Shoptet, AmICited och MCP: Ordrar, marknadsföringsanalys och AI-agenter

Anslut Shoptet till AmICited för att analysera din orderhistorik, produktprestanda, återkommande kunder och marknadsföringsresultat på ett och samma ställe. Anslut sedan AmICiteds MCP-server till Claude, Codex eller en FlowHunt-agent och ställ frågor om dessa data i samtalet. Shoptets egen MCP-server lägger till en separat väg till de butiksåtgärder som stöds.

Den här guiden riktar sig till butiksägare som vill gå från “Hur många ordrar fick vi?” till “Vad drev prestandan, vilka kunder återkommer och var bör vi investera härnäst?” Den täcker analysen, anslutningsstegen och praktiska frågor du kan ge en AI-agent.

Viktiga slutsatser

• Importera den orderhistorik du behöver. AmICiteds dokumenterade Shoptet-anslutning kan importera historik ända tillbaka till den första ordern, vilket stödjer detaljerad analys av ordrar, produkter och kunder.
• Bedöm tillväxt utifrån vad butiken behåller. Konfigurera produktkostnader, betalningsavgifter och andra utgifter innan du använder täckningsbidrag eller vinst som beslutsunderlag.
• Ta in kampanjer i samma granskning. Anslut annonserings- och sökkällor för att jämföra leverans, spendering och tillskrivna uppskattningar med butikens faktiska utfall.
• Ställ följdfrågor via MCP. En agent kan undersöka en försäljningsförändring, granska återköpsbeteende och förklara rapporterna bakom sitt svar.
• Använd data för marketing mix-planering. Budgetscenarier och formell modellering kräver uttalade antaganden; en kanalkorrelation fastställer inte inkrementell försäljning.

Förstå de tre anslutningarna

MCP, eller Model Context Protocol, låter en AI-applikation upptäcka och anropa externa verktyg. I den här uppsättningen har olika anslutningar olika uppgifter:

För historisk analys ansluter du butiken till AmICited först. För ett samtal om rapporter lägger du till AmICited MCP i din föredragna klient. Lägg även till Shoptet MCP när uppgiften kräver en åtgärd som stöds direkt i butiken.

Enligt kontroll den 25 oktober 2026 listar Shoptet Support sin MCP-tjänst för Basic, Business, Profi, Enterprise, provbutiker och Premium; Free är undantaget. Premium exponerar en bredare uppsättning verktyg. Standardbetalda tariffer stöder också vissa skrivoperationer, inklusive bloggpublicering. Listningen av MCP-tillägget anger att tillägget är gratis åtminstone till slutet av 2026, med tariffspecifika begränsningar därefter.

Den bredare MCP-tillgängligheten ändrar inte det dokumenterade kravet på Private API, som endast finns i Premium, för AmICiteds Shoptet-import. AmICiteds e-handelsintegrationer kräver Pro eller högre. Se dokumentationen för e-handelsanslutningen för aktuella krav.

Redo att övervaka din AI-synlighet?

Följ hur AI-chattbotar nämner ditt varumärke i ChatGPT, Perplexity och andra plattformar.

Kom igång Kontakt

Analysera dina Shoptet-ordrar i detalj

AmICited kan bearbeta de Shoptet-orderdata som importerats via anslutningen, inklusive hela den tillgängliga historiken när du väljer det längsta importalternativet. Fördelen är ett enhetligt rapporteringslager över försäljning, kostnader, produkter och kundbeteende, i stället för ett separat kalkylblad för varje fråga.

Sales Engine följer daglig intäkt, ordrar, genomsnittligt ordervärde, avbokningar, kostnadskomponenter och vinst. Dess dagliga resultattabell låter dig granska komponenterna bakom en förändring.

En hektisk vecka kan ge fler ordrar men lägre vinst. Rabatter kan minska ordervärdet, produktmixen kan skifta mot artiklar med lägre marginal, eller så kan frakt- och förvärvskostnader öka. Be agenten att bryta ner den förändringen innan du väljer en åtgärd:

Jämför de senaste 30 fullständiga dagarna med de föregående 30. Förklara förändringar i intjänande ordrar, nettointäkt, genomsnittligt ordervärde och vinst. Separera förändringar i volym från förändringar i värde och kostnad. Ange den importerade täckningen och eventuella saknade indata.

Order Mix lägger till ytterligare ett lager: klassificeringar av orderstatus, första kontra senare ordrar, köpartyp, betalningsmetod, transportör och uppmätta kontra antagna inköpskostnader. Det hjälper till att svara på varför den övergripande summan förändrades. En avbokad order, en avvisad betalning och en genomförd försäljning bör inte alla räknas som likvärdig intäkt.

