作者|周雅
傳統(tǒng)高定師傅追求用尺子打造完美禮服,在當(dāng)代奢侈品行業(yè),一場(chǎng)相似的量身定制正在展開。
一組數(shù)據(jù)來自貝恩《2024年中國(guó)奢侈品市場(chǎng)報(bào)告》——2024年約有40%的中國(guó)奢侈品消費(fèi)者在海外消費(fèi),而不在國(guó)內(nèi)消費(fèi),而在2023年這個(gè)數(shù)字只有18%。一方面消費(fèi)外流,另一方面國(guó)內(nèi)市場(chǎng)增長(zhǎng)放緩,兩者如同一柄懸劍提醒行業(yè)尋求突破。
該現(xiàn)象背后,Artefact公司正在書寫不一樣的答案:將曾經(jīng)只屬于頂級(jí)VIP的專屬服務(wù),通過AI技術(shù)轉(zhuǎn)化為可規(guī)?;膫€(gè)性化體驗(yàn)——這種現(xiàn)代版的“量體裁衣”,不再局限于物理尺寸,而是依托數(shù)據(jù)和算法的力量。
解構(gòu)奢侈品的“人貨場(chǎng)”
作為深耕奢侈品行業(yè)的數(shù)據(jù)專家,Artefact公司認(rèn)為,消費(fèi)者在境外購(gòu)買奢侈品的三個(gè)關(guān)鍵決策階段是“出發(fā)前、旅途中、返程中”,品牌若想抓住黃金時(shí)機(jī),需要先直面三個(gè)挑戰(zhàn):
一是數(shù)據(jù)洞察受限:跨境數(shù)據(jù)傳輸(CBDT)限制,使得即使是同一品牌,也難以獲悉其中國(guó)消費(fèi)者在品牌國(guó)外門店的購(gòu)買行為。
二是銷售機(jī)會(huì)易失:許多消費(fèi)者在出境前已完成購(gòu)買決策,品牌若不能提前與消費(fèi)者建立聯(lián)系,將錯(cuò)失潛在獲客機(jī)會(huì)。
三是客戶體驗(yàn)脫節(jié):消費(fèi)者回國(guó)后,品牌往往難以維持無縫的體驗(yàn),難以重新連接高價(jià)值客戶,進(jìn)而影響忠誠(chéng)度和復(fù)購(gòu)。
“奢侈品行業(yè)的核心競(jìng)爭(zhēng)力,在于將個(gè)性化服務(wù)發(fā)揮到極致。”Artefact公司合伙人劉允侃(Kenn Liu)總結(jié)道,“而這正需要‘人、貨、場(chǎng)’三個(gè)維度的完美結(jié)合。”
Artefact公司合伙人劉允侃(Kenn Liu)
在這背后,Artefact正在攜手第三方合作伙伴,通過“ACT”方法論(A – Anticipate前瞻布局,C – Connect長(zhǎng)效連接,T – Track全面洞察),助力品牌跨越挑戰(zhàn),解鎖新的增長(zhǎng)機(jī)遇。
在“人”的維度,Artefact提供一套消費(fèi)者全程追蹤系統(tǒng)。“我們通過數(shù)據(jù)追蹤和聯(lián)合建模,在消費(fèi)者旅行前識(shí)別意圖(通過分析如酒店訂閱、電商平臺(tái)瀏覽、出行提醒等數(shù)據(jù)),旅行中精準(zhǔn)投放(通過品牌小程序、品牌官網(wǎng)等),回國(guó)后持續(xù)營(yíng)銷跟進(jìn)(通過觸點(diǎn)和SA等),去做相應(yīng)的國(guó)內(nèi)營(yíng)銷、國(guó)內(nèi)邀請(qǐng)、國(guó)內(nèi)活動(dòng)等——該解決方案精準(zhǔn)捕捉消費(fèi)者的購(gòu)買軌跡,確保品牌始終與高價(jià)值客戶保持聯(lián)系。”
在“貨”的維度,AI正在重塑產(chǎn)品決策流程。奢侈品消費(fèi)者,特別是中國(guó)消費(fèi)者,非??粗厍楦墟溄印⒈就粱?,如何在海量的品牌產(chǎn)品中選擇一款在中國(guó)能打爆的爆款?Artefact也提供了解決方案。
