Shoptet, AmICited og MCP: Ordrer, marketinganalyse og AI-agenter

Forbind Shoptet til AmICited for at analysere din ordrehistorik, produktresultater, tilbagevendende kunder og marketingresultater ét sted. Forbind derefter AmICiteds MCP-server til Claude, Codex eller en FlowHunt-agent, og stil spørgsmål til disse data i samtaleform. Shoptets egen MCP-server tilføjer en separat rute til understøttede butiksoperationer.

Denne guide er til butiksejere, der vil bevæge sig fra “Hvor mange ordrer fik vi?” til “Hvad drev resultaterne, hvilke kunder vender tilbage, og hvor bør vi investere næste gang?” Den dækker analyserne, forbindelsestrinnene og praktiske spørgsmål, du kan give en AI-agent.

De vigtigste pointer

• Importér den ordrehistorik, du har brug for. AmICiteds dokumenterede Shoptet-forbindelse kan importere historik tilbage til den første ordre og understøtter detaljeret analyse på tværs af ordrer, produkter og kunder.
• Bedøm vækst ud fra, hvad butikken beholder. Konfigurer produktomkostninger, betalingsgebyrer og andre udgifter, før du bruger dækningsbidrag eller overskud til at træffe beslutninger.
• Tag kampagner med i samme gennemgang. Forbind annoncerings- og søgekilder for at sammenligne levering, forbrug og attribuerede estimater med de faktiske butiksresultater.
• Stil opfølgende spørgsmål via MCP. En agent kan undersøge en salgsændring, gennemgå adfærd for gentagne køb og forklare de rapporter, der ligger bag svaret.
• Brug dataene til marketing mix-planlægning. Budgetscenarier og formel modellering kræver angivne antagelser; en kanalkorrelation fastslår ikke inkrementelt salg.

Forstå de tre forbindelser

MCP, eller Model Context Protocol, lader en AI-applikation opdage og kalde eksterne værktøjer. I dette setup udfører forskellige forbindelser forskellige opgaver:

Til historisk analyse skal du først forbinde butikken til AmICited. Til en samtale om rapporter skal du tilføje AmICited MCP til din foretrukne klient. Tilføj også Shoptet MCP, når opgaven kræver en understøttet operation direkte i butikken.

Ved en kontrol den 25. oktober 2026 angiver Shoptet Support sin MCP-tjeneste for Basic, Business, Profi, Enterprise, prøvebutikker og Premium; Free er udelukket. Premium giver adgang til et bredere værktøjssæt. Standardbetalte tariffer understøtter også visse skrivninger, herunder blogpublicering. Oversigten over MCP-tilføjelsen siger, at tilføjelsen er gratis i hvert fald indtil udgangen af 2026, med tarifspecifikke grænser derefter.

Denne bredere MCP-tilgængelighed ændrer ikke det dokumenterede krav om Private API, som kun findes på Premium, for AmICiteds Shoptet-import. AmICiteds e-handelsintegrationer kræver Pro eller højere. Se dokumentationen for e-handelsforbindelser for aktuelle krav.

Klar til at overvåge din AI-synlighed?

Følg, hvordan AI-chatbots nævner dit brand i ChatGPT, Perplexity og andre platforme.

Kom i gang Kontakt

Analysér dine Shoptet-ordrer i detaljer

AmICited kan behandle de Shoptet-ordredata, der importeres via forbindelsen, herunder hele den tilgængelige historik, når du vælger den længste importindstilling. Fordelen er et ensartet rapporteringslag på tværs af salg, omkostninger, produkter og kundeadfærd i stedet for et separat regneark til hvert spørgsmål.

Sales Engine følger daglig omsætning, ordrer, gennemsnitlig ordreværdi, annulleringer, omkostningskomponenter og overskud. Dens daglige resultatopgørelse lader dig undersøge de komponenter, der ligger bag en ændring.