Det relevanta fullbordandevillkoret är en avstämd förklaring: agenten bör namnge perioden, de ordrar som ingår, statusreglerna och rapporten som användes. “Försäljningen föll” är en observation; “de intjänande ordrarna minskade medan ordervärdet hölls stabilt” är en mycket mer användbar utgångspunkt.

Se vilka produkter som genererar värde efter kostnader

Intäktsrankningar visar vad som säljer. Täckningsbidragsanalys visar vad som återstår efter de kostnader som ingår i beräkningen. Tillsammans hjälper de till att avgöra vilka produkter som förtjänar marknadsföring, en prisöversyn eller bättre varuexponering.

Använd produktrapporterna för att jämföra intäkt, enheter och täckningsbidrag. Använd Cost Mix för att granska stegen från intäkt via produktkostnader, orderhantering, betalningsavgifter, annonsering och konfigurerade omkostnader. Fråga om kostnadsbasen tillsammans med rankningen:

Rangordna produkter efter täckningsbidrag under de senaste 90 dagarna. Uteslut frakt och andra poster som inte är produkter. Visa intäkt, enheter och uppmätt kostnadstäckning, och flagga rankningar som beror på antagna inköpskostnader.

Du kan gå bortom enskilda bästsäljare. Produktpaket undersöker vad som köps tillsammans; analys av ingångsprodukter undersöker vilka förstaköp som leder till senare ordrar. Det skapar en användbar marknadsföringsfråga: bör nästa förvärvskampanj marknadsföra den största omedelbara försäljningen, eller en produkt som förknippas med starkare återköp?

Behandla det som en fråga att undersöka. Ett samband med återköp kan ligga till grund för ett test utan att bevisa att annonsering av en viss ingångsprodukt kommer att orsaka samma beteende hos en ny målgrupp.

Håll dig uppdaterad om trender inom AI-synlighet

Få de senaste insikterna om AI-omnämnanden, varumärkesövervakning och optimeringsstrategier.

E-postadress

Prenumerera

Förstå återkommande kunder, retention och livstidsvärde

Shoptets orderhistorik blir mer användbar när du kan följa samma kund över flera köp. AmICited stöder detta med anonymiserade identifierare såväl som fullständiga kunddata, beroende på val av import.

Customers and Retention grupperar kunder i förvärvskohorter och segment baserat på recency, frequency och monetary value, ofta förkortat RFM. Det hjälper till att skilja en butik som vinner förstagångsköpare från en som bygger en återkommande kundbas.

Repeat Purchase lägger till tiden mellan ordrar, återköp per produkt och värde vid olika positioner i en kunds orderhistorik. Lifetime Value följer kumulativt värde efter förvärv och observerad återbetalning per kohort där de nödvändiga kostnads- och spenderingsindata finns.

Dessa rapporter hjälper en butiksägare att ställa frågor som:

• Bidrar återkommande kunder med mer eller mindre intäkt än tidigare?
• Hur lång tid tar det för en typisk kund att lägga en andra order?
• Vilka förstaköpsprodukter förknippas med starkare retention?
• Vilka värdefulla segment har blivit tysta?
• Hur mycket förvärvskostnad har en mogen kohort faktiskt betalat tillbaka?

Ge agenten tillräckligt med historik för verksamhetens köpcykel. Ett 30-dagarsfönster kan vara användbart för försäljningsövervakning men otillräckligt för en butik vars köpare beställer igen två gånger per år. Jämför kohorter vid samma ålder och behåll kundantal vid sidan av kvoter.

Granska återköp under de senaste 12 månaderna. Separera intäkt från nya och återkommande kunder, visa typisk tid mellan första och andra ordern, och identifiera ingångsprodukter med tillräckligt många kunder för att stödja en jämförelse. Håll unga kohorter åtskilda från mogna.

För en återaktiveringsplan kan Replenishment identifiera förväntade återbeställningsintervall. Analys kan fungera med anonyma kundidentifierare; att kontakta dessa personer kräver en lämpligt tillåten identitetskälla och ett separat kampanjarbetsflöde.

Jämför kampanjer med vad butiken faktiskt tjänade

Anslut butikens annonskonton till samma AmICited-domän för att ta in spendering och leverans i granskningen. Lägg till sökkällor när du vill se organisk efterfrågan vid sidan av betald aktivitet. Installationsguiden för annonsplattformar förklarar de anslutningar som stöds.

