
无论用户是在 Google 搜索、去 Amazon,还是向聊天机器人提问,AI 现在都会在回复中给出商品,而大多数电商品牌根本不知道怎样才能成为那个被推荐的商品。面向 Shopify 和 WooCommerce 的 AI 数据分析,是一种读取店铺数据并用通俗英语回答相关问题的软件。它很擅长解释你的店铺里发生了什么。但它看不到 AI 购物智能体如何在你的商品和竞品之间做选择,因为这件事发生在任何人到达你店铺之前。
我觉得这正是大多数“AI数据分析”盘点文章会跳过的部分。它们会比较哪些仪表盘能解释上个月的订单,这当然有用,然后就到此为止。与此同时,智能体现在已经可以不打开浏览器,直接选商品、加入购物车并付款,所以你的分析标签根本不会触发。对于它能看见的购物者,你的仪表盘确实非常全面。
TL;DR
- AI 数据分析会读取你的订单、流量和广告数据,并用通俗英语回答问题。标准报表只能告诉你数字本身。
- 两个平台都有自己的工具。Shopify 有 Sidekick Pulse,WooCommerce 则提供一组内置 AI 分析功能。
- 最大的风险,是它很自信地给出错误数字:定义有误、拉取的数据不完整、数据源之间未对齐。前几次回答要手动核查。
- 由智能体完成的购买通常不会留下分析会话。你需要另外一种方式来看到它们。
- ecentic帮助网店在AI智能体代替用户购物时卖出商品,而入门方式是先免费扫描你的前10个商品。
AI 数据分析对 Shopify 或 WooCommerce 店铺意味着什么
标准数据分析会给你固定报表:按渠道、商品、国家和日期查看销售。你选择报表,读取图表,再判断它代表什么。Shopify 原生报表在这方面做得很好,对小店铺来说通常已经够用。
AI 数据分析是在现有分析之上再加一层。你提出类似“哪些商品在调价后转化下降了?”这样的问题,工具会自动编写查询、运行分析并解释结果。有些工具还会更进一步,主动监控你的数据,然后标出看起来异常的地方。
这里有两类工具,值得分开来看:
问答型工具。 你提问,它回答。Shopify 的 Sidekick 在后台管理中就是这种方式,连接器还能让你把 ChatGPT 或 Claude 接入店铺数据。
主动型工具。 它们会在没有提问的情况下分析你的数据。Shopify 的 Sidekick Pulse 会研究店铺数据,并在后台首页展示附带建议操作的推荐卡片。
WooCommerce 也有自己的版本。它的 AI Intelligence documentation 列出了 13 种分析,包括商品表现、客户细分、价格弹性、购物篮关联、CLV 预测和退款诊断。所以如果你在用 WooCommerce,在购买任何工具之前,其实已经有了一个起点。
这些都不能替代真正运营店铺的人。工具可以告诉你某个客户群体正在缩小,但是否给它折扣、推新品,或者什么都不做,仍然由你决定。
它最擅长回答的问题
AI 数据分析最有价值的地方,在于那些过去需要分析师或花半天做表格才能回答的问题:
- 算上退货后,哪些客户群体利润最高?
- 来自某个渠道的买家,回购频率是否高于其他渠道?
- 上周是哪件商品导致转化下降?
- 哪些商品会断货?大概什么时候?