考慮到奢侈品新品上市普遍需要6-7個(gè)月的周期,Artefact通過數(shù)據(jù)預(yù)測(cè)消費(fèi)者喜歡的元素,通過AI大模型對(duì)產(chǎn)品“顆粒度拆解”,去找到歷史上的產(chǎn)品特性,再加上建模分析,幫助客戶提前打造和抓取半年后的市場(chǎng)賣點(diǎn) 。“我們的人工預(yù)測(cè)準(zhǔn)確率提升了十幾個(gè)百分點(diǎn),新品報(bào)告的單品準(zhǔn)確率更是突破70%。”劉允侃強(qiáng)調(diào)。
在“場(chǎng)”的維度,盡管實(shí)體門店仍是主戰(zhàn)場(chǎng),但企業(yè)微信已成為品牌連接消費(fèi)者的新陣地。Artefact通過分析消費(fèi)者溝通數(shù)據(jù),系統(tǒng)能夠挖掘客戶潛在需求,為銷售顧問提供更精準(zhǔn)的溝通建議,實(shí)現(xiàn)真正的個(gè)性化服務(wù)。
“奢侈品成功的一大關(guān)鍵,是一對(duì)一的個(gè)性化服務(wù),而數(shù)據(jù)和AI能夠把一對(duì)一的個(gè)性化服務(wù)實(shí)現(xiàn)規(guī)?;?rdquo;劉允侃總結(jié)說道,“原先消費(fèi)者在做購(gòu)買時(shí),它的自然轉(zhuǎn)化率是2-3%。但是通過我們的數(shù)據(jù)賦能,它的轉(zhuǎn)化率可以被提升3-5倍。原來你是盲打,但你現(xiàn)在是精打,且精打的時(shí)候,我們告訴客戶怎么打,所以會(huì)有明顯提升。”
AI如何預(yù)知下一個(gè)“斷貨王”?
在奢侈品行業(yè),常青款與爆款的預(yù)測(cè)一直是經(jīng)驗(yàn)與直覺并存的技藝。“常青款的更新相對(duì)容易,因?yàn)橛星逦匿N售數(shù)據(jù)支撐。”劉允侃指出,“真正的挑戰(zhàn)在于季款,這需要準(zhǔn)確把握消費(fèi)者心智,從全球眾多選品中篩選最適合中國(guó)市場(chǎng)的款式。”
為此,Artefact 自主推出“RISE四步法”,用數(shù)據(jù)重構(gòu)這個(gè)過程,幫助品牌應(yīng)對(duì)新品上市的復(fù)雜性,最大化產(chǎn)品售罄率和銷量潛力。所謂“RISE四步法”,是指:
· 第一,Recognize Similarity識(shí)別新老款相似性,通過“Launch Library” (新老品檔案庫(kù)),利用AI模型迅速識(shí)別與新品最相似的歷史產(chǎn)品,快速獲悉其歷史銷售表現(xiàn)。
· 第二,Identify Potential Top-sellers 識(shí)別潛在暢銷款:使用“Launch Indicator” (新品暢銷指標(biāo))預(yù)測(cè)新品的銷售潛力,幫助客戶優(yōu)先考慮高潛力SKU,并分配采購(gòu)預(yù)算。
· 第三,Synthesize 360 Product Insights 整合360度產(chǎn)品洞察: 通過“AI Launch Lab” (新品發(fā)布實(shí)驗(yàn)室) 獲得產(chǎn)品洞察,包括類似產(chǎn)品、歷史銷售趨勢(shì)等,并用AI分析為何某些產(chǎn)品具有較高的銷售潛力。
· 第四,Evolve Buying & Allocation Strategy 改進(jìn)采購(gòu)和分配策略: 在發(fā)布后監(jiān)控實(shí)時(shí)市場(chǎng)反響,及時(shí)提出貨品調(diào)整或補(bǔ)貨策略的建議,從而最大化售罄率。