Cross-source Revenue Attribution ställer kanalleverans, attributionsuppskattningar och butiksutfall sida vid sida. Den viktiga distinktionen syns i rapporten: spendering och klick är uppmätta indata; tillskrivna ordrar och intäkter kan vara uppskattningar med en angiven metod och tillförlitlighet.

Den blandade förvärvsvyn relaterar inkluderad betald spendering till butiksidentifierade nya kunder och realiserad intäkt. Kampanjrapportering och CAC/ROAS-vyer lägger till detaljer där matchande data stöder det. CAC betyder kundanskaffningskostnad; ROAS betyder avkastning på annonsspendering. Varken en plattforms påstådda konvertering eller en blandad kvot identifierar vilken kanal som orsakade ett enskilt köp.

Med Meta anslutet tillhandahåller AmICited också Profit-true ROAS, CAC för nya kunder, målgruppseffektivitet, dayparting och Profit Scaling. Dessa låter dig undersöka om spenderingen är i linje med lönsam handel och om högre spendering förknippas med tillräckligt mycket ytterligare kundvärde.

Granska våra anslutna kampanjer under de senaste 90 dagarna. Visa spendering, spårade konverteringar, tillskrivna uppskattningar och realiserade butiksutfall separat. Jämför förvärvskostnad med mogna kunders täckningsbidrag där det är tillgängligt. Lista saknade plattformar samt valuta- eller matchningsproblem innan du rekommenderar en budgetöversyn.

Det är så samtalet blir användbart: “Vilken kampanj har högst rapporterad ROAS?” kan leda till “Ser det fortfarande attraktivt ut efter avbokningar, produktkostnader och återkommande kunders beteende?”

Använd Shoptet-data för marketing mix-analys och modellering

En butiksägare kan använda den anslutna orderhistoriken som grund för verksamhetsutfall vid marketing mix-planering: hur man fördelar insatser och budget mellan förvärvskanaler, retention, organisk sökning och produktmarknadsföring.

Börja med ett konkret beslut. Kanske en kampanj ger många förstaordrar, men de associerade förvärvsperioderna visar svagt återköpsvärde. En annan produktkategori har färre förstaköp och bättre observerat täckningsbidrag över tid. Nästa användbara steg kan vara ett kontrollerat budgettest, ett annat produktfokus eller ett retentionsexperiment, snarare än att bara spendera mer på kanalen med det största intäktspåståendet.

AmICited levererar flera indata för det arbetet:

Formell marketing mix-modellering (MMM) är ett ytterligare statistiskt steg. Den använder tidsserieutfall, medieaktivitet och andra förklarande variabler för att uppskatta kanaleffekter och utforska budgetfördelning. Googles Meridian-introduktion beskriver en modelleringsprocess som omfattar dataförberedelse, antaganden om eftersläpning och mättnad, modellbedömning och budgetoptimering.

För en Shoptet-butik kan importerad orderhistorik tillhandahålla utfallsserien, medan anslutna kampanjer tillhandahåller marknadsföringsindata. En analytiker eller en lämpligt utrustad agent kan hjälpa till att organisera dessa serier, registrera kampanjer och andra relevanta förändringar samt förbereda modellerings- eller scenariearbete. Väder, helgdagar, säsongsvariationer och lagringsbegränsningar kan också behöva beaktas, beroende på verksamheten och tillgängliga data.

Håll tre utdata åtskilda: en rapport beskriver observerad prestanda; ett scenario beräknar vad som följer av antaganden; en anpassad modell uppskattar samband enligt en angiven metod. De verifierade källöverskridande AmICited-rapporterna stöder analys och modelleringsförberedelse. De fastställer inte i sig själva en komplett anpassad kausal MMM eller en garanterat optimal budget.

Förbered en analysbrief för marketing mix utifrån våra anslutna Shoptet- och annonsdata. Föreslå ett gemensamt veckovis dataset med utfall och kanaler, lista saknad historik och kontrollvariabler, och förklara vilka budgetfrågor underlaget kan stödja. Separera rapportobservationer, scenarieantaganden och arbete som kräver en anpassad modell. Ändra inte kampanjbudgetar.

Det ger ägaren något handlingsbart: ett dokumenterat beslut, ett användbart dataset där det finns, och en tydlig väg från observerad prestanda till ett budgetexperiment.

Så här ansluter du Shoptet till AmICited

Använd den dokumenterade butiksimporten för att låsa upp historisk analys. Du behöver en administratör för AmICited-arbetsytan, en kvalificerad plan och åtkomst till Shoptets Private API.