库存问题很好地说明了这类工具的使用边界。WooCommerce 文档提到,客户细分至少需要 10 位带评分且有可用订单历史的客户。同一页面还说明,预测和建议只是估算,并不保证未来需求或收入。这也是解读这一类所有输出时应有的方式,包括我们的结果。
我认可 AI 的这种用法。它能节省时间,而且结果还能和你自己的订单数据交叉验证。
AI 数据分析容易出错的地方
电子表格里的错误数字通常一眼能看出来。AI 给出的错误数字,却可能包装成一段很流畅的文字。下面这些失败模式会反复出现。
“收入”并不只有一种定义。 是毛收入还是净收入,是否包含运费和税费,按下单日期还是付款日期计算。同一个问题问两次,AI 可能会采用不同定义。解决办法是:明确写清你采用的是哪一种定义,并告诉工具。
数据拉取不完整。 工具通过 API 读取订单时,结果通常按分页返回。写得不严谨的查询可能只抓取第一页,然后把它当成总数。如果某个数字看起来偏低,先问它统计了多少订单,再和后台数据核对。
数据源没有统一。 订单在 Shopify 或 WooCommerce,广告支出在 Meta 和 Google,邮件又在另一个工具里。货币单位、广告活动命名和渠道分组都不一样。如果你想了解这些数据是如何整合在一起的,这篇 Shopify SEO 和 AI 搜索指南 介绍了分散的数据源如何被整合。重点是,AI 是建立在你的数据基础设施之上的,它不会替你修好这些基础设施。
大数据表上的算术运算。 语言模型很擅长解释,但不擅长计算。更安全的方案是让模型负责写查询,由数据库负责计算。
一个实用测试:挑三个你已经知道的数据,比如上个月订单数、退款数和销量最高的商品,然后让工具回答。如果结果和后台一致,就可以多信一点;如果不一致,你就避免了一次错误决策。
隐私:工具能看到客户哪些信息
客户数据可能会通过聊天记录、截图和共享对话泄露。更安全的做法是在 AI 接触数据前,先进行聚合或匿名化。WooCommerce 团队的 WooCommerce for Claude experiment 就是这样设计的:它发送的是聚合数据,不会在分析结果中包含单个客户的姓名、邮箱或地址。
评估任何工具时,都应该问清楚:哪些字段会离开店铺、谁能读取聊天记录、权限如何撤销。这些问题听起来很无聊,但真正出事之后,你最想提前知道的往往就是这些。
盲区:由 AI 智能体发起的订单
前面说的,都是分析已经进入你店铺的购物者。但越来越多的购买行为其实发生在别处:助手先回答“我该买什么?”,选好商品,再把购物者导向店铺,或者直接替他完成购买。
在 Shopify 上, agentic storefronts 允许客户在 ChatGPT、Google AI Mode、Gemini、Microsoft Copilot 和 Meta 等 AI 渠道中发现并购买商品。这意味着销售又多了一个发生在首页之外的场景。传统分析工具是为用户在网站上点击浏览而设计的,而通过 API 调用完成购买的智能体并没有浏览器会话,所以依赖页面加载触发的分析标签根本不会触发。
还有第二个、更隐蔽的问题。很多 AI 应用不会传递 referrer,因此这些访问会被归入 Direct 流量。Direct 流量上涨了,但没人知道原因。我们自己的试点项目 DUA Flavours 就是一个小例子:2026 年 4 月到 7 月期间,来自 AI 助手和 Direct 流量的访问增长了 12%。这里说的是访问量,不是销售额,我也不会把这个结论扩大解释。
如果想更深入了解如何衡量这一点,可以阅读我们关于 电商 AI 归因, 智能体驱动销售报告 以及 无 Cookie 归因 的文章,里面有逐步讲解。
数据分析只能告诉你发生了什么,无法解释为什么智能体选择了别人
这里也是我和很多常见观点不同的地方。仪表盘,即便是 AI 仪表盘,也是从已经到达的购物者开始分析的。但智能体的决策发生在那之前。如果它从未推荐你的商品,那么你的分析工具里根本没有东西可分析。销售只是悄无声息地没有发生。
我们已经看到这种选择偏差可以有多明显。截至 2026 年 10 月,ecentic 已运行 36,797 次模拟购买。在同一商品目录里,ChatGPT 选择商品的频率约为 Claude 或 Gemini 的 3 倍:51.6% 对约 18.5%。同样的商品,不同的智能体,会产生不同的赢家。你的购物者使用哪种助手,比大多数团队想象的重要得多。

