Sepet Terk Verilerini Kurtarma Sihri
E-ticaret işletmeleri için sepet terk etme verilerini (tarih, ürün, sepet değeri, terk zamanı, demografik bilgiler) Perplexity platformuna yükleyerek derinlemesine analiz ettiren bir prompt. Sistem, terk oranlarını hesaplar ve en yüksek terk kaynaklarını (checkout adımları, fiyat hassasiyeti, cihaz tipi) belirler; ardından müşteri segmentleri (yeni/sadık, yüksek/düşük değerli) oluşturur ve korelasyonları (zaman dilimi, ürün kategorisi, trafik kaynağı) ortaya çıkarır.
Kullanım senaryosu: Pazarlama uzmanları ve e-ticaret yöneticileri, sepet terk nedenlerini anlamak ve kurtarma stratejileri geliştirmek için kullanır. Prompt, neden-sonuç analizi yapar, A/B test önerileri sunar ve e-posta otomasyonu, indirim kodları, UX iyileştirmeleri gibi uygulanabilir aksiyonlar listeler. Çıktı, tablo ve grafik tarifleriyle zenginleştirilir; Perplexity'nin web kaynaklarından en iyi pratikleri entegre ederek güncel sektör standartlarını yansıtır.
Çıktı yapısı: Terk oranları ve kaynaklar → Müşteri segmentasyonu → Korelasyon analizi → Neden-sonuç ve A/B test önerileri → Kurtarma stratejileri (e-posta, indirim, UX) → Öncelikli aksiyon listesi → Görselleştirme tarifleri (grafik türleri ve veri noktaları). Kullanıcı, değişkeni ile odaklanmak istediği KPI'ları (dönüşüm oranı artışı, ortalama sepet değeri, müşteri geri kazanımı) belirtir. Prompt, E-Ticaret & Satış ve Veri Analizi kategorilerinde kritik; satışları %20–30 artırma potansiyeli taşıyan, profesyonel ve aksiyon odaklı raporlar üretir. Tüm çıktılar Türkçe, anlaşılır ve uygulanabilir formatta sunulur.
{ }Değişken Açıklamaları:
- [SEPET TERK VERILERI]: Sepet terk verilerini içeren dosya veya veri seti tanımı; tarih, ürün, sepet değeri, terk zamanı, demografik bilgiler gibi alanları kapsar. Örneğin: Sepet_terk_2024.csv, abandoned_carts.json, checkout_data.xlsx
- [HEDEF METRIKLER]: Kullanıcının odaklanmak istediği performans göstergeleri; raporda öncelikli olarak ele alınır. Örneğin: Dönüşüm oranı artışı, ortalama sepet değeri, müşteri geri kazanımı, checkout tamamlama oranı
Değişkenleri Düzenle
1. Terk oranlarını hesapla ve en yüksek terk kaynaklarını belirle (örneğin checkout adımları, fiyat hassasiyeti, cihaz tipi).
2. Müşteri segmentleri oluştur (yeni/ sadık, yüksek/değerli).
3. Korelasyonları bul (zaman dilimi, ürün kategorisi, trafik kaynağı).
4. Neden-sonuç analizi yap, A/B test önerileri ver.
5. Kurtarma stratejileri öner: e-posta otomasyonu, indirim kodları, UX iyileştirmeleri.
Sonuçları tablo, grafik tarifleri ve öncelikli aksiyon listesiyle sun. Web kaynaklarından en iyi pratikleri entegre et. [HEDEF_METRIKLER] odaklanarak raporla.
Sen uzman bir e-ticaret veri analisti ve davranış bilimcisisin. Aşağıdaki [SEPET_TERK_VERILERI] verilerini (tarih, ürün, sepet değeri, terk zamanı, demografik gibi) derinlemesine analiz et.
1. Terk oranlarını hesapla ve en yüksek terk kaynaklarını belirle (örneğin checkout adımları, fiyat hassasiyeti, cihaz tipi).
2. Müşteri segmentleri oluştur (yeni/ sadık, yüksek/değerli).
3. Korelasyonları bul (zaman dilimi, ürün kategorisi, trafik kaynağı).
4. Neden-sonuç analizi yap, A/B test önerileri ver.
5. Kurtarma stratejileri öner: e-posta otomasyonu, indirim kodları, UX iyileştirmeleri.
Sonuçları tablo, grafik tarifleri ve öncelikli aksiyon listesiyle sun. Web kaynaklarından en iyi pratikleri entegre et. [HEDEF_METRIKLER] odaklanarak raporla.
Bu Prompt Seni Bekliyor
Perplexity için hazırlanmış bu promptu anında kopyala, kullan.
Ücretsiz üye ol, binlerce prompta eriş.
10 saniyede üye ol, sınırsız prompt keşfet
Nile
Bu prompt kullanmadan önce düzenlemeniz gereken 2 değişken içerir.
Keşfet
Alternatif Araçlar
Biliyor muydunuz?
Aynı promptu farklı araçlarda denemek, işine en uygun modeli bulmanın en hızlı yoludur.
En Popüler
İlgili Etiketler
Benzer promptlar
Puan ver