1. Skapa Shoptet-token. I Shoptet-administrationen öppnar du Anslutningar → Private API, klickar på Lägg till, anger en beskrivning och lämnar de obligatoriska slutpunktsgrupperna aktiverade enligt beskrivningen i integrationsguiden. Visa token och bekräfta med ditt lösenord.
2. Anslut butiken. I AmICited öppnar du Datakällor → E-shops, väljer Shoptet, klistrar in API-token och klickar på Anslut Shoptet. Token innehåller e-shop-ID:t.
3. Mappa den till rätt domän. Använd Välj konto på anslutningskortet så att ordrarna tillhör samma domän som de marknadsförings- och synlighetsrapporter du vill analysera.
4. Välj hantering av kundidentitet. Före den första importen väljer du anonymiserade eller fullständiga kunddata. Anonyma identifierare stöder analys av återkommande kunder; fullständig identitet är ett separat val. Att ändra detta senare kräver återanslutning.
5. Välj orderhistorik. Välj en period som passar dina frågor. Det längsta dokumenterade alternativet når butikens första order. Granska de beräknade raderna och den angivna importkostnaden innan du bekräftar.
6. Konfigurera rapporteringsreglerna. Ange valuta, klassificeringar av orderstatus, betalningsmetoder, produktinköpskostnader, frakt, förpackning och andra kostnadsperioder. Lägg till omkostnader och anpassade kostnader där det är relevant.
7. Kontrollera beredskapen. Granska anslutningens täckta datum, synkroniseringsstatus och saknade fält, och granska sedan Datahälsa. Lägg till dina annonserings- och sökkällor till samma domän för källöverskridande analys.

Anslutningen är redo för en användbar första granskning när den senaste försäljningen stämmer med Shoptet, den importerade historiken täcker det avsedda fönstret och kostnadsbasen är tydlig. En saknad kostnadsindata måste förbli saknad eller uttryckligen antas; den är inte bevis för en nollkostnad. Tillgängligheten av återbetalningar och kreditnotor bör också kontrolleras för källan.

Se den fullständiga guiden för e-handelsanslutning för import, identitetsval, avgifter och inställningar.

Så här lägger du till MCP i Claude

För analys av de importerade data lägger du till AmICited MCP. Lägg till Shoptet MCP separat om du också vill ha direkta butiksverktyg.

1. Öppna Claudes anslutningsinställningar.
2. Klicka på + → Lägg till anpassad anslutning och namnge den AmICited.
3. Ange URL:en nedan, lägg till anslutningen och klicka sedan på Anslut.
4. Slutför OAuth-inloggningen och välj din AmICited-arbetsyta. Börja med läsbehörighet för rapportering.
5. Aktivera anslutningen i verktygsmenyn för din konversation.

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

Fråga: “Lista mina AmICited-domäner och kontrollera om Shoptet-data är anslutna för min butik.” Bekräfta resultatet innan du begär en prestandagranskning. AmICited MCP kräver en kvalificerad plan, behörigheten Editor eller högre samt ett positivt kreditsaldo; guiden för MCP-anslutning dokumenterar dessa krav.

För direkt Shoptet-åtkomst installerar du först lämpligt MCP-tillägg och använder sedan Shoptets officiella Claude-anslutning och slutför auktoriseringen. Serveradressen är https://mcp.shoptet.com/mcp. Kontrollera butiken och tillgängliga verktyg efter inloggning. Claudes organisationsinställningar kan kräva att en administratör aktiverar anslutningar.

Så här lägger du till MCP i Codex

Med Codex CLI installerat lägger du till AmICiteds fjärr-MCP-server och loggar in:

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

Slutför auktoriseringen i webbläsaren och välj rätt arbetsyta. För att även lägga till direkta Shoptet-verktyg installerar du Shoptets MCP-tillägg och kör:

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

Kontrollera konfigurationen:

codex mcp list

I Codex använder du /mcp för att granska aktiva servrar. Dessa kommandon följer OpenAIs officiella MCP-vägledning och tjänsternas egna anslutningsinstruktioner. Att lägga till båda servrarna överför inte behörigheter mellan dem; var och en har sin egen auktorisering.

Starta en konversation med: “Använd AmICited för att kontrollera den importerade Shoptet-historiken och anslutna kampanjkällor. Ge mig en veckovis briefing med endast läsbehörighet, med rapporterna och datumen bakom varje slutsats.”