我们也会对店铺进行匿名审查,我不会透露其中任何一家店铺的名称。一家年销售额约 7000 万欧元的烈酒电商平台,其 9,699 个商品中有 88% 存在智能体读取的数据问题。当智能体被问到应去哪里购买该平台销售的两瓶酒时,平台在 20 次回答中被提及的次数为 0。一家瑞典护肤品牌在 6 个国家中,智能体结账能进入支付环节的国家数为 0,原因是配送设置要求填写电话号码。智能体无法输入它没有的电话号码,而人类买家会直接填入号码。
这些问题都不会出现在销售图表里。它们表现出来的方式,是根本没有图表。
我们的看法
我们创建 ecentic,是因为我们认为 AI 购物时代的数据分析,必须直接作用于店铺本身,而不只是围绕店铺生成报告。智能体不会看到你的首页。它读取的是商品 feed、商品目录以及商品页面上的结构化数据;在 Google(美国地区的 AI Mode 和 Gemini)中,它还可以通过 Google 的开放智能体结账标准 UCP,直接替购物者完成结账。
因此,ecentic 可以连接 Shopify、WooCommerce 或商品 feed,并让 ChatGPT、Claude 和 Gemini 将你的每件商品与某个已命名竞品的对应商品进行比较。随后,它会用通俗语言告诉你为什么你的商品会输。点击 Apply 后,ecentic 会重写标题、描述和结构化数据,并发布到你的店铺。
在 Shopify 上,ecentic 会把修复内容同步到 Google Merchant Center,并追踪来自 AI 助手的访问。在 WooCommerce 上,免费的 ecentic 插件允许智能体通过 UCP 搜索商品、加入购物车并完成结账。普通 feed 工具做不到这一部分。
也需要说明一点:我们目前还没有收入,仍在运行试点,到目前为止的结果主要来自模拟和一个访问量数据。相比编造案例研究,我们更愿意直接说明这一点。OpenAI 有 ACP,Google 有 UCP,Amazon 有自己的封闭体系,而我们认为,现在就修好商品数据的店铺,接下来这一年会更轻松。
Xhurian Shaba
不同类型工具各自适合什么场景
我不认为你只需要一种工具。大多数情况下,你需要两到三种,各自负责不同工作。下面是我会如何划分。
| 用途 | 它解决什么问题 | 代表产品 |
|---|---|---|
| 店铺内置报表 | 卖了什么、在哪里卖、什么时候卖 | Shopify 报表、WooCommerce 报表 |
| 利润与营销分析 | 贡献利润率、LTV、多渠道广告归因 | Triple Whale、Polar Analytics、Northbeam |
| 基于自有数据的 AI 对话 | 用自然语言快速提问 | Sidekick、Claude 或 ChatGPT 连接器 |
| 智能体购物表现 | 为什么 AI 智能体会选择竞品商品,以及它是否能购买你的商品 | ecentic |
利润和营销分析工具在自己的领域都很强。Triple Whale 和 Polar Analytics 适合需要清晰跨渠道数据、同时运营多个广告平台的品牌。Northbeam 适合长期做付费媒体测量的团队。内置报表则适合主要想知道卖了什么的小型店铺。我们并不和它们竞争这些工作,我也不会建议你停用它们。
但它们都不会编辑你的商品数据,也不会帮你搭建智能体使用的结账流程。这正是我们在解决的空白。如果你特别想比较 AI 驱动订单的追踪方案,我们关于 Shopify 归因应用, 电商归因工具 以及 用于智能体可见性的 AI 数据分析 的文章会详细介绍这个领域。
如何开始,而不是浪费一个月
这里最有效的方法其实很朴素:从一个问题、一个数据源和一次验证开始。
- 先写下你要做的决策。 不要只写“对我的数据使用 AI”,而要写“哪些商品应该停止打折?”没有明确决策目标的工具,最后只会产出没人看的图表。
- 统一定义。 先明确你对“收入”的定义(是否扣除退款、是否包含运费),再把它写进工具说明里。
- 先试内置方案。 在把第三方工具接入订单数据前,先试试 Shopify 的 Sidekick Pulse 或 WooCommerce 的 AI Intelligence 分析。
