Ang Alibaba Mama Wanshang Dianjing AI tool ay tumulong sa Lin's Home sa pagpapadala ng kama mula sa kurtina sa grupo ng mga esports player, sa pamamagitan ng pagkilala sa intensyon ng paghahanap at mga signal ng pag-uugali ng user, at pag-unawa sa mga katangian ng produkto upang makamit ang pagkakatugma sa iba't ibang escena.

May-akda ng artikulo: Cynthia

Source: GeekPark

Noong tag-init ng 2026, gustong ibenta ng Lin's Home ang isang kama na may kurtina.

Pagkatapos, binigyan siya ng Alibaba Marketing Wanshang Jingjing ng isang grupo ng mga esports player, at inasahang i-target ang mga user na nagsaliksik tungkol sa “pag-ayos ng esports room,” “pagbabago ng gaming room,” “RGB light strips,” at “anime-themed room.”

Para sa isang pangunahing brand tulad ng Lin's Home, na ipinanganak sa internet at mahabang panahon ay nakasalalay sa paggamit ng data, isang desisyon na hindi maunawaan ito.

Noong nakaraan, ang brand na Lin’s Home telah nakapag-akumula ng higit sa 55 milyong follower sa lahat ng platform, libu-libong SKU na nasa pagbebenta, at isang libong mga tindahan sa physical, at itinuturing na maker ng mga爆款 sa industriya.

Sa tradisyonal na lohika ng pagpapares, ang pinakamakatwirang konsyumer ng isang kama ay dapat mula sa mga nagpapabago, bagong mag-asawa, nagpapalit ng bahay, at mga taong bago lang bumili ng mga elektrikong kagamitan at tahanan. Kaya, ginagamit ng sistema ng advertisement ang mga nakaprehanda na label para mag-match sa audience, at ang pagpili ng mga kalakal ng negosyo sa mga kaugnay na salita tulad ng pagpapabago, furniture, at sahig ay naging bahagi na ng memorya ng team. Sa kabilang banda, ang isang batang nagse-search ng pagkakabuo ng isang电竞 room ay tila hindi kailangang maging unang priority na konsyumer para sa isang kama.

Ngunit ang karaniwang kaalaman ay hindi makapagdudulot ng paglago sa isang market na may limitadong sukat.

Ngunit ang Wanxiang Dianjing ay hindi nakikita ang tag na “esports,” kundi ang buong set ng pagkakaintindi sa pagkonsumo sa likod nito: natuklasan nito na ang mga kabataang ito ay may malakas na kagustuhan na magbenta upang makamit ang mas mahusay na karanasan sa paglalaro: bumibili sila ng mga upuan na ergonomic, 4K monitor, at RGB ambient lighting, at binabago nila ang kanilang silid upang gawing mas komportable, mas immersive, at mas tugma sa kanilang sariling estilong pananamit.

Sa pagpapatuloy ng chain ng pagkonsyumo, para sa mga manlalaro ng PC games, isang kama na maaaring gamitin para mag-relax ay bahagi ng buong karanasan sa电竞 room; para sa mga manlalaro ng mobile games, ang kama ay higit pa sa isang lugar para magpahinga—ang pagpapahinga sa malambot na kama habang naglalaro ay isang mas komportableng karanasan sa paglalaro. Sa madaling salita, sila ay nagbabayad para sa isang paraan ng pamumuhay.

Nakita ng team ang punto at agad nilang pinasyalan: I-invest!

Ang final result ay lumampas pa sa inaasahan ng marami. Ang bahagdan ng pag-click ng mga bagong user ay higit sa 80%, at ang bahagdan ng halaga ng transaksyon ng mga bagong user ay umabot sa 83%. Bukod sa pagpili ng tamang grupo ng mga bagong user, ang pinakamasaya sa team ay: bago pa ito, wala pang anumang brand sa bahay ang nakakita ng blue ocean na ito, kaya ang gastos sa pagdaragdag sa cart ng team ay mas mababa kaysa sa isang ikatlong bahagi ng gastos ng tradisyonal na grupo ng pagrereparo.

Kaya naging konektado ang isang malambot na kama na gawa sa kainan sa esports. Pagkatapos nito, ipinalawig pa ang estratehiyang ito sa kategorya ng side table, na tumulong kay Lin’s Home sa pagkilala sa bagong target na customer na naghahanap ng madaling ma-access at ma-organize na mga suplemento para sa tulog.

