfillment Anda dari penerimaan pesanan hingga pelacakan pengiriman.

5.1 Siapkan Perutean Pesanan dan Pembuatan Label

Prompt

Siapkan logika perutean fulfillment untuk pesanan Shopify saya berdasarkan karakteristik pesanan:

Aturan perutean:
1. Pengiriman lokal (jika berlaku): pesanan dengan alamat pengiriman dalam [X] mil dari lokasi Anda — rute ke pengiriman lokal
2. Batas waktu pengiriman hari yang sama: pesanan yang ditempatkan sebelum [jam 2 siang waktu setempat] dikirim hari yang sama; setelahnya, dikirim hari kerja berikutnya
3. Item berukuran besar/rapuh: pesanan berisi item yang ditandai [besar / rapuh] — rute ke fulfillment khusus
4. Pesanan internasional: semua pesanan yang dikirim ke luar [negara] — rute ke alur kerja fulfillment internasional
5. Domestik standar: semua pesanan lainnya — rute ke fulfillment standar

Untuk setiap jalur perutean, tentukan:
- Lokasi fulfillment atau kontak 3PL
- Kurir yang diperlukan dan tingkat layanan
- Metode pembuatan label (Shopify Shipping, ShipStation, manual)
- Perkiraan waktu pemrosesan
- Catatan penanganan khusus

Kembalikan pohon keputusan yang menunjukkan pesanan mana yang pergi ke mana, dan daftar periksa apa yang perlu diverifikasi tim Anda sebelum setiap gelombang dikirim.

5.2 Konfigurasi Pelacakan dan Notifikasi Pelanggan

Prompt

Siapkan pembaruan pelacakan otomatis untuk toko Shopify saya.

Pemicu notifikasi:
1. Pesanan dikonfirmasi: kirim segera setelah penangkapan pembayaran — sertakan nomor pesanan dan perkiraan waktu pemrosesan
2. Pesanan dikirim: kirim dalam [1] jam setelah pengiriman — sertakan nomor pelacakan, kurir, dan perkiraan tanggal pengiriman
3. Sedang dikirim: kirim pada hari perkiraan pengiriman — "Pesanan Anda sedang dalam perjalanan!"
4. Terkirim: kirim dalam [24] jam setelah konfirmasi pengiriman — minta ulasan atau rujukan
5. Pengecualian pengiriman: kirim segera jika pelacakan menunjukkan masalah (dikembalikan ke pengirim, ditolak, rusak) — sertakan langkah selanjutnya

Aturan:
- Gunakan notifikasi pelacakan bawaan Shopify jika tersedia
- Untuk Klaviyo atau alat email lainnya: sinkronkan pembaruan pelacakan melalui webhook
- Jangan pernah kirim notifikasi duplikat jika Shopify dan alat email Anda sama-sama memicu
- Personalisasi notifikasi terkirim dengan nama pelanggan dan nomor pesanan

Langkah 6 — Otomatiskan Penanganan Tiket Dukungan

Kurangi beban kerja berulang tim dukungan Anda dengan merutekan tiket dan menghasilkan draf tanggapan.

6.1 Siapkan Perutean Tiket dan Triase

Prompt

Siapkan perutean tiket otomatis untuk kotak masuk dukungan Shopify saya.

Kategori tiket dan perutean:

Pertanyaan status pesanan (perutean ke: bot fulfillment terlebih dahulu, manusia jika tidak terselesaikan):
- "Di mana pesanan saya?"
- "Pesanan belum diterima"
- "Nomor pelacakan tidak berfungsi"
- Tanggapan otomatis: ambil info pelacakan dari Shopify, kirim tautan pelacakan dan perkiraan waktu pengiriman

Permintaan pengembalian/pengembalian dana (perutean ke: tim pengembalian):
- "Saya ingin mengembalikan"
- "Permintaan pengembalian dana"
- "Tukar"
- Tanggapan otomatis: kirim tautan portal pengembalian, ringkasan kebijakan, perkiraan waktu pemrosesan

Pertanyaan produk (perutean ke: tim produk atau basis pengetahuan):
- "Apakah ini tersedia dalam [ukuran/warna]?"
- "Bahan apa ini?"
- "Apakah Anda memiliki ini dalam [varian lain]?"
- Tanggapan otomatis: periksa inventaris, kirim tautan halaman produk dengan status ketersediaan

Keluhan dan eskalasi (perutean ke: manusia segera):
- Permintaan pengembalian dana untuk pesanan lebih dari [X] hari yang lalu (tandai untuk tinjauan supervisor)
- Beberapa kontak tentang masalah yang sama
- Sebutan media sosial atau keluhan publik
- Pesan apa pun yang mengandung bahasa eskalasi ("manajer", "pengacara", "laporkan Anda", "tidak akan pernah beli lagi")

Kembalikan matriks triase yang menunjukkan kategori mana yang dipetakan ke setiap jenis pesan masuk, dan tanggapan otomatis apa yang dikirim sementara manusia menanganinya.

6.2 Hasilkan Draf Tanggapan untuk Masalah Umum

Prompt

Buat draf tanggapan untuk [15] tiket dukungan paling umum di toko Shopify saya.