En travl uge kan give flere ordrer, men mindre overskud. Rabatter kan reducere ordreværdien, produktsammensætningen kan skifte mod varer med lavere margin, eller fragt- og anskaffelsesomkostninger kan stige. Bed agenten om at opdele den ændring, før du vælger et svar:

Sammenlign de sidste 30 komplette dage med de foregående 30. Forklar ændringer i indtjenende ordrer, nettoomsætning, gennemsnitlig ordreværdi og overskud. Adskil ændringer i volumen fra ændringer i værdi og omkostninger. Angiv den importerede dækning og eventuelle manglende input.

Order Mix tilføjer endnu et lag: klassificeringer af ordrestatus, første kontra senere ordrer, købertype, betalingsmetode, transportør og målte kontra antagne købsomkostninger. Det hjælper med at svare på, hvorfor totalen ændrede sig. En annulleret ordre, en afvist betaling og et realiseret salg bør ikke alle tælle som ækvivalent omsætning.

Den relevante afslutningsbetingelse er en afstemt forklaring: agenten bør angive perioden, de medtagne ordrer, statusreglerne og den anvendte rapport. “Salget faldt” er en observation; “de indtjenende ordrer faldt, mens ordreværdien holdt sig stabil” er et langt mere brugbart udgangspunkt.

Se hvilke produkter der skaber værdi efter omkostninger

Omsætningsranglister viser, hvad der sælger. Dækningsbidragsanalyse viser, hvad der er tilbage efter de omkostninger, der indgår i beregningen. Tilsammen hjælper de med at beslutte, hvilke produkter der fortjener promovering, en prisgennemgang eller bedre merchandising.

Brug produktrapporterne til at sammenligne omsætning, enheder og dækningsbidrag. Brug Cost Mix til at undersøge stigen fra omsætning gennem produktomkostninger, opfyldelse, betalingsgebyrer, annoncering og konfigurerede faste omkostninger. Spørg til omkostningsgrundlaget sammen med ranglisten:

Rangér produkter efter dækningsbidrag over de sidste 90 dage. Udeluk fragt og andre ikke-produktrelaterede linjeposter. Vis omsætning, enheder og målt omkostningsdækning, og markér ranglister, der afhænger af antagne købsomkostninger.

Du kan gå ud over de enkelte bestsellere. Produktbundter undersøger, hvad der købes sammen; analyse af indgangsprodukter undersøger, hvilke førstegangskøb der fører til senere ordrer. Det skaber et brugbart marketingspørgsmål: bør den næste anskaffelseskampagne fremme det største umiddelbare salg, eller et produkt, der er forbundet med stærkere gentagne køb?

Betragt det som et spørgsmål, der skal undersøges. En sammenhæng med gentagne køb kan informere en test uden at bevise, at annoncering af et bestemt indgangsprodukt vil forårsage samme adfærd i et nyt publikum.

Hold dig opdateret om tendenser inden for AI-synlighed

Få de nyeste indsigter om AI-omtaler, brandovervågning og optimeringsstrategier.

E-mailadresse

Tilmeld

Forstå tilbagevendende kunder, fastholdelse og livstidsværdi

Shoptets ordrehistorik bliver mere brugbar, når du kan følge den samme kunde på tværs af køb. AmICited understøtter dette med anonymiserede identifikatorer såvel som fulde kundedata, afhængigt af importvalget.

Customers and Retention grupperer kunder i anskaffelseskohorter og segmenter baseret på recency, frequency og monetary value, ofte forkortet RFM. Det hjælper med at skelne en butik, der vinder førstegangskøbere, fra en, der opbygger en base af tilbagevendende kunder.

Repeat Purchase tilføjer tiden mellem ordrer, gentagne køb pr. produkt og værdi på forskellige positioner i en kundes ordrehistorik. Lifetime Value følger kumulativ værdi efter anskaffelse og observeret tilbagebetaling for kohorten, hvor de nødvendige omkostnings- og forbrugsinput findes.