Isang bagong sistema na nagdala rin ng paglipat ng mga ad mula sa pagbabawas ng umiiral na merkado patungo sa isang AI-driven na panahon ng pagpapalaki, at nagbigay-daan sa paghahanap ng mga bagong grupo ng tao at paglikha ng karagdagang paglago.

01 Bakit mas mahirap makahanap ng bagong pagtaas sa tradisyonal na pagtutukoy ng advertising

Hindi nagmula sa panahon ng malalaking modelo ang pagiging nakadepende ng digital advertising sa algorithm.

Sa loob ng halos 20 taon, ang tradisyonal na machine learning na “collaborative filtering” (pagkakatulad na pagpapares) ay nagsimulang malawakang gamitin sa mga sistema ng advertisement. Sa sistemang ito, ang “pagbili” ng mga negosyo at ang “pagsasama” ng platform ay dalawang hiwalay na bagay. Ang sistema ng advertisement ay batay sa nakaraang pag-uugali ng user—tulad ng anong mga bagay ang kanilang pinanood o binili—upang magbigay ng mga label sa user. Pagkatapos, unang bumibili ang mga negosyo ng mga grupo ng tao at mga keyword, at pagkatapos ay pinapares ng platform ang pangangailangan ng mga konsyumer sa pamamagitan ng mga label.

Sangat epektibo ang paraang ito sa incremental market. Dahil kapag natagpuan ng isang brand ang sampu libong mga konsyumer, karaniwang mayroon pa ring ilang daan libo o milyon na mga tao na katulad nila ngunit hindi pa nababatid. Habang patuloy na papalawakin ang mga katulad na grupo, patuloy na maaaring maganap ang paglago.

Ngunit habang lumilipas ang panahon ng isang industriya, mas malapit ang pag-unawa ng mga participant sa mga consumer na may mataas na halaga sa pagmemarketa. Ang mga ahensya sa kusina ay naghihinga sa mga tao na nagrereparo, ang mga cosmetics ay nagsasagawa ng pakikidigma sa mga babae na may mataas na pagkonsumo, ang mga produkto para sa mga ina at bata ay nagsasagawa ng pagpapalago batay sa buhay cycle ng pamilya, at alam ng mga brand ng sports kung ano ang ibig sabihin ng pagtakbo, pagbibisikleta, paglalakad, at pagkamp.

Kaya ang dulot nito ay ang patuloy na pagtaas ng mga gastos sa trapiko at ang patuloy na pagbaba ng efficiency sa conversion pagkatapos ng sobrang pag-invest ng mga player.

Bukod dito, may natural na kahinaan ito. Sa isang sistema ng real-time computation ng malaking dami ng data, ang kombinasyon ng mga konsyumer, produkto, at ad ay halos walang hanggan, kaya imposible para sa platform na kalkulahin ang lahat ng ugnayan sa pinakamataas na gastos. Kung ang isang esports player ay hindi pa rin nakakapasok sa listahan ng “kama”, kahit gaano pa katalino ang CTR model, wala itong pagkakataon na magbigay ng score sa kanya. Dahil dito, ang nakaraang data ay natural na nagbibigay ng kapakanan sa mga ugnayan na napatunayan na.

Ngunit ang consumer mismo ay hindi isang stable na label.

Isang tao na nagsasagawa ng pagpapabago ng bahay dalawang taon na ang nakalipas ay maaaring wala nang pangangailangan sa mga kagamitang pambahay ngayon; isang konsyumer na karaniwang bahagi ng grupo ng mga naglalaro ay maaaring biglang makarating sa ganap na iba’t ibang kalagayan sa pagbili dahil sa isang biyahe, isang konsiyerto, o isang paglipat. Ang mga rekomendasyon batay sa ganitong historical tags ay madalas nangangahulugan ng isang malaking bahagi ng obsoletong trapiko.

Dahil dito, mas mahalaga ang tanong kung ano ang problema na tinutugon niya ngayon kaysa kung sino siya. At ito ang bagong kakayahan na dinala ng AI-powered na “synchronous matching” sa mga sistema ng advertisement: sa pamamagitan ng pagkilala sa intensyon at mga signal ng pag-iisip ng user, at malalim na pag-unawa sa mga katangian ng produkto. Makakatulong ang AI sa mga negosyante na makahanap ng mga tao na hindi maaaring ma-reach sa pamamagitan ng mga label, at makakatulong din ito sa pag-abot sa mga sitwasyon na hindi aktibong binili ng negosyante.