Untuk setiap jenis tiket, berikan:
- Frasa pemicu (apa yang dikatakan pelanggan)
- Draf tanggapan (maksimal 2-3 kalimat)
- Bidang personalisasi yang diperlukan (nama pelanggan, nomor pesanan, nama produk, tanggal)
- Pemicu eskalasi (kapan harus berhenti menggunakan draf dan merutekan ke manusia)

Contoh jenis tiket yang akan dicakup:
1. Pertanyaan status pesanan
2. Nomor pelacakan tidak berfungsi
3. Pengembalian dimulai — di mana pengembalian dana saya?
4. Permintaan tukar (ukuran/warna berbeda)
5. Produk habis stok saat dipesan
6. Item yang salah diterima
7. Item rusak saat tiba
8. Permintaan pembatalan sebelum pengiriman
9. Kode diskon tidak berfungsi
10. Jeda/batalkan langganan
11. Pertanyaan poin loyalitas
12. Pertanyaan harga grosir/curah
13. Pertanyaan pengiriman internasional
14. Pembayaran gagal
15. Masalah akses akun

Aturan:
- Jaga tanggapan tetap pendek dan terdengar manusiawi — tidak seperti robot
- Sertakan tautan langsung ke opsi layanan mandiri jika tersedia (lacak pesanan, mulai pengembalian, perbarui langganan)
- Akhiri setiap tanggapan dengan tawaran eskalasi: "Jika ini tidak menjawab pertanyaan Anda, balas di sini dan manusia akan membantu."

Langkah 7 — Tinjau Kinerja dan Optimalisasi Alur Kerja

Periksa kesehatan otomatisasi Anda setiap bulan dan sesuaikan sistem berdasarkan apa yang berhasil.

7.1 Hasilkan Laporan Operasi Mingguan

Prompt

Hasilkan laporan operasi Shopify mingguan yang mencakup area berikut:

Metrik pesanan:
- Total pesanan dan pendapatan (minggu ini vs. minggu lalu vs. minggu yang sama tahun lalu)
- Tren rata-rata nilai pesanan
- Pesanan berisiko tinggi yang ditandai dan hasilnya (disetujui / dibatalkan / tertunda)
- Waktu fulfillment (pesanan hingga pengiriman) rata-rata

Metrik pelanggan:
- Rasio pelanggan baru vs. kembali
- Pesanan pelanggan VIP minggu ini
- Jumlah pelanggan berhenti (pembeli pertama kali yang tidak memesan ulang dalam [90] hari)
- Tingkat pemulihan keranjang ditinggalkan (keranjang pulih / keranjang ditinggalkan)

Metrik inventaris:
- Insiden kehabisan stok minggu ini
- Peringatan pemesanan ulang yang dipicu dan pesanan yang ditempatkan
- Inventaris bergerak lambat (item dengan pasokan kurang dari [30] hari pada kecepatan saat ini)

Metrik dukungan:
- Volume tiket berdasarkan kategori
- Rata-rata waktu tanggapan
- Tingkat eskalasi (tiket yang memerlukan intervensi manusia dari alur otomatis)
- Jenis tiket yang belum terselesaikan teratas (hal-hal yang tidak ditangani oleh otomatisasi)

Aturan:
- Bandingkan dengan minggu sebelumnya untuk konteks
- Tandai metrik apa pun yang [2+] standar deviasi dari rata-rata 4 minggu
- Jaga agar tetap satu halaman — hanya item tindakan, bukan data mentah

7.2 Optimalisasi Aturan Otomatisasi Berdasarkan Data

Prompt

Tinjau kinerja otomatisasi saya dan sarankan optimalisasi berdasarkan data minggu ini.

Aturan yang akan dievaluasi:
1. Ambang batas skor risiko penipuan — tinjau pesanan yang mendapat skor [4-6] dan ditandai untuk ditinjau:
   - Apakah itu benar-benar penipuan? Sesuaikan ambang batas jika terlalu banyak positif palsu atau penipuan terlewatkan

2. Kinerja email keranjang ditinggalkan — tinjau setiap email dalam rangkaian:
   - Tingkat buka di bawah [35]%? Revisi baris subjek
   - Tingkat klik-tayang di bawah [8]%? Revisi konten atau waktu
   - Tingkat konversi di bawah [5]%? Tinjau penawaran atau periksa apakah alur checkout memiliki gesekan

3. Titik pemesanan ulang inventaris — tinjau kehabisan stok minggu ini:
   - Apakah peringatan datang cukup awal? Jika tidak, turunkan titik pemesanan ulang
   - Apakah ada kehabisan stok karena lonjakan permintaan tak terduga? Jika ya, tambahkan pengali kecepatan

4. Perutean tiket dukungan — tinjau tiket yang dieskalasi:
   - Apakah mereka dirutekan dengan benar? Jika jenis tiket sering dieskalasi, tambahkan ke otomatisasi
   - Apakah tanggapan otomatis membantu? Jika pelanggan membalas dengan "terima kasih" atau tidak membalas, draf berhasil

Kembalikan daftar prioritas penyesuaian aturan dengan perubahan spesifik dan dampak yang diharapkan.

Aturan:
- Hanya sarankan perubahan yang didukung data — jika metrik dalam kisaran normal, biarkan saja
- Batasi perubahan mingguan menjadi [5] penyesuaian aturan untuk menghindari mengganggu sistem dengan terlalu banyak variabel sekaligus