Disse rapporter hjælper en butiksejer med at spørge:

• Bidrager tilbagevendende kunder med mere eller mindre omsætning end før?
• Hvor lang tid tager det for en typisk kunde at afgive en anden ordre?
• Hvilke førstekøbsprodukter er forbundet med stærkere fastholdelse?
• Hvilke værdifulde segmenter er blevet stille?
• Hvor meget anskaffelsesomkostning har en moden kohorte faktisk betalt tilbage?

Giv agenten tilstrækkelig historik til virksomhedens købscyklus. Et vindue på 30 dage kan være nyttigt til salgsovervågning og utilstrækkeligt for en butik, hvis købere genbestiller to gange om året. Sammenlign kohorter i samme alder, og bevar kundetal ved siden af rater.

Gennemgå gentagne køb over de sidste 12 måneder. Adskil omsætning fra nye og tilbagevendende kunder, vis typisk timing fra første til anden ordre, og identificér indgangsprodukter med nok kunder til at understøtte en sammenligning. Hold unge kohorter adskilt fra modne.

Til en reaktiveringsplan kan Replenishment identificere forventede genbestillingsintervaller. Analyse kan fungere med anonyme kundeidentifikatorer; kontakt til disse personer kræver en passende tilladt kilde til identitet og et separat kampagne-workflow.

Sammenlign kampagner med, hvad butikken faktisk tjente

Forbind butikkens annonceringskonti til det samme AmICited-domæne for at bringe forbrug og levering ind i gennemgangen. Tilføj søgekilder, når du vil have organisk efterspørgsel side om side med betalt aktivitet. Guiden til opsætning af annonceringsplatforme forklarer de understøttede forbindelser.

Cross-source Revenue Attribution stiller kanallevering, attributionsestimater og butiksresultater op ved siden af hinanden. Den vigtige forskel er synlig i rapporten: forbrug og klik er målte input; attribuerede ordrer og omsætning kan være estimater med en angivet metode og konfidens.

Den blended anskaffelsesvisning relaterer det medtagne betalte forbrug til butiksidentificerede nye kunder og realiseret omsætning. Kampagnerapportering og CAC/ROAS-visninger tilføjer detaljer, hvor matchende data understøtter det. CAC betyder kundeanskaffelsesomkostning; ROAS betyder afkast på annonceringsforbrug. Hverken en platforms påståede konvertering eller et blended forhold identificerer, hvilken kanal der forårsagede et individuelt køb.

Med Meta forbundet tilbyder AmICited også Profit-true ROAS, CAC for nye kunder, audience efficiency, dayparting og Profit Scaling. Disse lader dig undersøge, om forbruget er i tråd med rentabel handel, og om højere forbrug er forbundet med tilstrækkelig ekstra kundeværdi.

Gennemgå vores forbundne kampagner for de sidste 90 dage. Vis forbrug, sporede konverteringer, attribuerede estimater og realiserede butiksresultater separat. Sammenlign anskaffelsesomkostning med modent kundebidrag, hvor det er tilgængeligt. Angiv manglende platforme og valuta- eller matchproblemer, før du anbefaler en budgetgennemgang.

Det er sådan, samtalen bliver brugbar: “Hvilken kampagne har den højeste rapporterede ROAS?” kan føre til “Ser det stadig attraktivt ud efter annulleringer, produktomkostninger og adfærd hos tilbagevendende kunder?”

Brug Shoptet-data til marketing mix-analyse og modellering

En butiksejer kan bruge den forbundne ordrehistorik som fundamentet for forretningsresultater i marketing mix-planlægning: hvordan indsats og budget fordeles på anskaffelseskanaler, fastholdelse, organisk søgning og produktpromovering.

