Finanse
Zmienia dane w sklepie — wymagany dry_run
Trendy średniej wartości zamówienia
Prześledź zmiany AOV w czasie z podziałem na kanały i segmenty.
PoczątkującyAPI 2025-01
Komenda
bash
shopify-admin-skills:average-order-value-trends store=your-store.myshopify.com### name
Trendy AOV — średnia wartość koszyka w czasie, nowi vs. powracający
### oneLiner
Śledzi AOV w tygodniowych lub miesięcznych przedziałach i dzieli go na nowych i powracających klientów — mierzy efekt upsellów, bundli i progów darmowej wysyłki.
### whenToUse
- Po wprowadzeniu nowego progu darmowej wysyłki, żeby sprawdzić czy AOV faktycznie wzrósł w następnym tygodniu.
- Miesięcznie przy przeglądzie P&L, żeby wychwycić czy lojalność klientów przekłada się na wyższy koszyk.
- Przed kampanią z bundle ofertami — żeby mieć baseline AOV do porównania po kampanii.
### howToRun
```
Run skill: shopify-admin-average-order-value-trends
Store: twojsklep.myshopify.com
days_back: 90
bucket: week
```
### whatYouGet
Plik CSV `aov_trends_YYYY-MM-DD.csv` z kolumnami: `period`, `order_count`, `aov`, `new_customer_orders`, `new_customer_aov`, `returning_orders`, `returning_aov`, `currency`. Każdy wiersz to jeden przedział czasu (`day`/`week`/`month`). Powracający klient to taki, który ma więcej niż jedno zamówienie w historii (`numberOfOrders > 1`). Zamówienia bez konta klienta (guest checkout) wliczają się do ogólnego AOV, ale nie do segmentacji nowi/powracający.
### polishContext
### safetyNote
---
Bazuje na open-source 40RTY-ai/shopify-admin-skills (MIT), rozszerzone o kontekst polskiego rynku przez Dawida Gaca.