- 核对三个已知数字。 订单数、退款数和销量第一的商品。如果有任何一个不对,先查清原因,再问更复杂的问题。
- 限制离开店铺的数据。 能共享聚合数据时就共享聚合数据,不要传客户姓名、邮箱和地址。
- 每次只新增一个连接的数据源。 先接广告支出,再接邮件数据。每新增一个来源,都会带来新的命名和货币问题。
- 对智能体侧运行一次免费检测。 先在你销量前 10 的商品上运行,看看智能体在你的品类里更偏好什么。我们的 免费 WebMCP 购物检测 也是快速了解店铺在智能体眼中表现的一种方式。
花两周做这些,比看一场冗长的供应商演示更有价值。
这对 Shopify 和 WooCommerce 分别意味着什么
这两个平台应对 AI 购物转变的方式不同,因此下一步也不一样。
在 Shopify 上,很多底层基础设施已经内置。商品目录数据会流向 AI 渠道,而 ecentic 的工作是把商品数据优化到足以胜出的程度。在 Dominate 套餐中,我们会把修复内容同步到 Google Merchant Center,并搭建智能体结账流程。我们的 面向 Shopify 店铺的页面 解释了具体设置方式。
在 WooCommerce 上,你需要自己搭建更多内容。免费的 ecentic 插件允许智能体通过 UCP 搜索商品、加入购物车并完成结账。归因也需要你自行接入,因此需要预留相应时间。
还有一个适用于两者的限制:通过 UCP 在 AI 回答中直接完成购买,目前仅在美国的 Google AI Mode 和 Gemini 上正式可用。ChatGPT 仍然会跳转到店铺自己的结账页,因此在那里,最后一次点击预计仍发生在店铺网站内。
在自己的商品目录上试试 ecentic
如果想知道智能体如何对待你的商品,可以先从免费检测开始。它会覆盖销量前 10 的商品,而且无需绑定银行卡。ecentic 帮助在线商店在 AI 智能体主导购物时继续卖出商品:它会优化你的商品 feed 和商品目录,让 AI 购物智能体选择你的商品,并真正完成购买。

付费套餐价格见 ecentic 定价页面。Compete 为每月 $14.90,支持最多 100 件商品。Scale 为每月 $44.90,支持最多 1,000 件商品,并提供一键修复。Dominate 为每月 $149,额外包含 Google Merchant Center 同步和智能体结账设置。另有按使用付费选项,按 AI 归因订单的 3% 收费,每月最高 $500。更大型团队可以了解 Enterprise,它提供自定义限制、API 和 MCP 访问,以及 DPA。当 AI 负责购物时,也要拿下订单。你可以从 ecentic.ai.
FAQ
Shopify 内置的 AI 数据分析已经够用了吗?
对于主要想知道卖了什么、在哪里卖的小型店铺来说,内置报表和 Sidekick Pulse 已经覆盖了很多需求。运营多个广告渠道的团队,通常还会增加利润分析或归因工具。如果 AI 助手可能正在为你带来购物者,你还需要一种方式来查看这部分流量,并检查你的商品数据能否在与竞品的比较中胜出。
WooCommerce 有 AI 数据分析吗?
有。WooCommerce 的 AI Intelligence documentation 介绍了 13 种分析,从库存预测到退款诊断都有覆盖。它们属于估算结果,而且部分功能需要最低订单历史数据。对于智能体购物,免费的 ecentic 插件允许智能体通过 UCP 搜索商品、加入购物车并完成结账。
我能相信接入店铺后的 ChatGPT 或 Claude 提供的数字吗?
先验证,再相信。先把订单数、退款数和销量第一的商品与后台核对,并明确告诉工具你如何定义收入。模型很擅长写查询,但在大数据集上容易出现计算和分页错误,因此任何准备据此采取行动的数据,都应该先确认。
我该如何查看来自 AI 助手的订单?
标准网页分析通常会漏掉这些订单,因为智能体可能通过 API 调用完成购买,而且很多 AI 应用不会传递 referrer。在 Shopify 上,ecentic 会追踪来自 AI 助手的访问。Shopify 的 agentic storefronts 也涵盖了多个 AI 渠道中的销售情况。具体能看到哪些数据,还要看你的套餐支持什么。