Kaya, isang bagong incremental blue ocean market ay nagsisimulang makita ng lahat.

02 Tao: Mula sa kung sino siya hanggang sa kung ano ang kanyang kailangan ngayon

Noong nakaraan, ang pagkuha ng isang angkop na produkto ay isang teknikal na gawain na puno ng kakaibang elemento para sa mga bumibili at nagbebenta.

Para sa mga negosyante, alam lang nila na mas madali para sa isang tao na bumili ng monitor pagkatapos bumili ng gaming GPU; mas malaki ang posibilidad na bumili ng outdoor gear ang isang tao pagkatapos maghanap ng tent. Ngunit kung i-extend natin sa mas maraming scenaryo: kailangan ba ng isang kama ang isang tao na nag-setup ng电竞 room sa bahay? Anong upuan ang kailangan ng isang matalinong batang babae bago siya mag-outfit araw-araw? Ito ay isang tanong na lubos na labas sa sakop.

Ang mga negosyante ay natural na nagtataya ng mga kategorya at SKU batay sa mga umiiral na skena. Ngunit ang mga konsyumer ay hindi nabubuhay batay sa SKU. Una silang lumilipat, naglalakbay, nag-iisa, nagpapahinga, nanonood ng konsiyerto, nagtatayo ng gaming room, at nagmumukha, at pagkatapos ay bumubuo ng isang serye ng mga partikular na pangangailangan sa produkto. Bago magkaroon ng pagbili, kailangan pa nilang isalin ang kanilang mga pangangailangan sa buhay sa wika ng produkto. Halimbawa, para bumili ng telepono para sa matatanda, kailangan mong i-decompose ang "malakas na tunog, malalaking titik, madaling gamitin" bilang isang hanay ng mga parameter ng produkto; kung ikaw ay nagsisimula sa pag-camping, kailangan mo munang malaman kung ano ang tent, tarp, at sleeping bag bago ka makapasok sa sistema ng kategorya ng platform.

Sa pamamagitan ng Wanxiang Dianjing, kayang malaman ng mga negosyante hindi lamang sino ang mga user, kundi kung ano ang kanilang ginagawa sa anumang sitwasyon at ano ang kanilang kailangan. Halimbawa, ang Yisong, na naging lider sa larangan ng ergonomic chairs, ay naging makikita ng mga batang babae na nagmamahal sa makeup sa ganitong paraan.

Sa simula, batay sa likod na sistema ng pandaigdigang kaalaman, tinulungan ng Wanxiang Dianjing ang Yisong sa pagkilala sa intensyon ng demand, at naiintindihan na ang pag-order ng table para sa manikur at makeup ay tunay na nangangahulugan ng pangangailangan para sa isang maaaring magamit nang matagal na espasyo para sa pagpapaganda.

Agad na rin, ang malaking modelo ng wika ay magrerehasa sa motibo, pagkukulang, at yugto ng pagbili ng gumagamit, at mag-e-encode sa isang struktural na pagkakataon ng pagbili—halimbawa, ito ay isang kababaihan na nagmamahal sa kagandahan at may paghahangad sa kalidad ng buhay.

Natatapos ang paglipat mula sa pagkakatugma ng label patungo sa semantic reasoning sa pamamagitan ng semantic alignment layer, kung saan ang vector ng mga selling point at vector ng intensyon ay binabale-wala at tinutugma sa isang mataas-dimensyonal na semantic space, habang ginagamit ang causal reasoning upang makapag-match sa isang antas na hihigit sa tradisyonal na korelasyon—na nag-uunawa sa mas malalim na dahilan kung bakit bumibili ang user—halimbawa, ang karaniwang upuan para sa pagmumukha ay matigas at walang backrest. Kaya kailangan nila ang isang komportableng upuan bilang alternatibo, at dapat itong maganda at camera-friendly. Dapat din itong makapag-rotate, makapag-adjust ng taas, at makapag-slide upang makapag-switch nang flexibly sa pagmumukha, pagtatrabaho, at pag-aaral.