Start med en konkret beslutning. Måske bringer en kampagne mange første ordrer, men de tilknyttede anskaffelsesperioder viser svag værdi ved gentagne køb. En anden produktkategori har færre førstegangskøb og bedre observeret dækningsbidrag over tid. Det brugbare næste skridt kan være en kontrolleret budgettest, et andet produktfokus eller et fastholdelseseksperiment i stedet for blot at bruge flere penge på kanalen med det største omsætningskrav.

AmICited leverer flere input til det arbejde:

Formel marketing mix-modellering (MMM) er et yderligere statistisk skridt. Den bruger tidsserieresultater, medieaktivitet og andre forklarende variable til at estimere kanaleffekter og undersøge budgetallokering. Googles introduktion til Meridian beskriver en modelleringsproces, der omfatter dataklargøring, antagelser om lag og mætning, modelvurdering og budgetoptimering.

For en Shoptet-butik kan importeret ordrehistorik levere resultatserien, mens forbundne kampagner leverer marketinginput. En analytiker eller en passende udstyret agent kan hjælpe med at organisere disse serier, registrere kampagner og andre relevante ændringer og forberede modellering eller scenariearbejde. Vejr, helligdage, sæsonudsving og lagerbegrænsninger kan også skulle overvejes, afhængigt af virksomheden og de tilgængelige data.

Hold tre output adskilt: en rapport beskriver observeret performance; et scenarie beregner, hvad der følger af antagelser; en tilpasset model estimerer relationer under en specificeret metode. De verificerede tværkilde-rapporter i AmICited understøtter analyse og forberedelse til modellering. De udgør ikke i sig selv en komplet tilpasset kausal MMM eller et garanteret optimalt budget.

Udarbejd et brief til marketing mix-analyse ud fra vores forbundne Shoptet- og annonceringsdata. Foreslå et fælles ugentligt datasæt for resultater og kanaler, oplist manglende historik og kontroller, og forklar hvilke budgetspørgsmål evidensen kan understøtte. Adskil rapportobservationer, scenarieantagelser og arbejde, der kræver en tilpasset model. Ændr ikke kampagnebudgetter.

Det giver ejeren noget handlingsorienteret: en dokumenteret beslutning, et brugbart datasæt hvor det findes, og en eksplicit vej fra observeret performance til et budgeteksperiment.

Sådan forbinder du Shoptet til AmICited

Brug den dokumenterede butiksimport til at låse op for historisk analyse. Du har brug for en AmICited-workspace-administrator, en kvalificeret plan og adgang til Shoptets Private API.

1. Opret Shoptet-tokenet. I Shoptet-administrationen skal du åbne Connections → Private API, klikke på Add, indtaste en beskrivelse og lade de påkrævede endpoint-grupper være aktiveret som beskrevet i integrationsguiden. Vis tokenet, og bekræft med din adgangskode.
2. Forbind butikken. I AmICited skal du åbne Data Sources → Eshops, vælge Shoptet, indsætte API-tokenet og klikke på Connect Shoptet. Tokenet indeholder e-shop-ID’et.
3. Knyt det til det rigtige domæne. Brug Select account på forbindelseskortet, så ordrerne hører til samme domæne som de marketing- og synlighedsrapporter, du vil analysere.
4. Vælg håndtering af kundeidentitet. Før den første import skal du vælge anonymiserede eller fulde kundedata. Anonyme identifikatorer understøtter analyse af tilbagevendende kunder; fuld identitet er et separat valg. Ændring af dette senere kræver ny forbindelse.
5. Vælg ordrehistorik. Vælg en periode, der passer til dine spørgsmål. Den længste dokumenterede indstilling når butikkens første ordre. Gennemgå forventede rækker og den oplyste importpris, før du bekræfter.
6. Konfigurer rapporteringsreglerne. Angiv valuta, klassificeringer af ordrestatus, betalingsmetoder, produktkøbsomkostninger, fragt, emballage og andre omkostningsperioder. Tilføj faste omkostninger og brugerdefinerede omkostninger, hvor det er relevant.
7. Kontrollér parathed. Undersøg forbindelsens dækkede datoer, synkroniseringstilstand og manglende felter, og gennemgå derefter Data health. Tilføj dine annoncerings- og søgekilder til samme domæne for tværkilde-analyse.