“知名美妝集團(tuán)通過“RISE四步法”實(shí)現(xiàn)了約80%的銷售預(yù)測(cè)準(zhǔn)確率(提升約10pts)。”劉允侃強(qiáng)調(diào),“RISE四步法”的目標(biāo)不是取代買手,而是增強(qiáng)它——“我們不是用數(shù)據(jù)和AI取代采買人員的智慧和專業(yè)經(jīng)驗(yàn),而是揭示他們可能沒注意到的信息,最終決策權(quán)仍在專業(yè)人士手中。”這種人機(jī)協(xié)作模式,可以為奢侈品行業(yè)的爆款預(yù)測(cè)帶來精準(zhǔn)度。
大模型讓營(yíng)銷創(chuàng)意更懂消費(fèi)者
更進(jìn)一步,Artefact也在利用大模型重塑客戶體驗(yàn)。劉允侃透露,Artefact在與通義千問大模型的深度合作中,半年內(nèi)調(diào)用高達(dá)167億token,涵蓋了從客戶洞察、到產(chǎn)品研發(fā)、到供應(yīng)鏈管理、到市場(chǎng)營(yíng)銷、到客戶管理等全流程服務(wù)。
他以一個(gè)零食品牌的案例,展示了大模型如何將傳統(tǒng)營(yíng)銷創(chuàng)意流程升級(jí)為更精準(zhǔn)、更量化的數(shù)據(jù)驅(qū)動(dòng)決策。
以某零食品牌案例為例。傳統(tǒng)的營(yíng)銷流程,是先有創(chuàng)意,再基于創(chuàng)意做細(xì)化,如用什么主圖、做什么渠道、面向什么用戶等,這需要專業(yè)的營(yíng)銷機(jī)構(gòu)做服務(wù)。但現(xiàn)在有了大模型,可以把這個(gè)流程更自動(dòng)化、更規(guī)?;?。
比如,創(chuàng)意往往將消費(fèi)場(chǎng)景簡(jiǎn)單歸類為“在家吃”或“在工作場(chǎng)合吃”,但通過大模型對(duì)社媒數(shù)據(jù)的深度語義理解,營(yíng)銷團(tuán)隊(duì)得以挖掘出更細(xì)致的消費(fèi)場(chǎng)景,可以把“在家吃”細(xì)分為床邊零食、沙發(fā)休閑、家庭聚會(huì)等多個(gè)具體場(chǎng)景,這些場(chǎng)景還可以被精確量化:比如60%的消費(fèi)“在家吃”,其中32%在床邊吃,這些床邊消費(fèi)又可能源于睡前饑餓或習(xí)慣性補(bǔ)充能量。
“大模型的價(jià)值不僅僅在于生成內(nèi)容,更在于深度分析和解析。”劉允侃強(qiáng)調(diào),這種技術(shù)正在改變傳統(tǒng)依賴廣告公司直覺的創(chuàng)意流程,帶來更有數(shù)據(jù)支撐的營(yíng)銷決策。
劉允侃最后指出,在全球奢侈品市場(chǎng)中,中國(guó)的數(shù)字化服務(wù)模式呈現(xiàn)出獨(dú)特路徑,這種獨(dú)特主要源于微信生態(tài)。
在海外,市場(chǎng)主要依賴電子郵件,但電郵溝通在頻次、熱度和內(nèi)容豐富度上,都無法與微信生態(tài)相比。在中國(guó),微信生態(tài)的優(yōu)勢(shì)在于其完整的服務(wù)閉環(huán):從即時(shí)溝通到小程序電商,從品牌官網(wǎng)到CRM活動(dòng),消費(fèi)者可以在同一平臺(tái)無縫切換各類服務(wù)場(chǎng)景。更重要的是,微信生態(tài)為品牌提供了深入理解消費(fèi)者的獨(dú)特機(jī)會(huì)。“平均一個(gè)中國(guó)奢侈品消費(fèi)者在購(gòu)買之前會(huì)有15次線上觸點(diǎn),”劉允侃透露,“這在海外市場(chǎng)幾乎是不可能實(shí)現(xiàn)的,即使有也難以追蹤。這是中國(guó)市場(chǎng)非常獨(dú)特的優(yōu)勢(shì)。”
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。
關(guān)注科技創(chuàng)新、技術(shù)投資。
以文會(huì)友,左手硬核科技,右手浪漫主義。