Så här ansluter du MCP till en FlowHunt-agent

FlowHunts guide för Custom MCP Client dokumenterar hur man ansluter en extern MCP-server som ett agentverktyg:

1. Öppna ditt flöde och välj dess komponent AI-agent eller Deep Agent.
2. Under Verktyg klickar du på + Lägg till verktyg, söker efter MCP-klient och väljer den.
3. Öppna Redigera servrar och lägg till https://api.flowhunt.io/mcp/amicited för AmICited-analys. Välj den kompatibla HTTP-transporten för den slutpunkten.
4. Konfigurera autentisering. Använd läget Avancerat där OAuth-konfiguration eller auktoriseringshuvuden krävs, enligt serverns autentiseringsmetod som stöds.
5. Spara, ge verktyget ett beskrivande namn som AmICited butiksanalys och klicka sedan på Lägg till med konfig.
6. Kör ett litet test: lista domäner, välj butiken och kontrollera importerad täckning innan du begär en rapport.

För att använda direkta Shoptet-operationer konfigurerar du en separat MCP-serverpost för https://mcp.shoptet.com/mcp och dess OAuth-auktorisering. Bekräfta att din FlowHunt-konfiguration slutför Shoptets auktorisering och exponerar de nödvändiga verktygen innan du förlitar dig på den vägen. Den här artikeln gör inte anspråk på en testad Shoptet OAuth-driftsättning från början till slut i FlowHunt.

Ge agenten en tydlig instruktion för arbetet: identifiera butiken och perioden, kontrollera saknade data, ange vilka rapporter som använts, skilj uppskattningar från uppmätta ordrar och returnera föreslagna åtgärder för granskning. Förvara inloggningsuppgifter i anslutningsinställningarna, utanför prompter och delade dokument.

Gör rapporterna till en löpande AI-konversation

När butiken och marknadsföringskällorna är anslutna kan ägaren ställa följdfrågor utan att bygga upp analysen från grunden igen:

Vad förändrades i vår Shoptet-prestanda förra veckan? Börja med ordrar och intäkt, granska sedan täckningsbidrag, kampanjspendering och nya kontra återkommande kunder. Jämför lika perioder och visa underlaget för de tre största förändringarna.

Följ upp med “Vilka produkter förklarar förändringen?”, “Kommer de kunderna tillbaka?” eller “Vad bör vi testa nästa månad?” Agenten kan använda de relevanta rapportverktygen för att undersöka varje fråga i stället för att förlita sig på en statisk sammanfattning.

Ta även in AI-synlighet i samma granskning. Använd lönsamma produkter och värdefulla ingångskategorier för att välja köparfrågor för prompt tracking. Granska om din butik nämns och vilka sidor som citeras. Det kopplar kommersiella prioriteringar till nästa innehållsundersökning utan att påstå att en spårad prompt orsakade en viss order.

Börja med en briefing med endast läsbehörighet. Det första användbara resultatet är en förklaring du kan verifiera, följt av en kort lista med beslut eller tester. Innehållspublicering, kundutskick och budgetändringar förblir separata åtgärder.

Källor och verifiering

Produkttäckningen kontrollerades den 25 oktober 2026 mot AmICited MCP:s rapportdefinitioner, den länkade produktdokumentationen och officiella installationskällor. Skärmbilderna är befintliga rapportbilder från arkivet, inkluderade för att förklara gränssnittet; de är inte färska bilder från en Shoptet-butik eller anspråk på kundresultat. Exempelprompter beskriver uppgifter att köra efter att du anslutit dina egna data.

1. AmICited: E-handelsbutiker och guide för MCP-anslutning — import, historik, identitet och klientinställning.
2. Shoptet: MCP-support och MCP-tillägg — tariffåtkomst och installation.
3. OpenAI: Model Context Protocol — serverhantering och OAuth i Codex.
4. FlowHunt: Custom MCP Client — konfigurering av en agents MCP-verktyg.
5. Google: En introduktion till Meridian — formell MMM-omfattning och arbetsflöde. Uppdaterad 9 juli 2026. Alla externa källor hämtades 25 oktober 2026.

Välj din nästa rapport

• Sales Engine — granska dagliga ordrar, intäkter och kostnader.
• Customers and Retention — förstå kundsegment och återköpsbeteende.
• Lifetime Value — granska värde och återbetalning över tid.
• Cross-source Revenue Attribution — jämför marknadsföringsleverans med butiksutfall och angivna uppskattningar.
• Shoptet-integration — granska butiksanslutningen innan du startar din första briefing.