Forbindelsen er klar til en brugbar første gennemgang, når nylige salg stemmer med Shoptet, den importerede historik dækker det tilsigtede vindue, og omkostningsgrundlaget er klart. Et manglende omkostningsinput skal forblive manglende eller eksplicit antaget; det er ikke bevis for en nuludgift. Tilgængeligheden af refusioner og kreditnotaer bør også kontrolleres for kilden.

Se den fulde guide til e-handelsforbindelser for import, identitetsvalg, gebyrer og indstillinger.

Sådan tilføjer du MCP til Claude

Til analyse af de importerede data skal du tilføje AmICited MCP. Tilføj Shoptet MCP separat, hvis du også vil have direkte butiksværktøjer.

1. Åbn Claudes connector-indstillinger.
2. Klik på + → Add custom connector, og giv den navnet AmICited.
3. Indtast URL’en nedenfor, tilføj connectoren, og klik derefter på Connect.
4. Gennemfør OAuth-login, og vælg din AmICited-workspace. Start med læseadgang til rapportering.
5. Aktivér connectoren i samtalens værktøjsmenu.

https://api.flowhunt.io/mcp/amicited

Spørg: “Vis mine AmICited-domæner, og kontrollér, om Shoptet-data er forbundet for min butik.” Bekræft resultatet, før du anmoder om en performancegennemgang. AmICited MCP kræver en kvalificeret plan, Editor-tilladelser eller højere og en positiv kreditsaldo; guiden til MCP-forbindelse dokumenterer disse krav.

Til direkte Shoptet-adgang skal du først installere den relevante MCP-tilføjelse og derefter bruge Shoptets officielle Claude-connector og gennemføre autorisationen. Serveradressen er https://mcp.shoptet.com/mcp. Kontrollér butikken og de tilgængelige værktøjer efter login. Claudes organisationsindstillinger kan kræve, at en administrator aktiverer connectors.

Sådan tilføjer du MCP til Codex

Med Codex CLI installeret kan du tilføje AmICiteds eksterne MCP-server og logge ind:

codex mcp add amicited --url https://api.flowhunt.io/mcp/amicited
codex mcp login amicited

Gennemfør browserautorisationen, og vælg den rigtige workspace. For også at tilføje direkte Shoptet-værktøjer skal du installere Shoptets MCP-tilføjelse og køre:

codex mcp add shoptet --url https://mcp.shoptet.com/mcp
codex mcp login shoptet

Kontrollér konfigurationen:

codex mcp list

Inde i Codex kan du bruge /mcp til at inspicere aktive servere. Disse kommandoer følger OpenAIs officielle MCP-vejledning og tjenesternes egne forbindelsesinstruktioner. Tilføjelse af begge servere overfører ikke tilladelser mellem dem; hver har sin egen autorisation.

Start en samtale med: “Brug AmICited til at kontrollere den importerede Shoptet-historik og de forbundne kampagnekilder. Giv mig en skrivebeskyttet ugentlig briefing med de rapporter og datoer, der ligger bag hver konklusion.”

Sådan forbinder du MCP til en FlowHunt-agent

FlowHunts guide til Custom MCP Client dokumenterer, hvordan man forbinder en ekstern MCP-server som et agentværktøj:

1. Åbn dit flow, og vælg dets AI Agent- eller Deep Agent-komponent.
2. Klik på + Add Tool under Tools, søg efter MCP Client, og vælg den.
3. Åbn Edit Servers, og tilføj https://api.flowhunt.io/mcp/amicited for AmICited-analyser. Vælg den kompatible HTTP-transport til det endpoint.
4. Konfigurer godkendelse. Brug Advanced-tilstand, hvor OAuth-konfiguration eller autorisationsheadere kræves, og følg serverens understøttede godkendelsesmetode.
5. Gem, giv værktøjet et beskrivende navn som AmICited store analytics, og klik derefter på Add with Config.
6. Kør en lille test: vis domæner, vælg butikken, og kontrollér den importerede dækning, før du anmoder om en rapport.

For at bruge direkte Shoptet-operationer skal du konfigurere en separat MCP-serverpost for https://mcp.shoptet.com/mcp og dens OAuth-autorisation. Bekræft, at din FlowHunt-konfiguration gennemfører Shoptets autorisation og eksponerer de nødvendige værktøjer, før du stoler på den vej. Denne artikel hævder ikke at have testet en komplet Shoptet OAuth-udrulning i FlowHunt.

Giv agenten en klar driftsinstruktion: identificér butik og periode, kontrollér manglende data, henvis til de anvendte rapporter, skel mellem estimater og målte ordrer, og returnér foreslåede handlinger til gennemgang. Opbevar legitimationsoplysninger i forbindelsesindstillinger, uden for prompts og delte dokumenter.

Gør rapporterne til en løbende AI-samtale

Når butikken og marketingkilderne er forbundet, kan ejeren stille opfølgende spørgsmål uden at genopbygge analysen fra bunden:

Hvad ændrede sig i vores Shoptet-performance i sidste uge? Start med ordrer og omsætning, og undersøg derefter dækningsbidrag, kampagneforbrug og nye kontra tilbagevendende kunder. Sammenlign lige store perioder, og vis evidensen for de tre største ændringer.

Følg op med “Hvilke produkter forklarer ændringen?”, “Vender de kunder tilbage?” eller “Hvad bør vi teste i næste måned?” Agenten kan bruge de relevante rapportværktøjer til at undersøge hvert spørgsmål i stedet for at stole på et statisk resumé.

Tag også AI-synlighed med i samme gennemgang. Brug rentable produkter og værdifulde indgangskategorier til at vælge køberspørgsmål til prompt tracking. Undersøg, om din butik nævnes, og hvilke sider der citeres. Det forbinder kommercielle prioriteter med den næste indholdsundersøgelse uden at hævde, at én sporet prompt forårsagede en bestemt ordre.

Begynd med en skrivebeskyttet briefing. Det første brugbare resultat er en forklaring, du kan verificere, efterfulgt af en kort liste over beslutninger eller tests. Indholdspublicering, kundehenvendelser og budgetændringer forbliver separate handlinger.

Kilder og verifikation

Produktdækningen blev kontrolleret den 25. oktober 2026 mod AmICited MCP-rapportdefinitioner, den linkede produktdokumentation og officielle opsætningskilder. Skærmbilleder er eksisterende rapportoptagelser fra arkivet, medtaget for at forklare grænsefladen; de er ikke friske optagelser fra en Shoptet-butik eller påstande om kunderesultater. Eksempel-prompts beskriver opgaver, der skal køres, efter du har forbundet dine egne data.

1. AmICited: Ecommerce stores og MCP connection guide — import, historik, identitet og klientopsætning.
2. Shoptet: MCP support og MCP add-on — tarifadgang og installation.
3. OpenAI: Model Context Protocol — Codex-serveradministration og OAuth.
4. FlowHunt: Custom MCP Client — konfiguration af en agents MCP-værktøj.
5. Google: An introduction to Meridian — formel MMM-omfang og workflow. Opdateret 9. juli 2026. Alle eksterne kilder tilgået 25. oktober 2026.

Vælg din næste rapport

• Sales Engine — undersøg daglige ordrer, omsætning og omkostninger.
• Customers and Retention — forstå kundesegmenter og adfærd ved gentagne køb.
• Lifetime Value — undersøg værdi og tilbagebetaling over tid.
• Cross-source Revenue Attribution — sammenlign marketinglevering med butiksresultater og angivne estimater.
• Shoptet integration — gennemgå butiksforbindelsen, før du starter din første briefing.