Sa huling bahagi, sa panig ng suplay, ang Wanxiang Dianjing ay nag-uunawa sa mga produkto upang maunawaan ang kanilang gamit, ginagamit ang malalaking modelo ng wika upang masuri ang mga puntos ng pagbebenta at bumuo ng maramihang struktural na pagpapahayag, at binubuo ang isang detalyadong grap ng mga katangian ng produkto na nakakapalibot sa mga kategorya, pag-andar, sitwasyon, at target na populasyon, upang makamit ang mas malalim na pagkakasundo sa semantikong pagitan ng suplay at pangangailangan—isang babae na tuwing araw ay handa mag-wala ng oras para magmukhang maganda, pagkatapos bumili ng dressing table, kailangan pa rin niya ng isang upuan. Ang isang ergonomikong upuan, kahit na may label na "paggawa", ay maaari ring tugmang tama sa maraming pang-araw-araw na sitwasyon tulad ng suporta sa mahabang pag-upo, flexible na paggalaw, at pagkakasundo sa anumang espasyo.

Gamit ang mas malalim na pag-unawa sa pangangailangan ng mga user, ang sistema ng pag-advertise ay nagsimulang mula sa paglalawak ng populasyon patungo sa paglalawak ng intensyon, at ang asinkronong pagtutugma ng direksyon ng sistema ay binago sa real-time na pagtutugma batay sa sitwasyon.

Ngunit hindi sapat ang pag-unawa sa mga tao lang.

Kung ang isang ergonomic chair ay palaging tatawagin lamang bilang office furniture, mahirap pa rin nito i-connect ang upuan sa mga tila walang kinalaman na sitwasyon tulad ng dressing table o nail table. Kung ang isang kama ay palaging unawain lamang bilang bedroom furniture, kahit gaano pa kalaking pag-unawa ang sistema sa mga esports player, mahirap pa rin nito makuha ang tamang posisyon sa gaming room ng mga tagahanga ng esports.

Ang AI-directed ay kailangan ring muling maunawaan ang kabilang dulo:

KuCoin.

03 Item: An item that can belong to multiple markets

Noong nakaraan, ang mga platform ay gumagamit ng kategorya, katangian at SKU para pamahalaan ang suplay, na ang pagkakaroon nito ay ang pangunahing kondisyon para sa epektibong pagpapatakbo ng negosyo.

Isang kama ay una sa sistemang isang «tulay», na may mga katangian tulad ng sukat, materyales, kulay, at istilo, at pagkatapos, ang produkto ay papasok sa merkado batay sa kung ano ito.

Ngunit ang paraan kung paano ginagamit ng mga konsyumer ang mga produkto ay hindi nagpapakilala nang buo sa orihinal na depinisyon ng produkto ng mga kumpanya: ang Coca-Cola ay unang ipinagbili bilang gamot, ang microwave oven ay galing sa teknolohiya ng radar, at ang sneakers ay naging pang-araw-araw na kasuotan mula sa mga espesyalisadong kagamitan sa iba’t ibang panahon.

Hindi kawalan ng mga kuwento sa kasaysayan ng negosyo kung saan ang mga gumagamit ang nagre-redefine ng mga produkto. Gayunpaman, sa nakaraan, ang paghahanap ng mga problema ay kadalasang nakasalalay sa mahabang pagmamasid sa merkado, pag-aaral, o di kaya'y mga pangyayaring nangyari nang walang inaasahan.

Ngayon, sa tulong ng Wanxiang Dianjing, ang AI ay maaaring malalim na maintindihan ang makabuluhang ugnayan sa pagitan ng kakayahan ng produkto at pangangailangan ng gumagamit.

Ang linen bed na ibinenta ni Lin's Home para sa mga mahilig sa esports at ang ergonomic chair na ibinenta ni Yisong para sa mga mahilig sa beauty, ay mga halimbawa lamang.

Mas kumakatawan sa proseso kung paano tinulungan ng Wanxiang Dianjing si Helena na ipagbili ang kanyang produkto sa mga tagapagskier at sa mga naglalakbay sa kalikasan.

Noong Mayo ng taong ito, ang Wanxiang Dianjing ay nagtukoy sa Helena ng isang grupo ng potensyal na kliyente na nagtatampok ng surfing at scuba diving sa tag-init at pagskii sa tag-lamig. Ang unang reaksyon ng tim ay nang makita ang resulta: “Baka mali ang AI?” Dahil ang pangunahing track ng pagkakabili ng mga tao ay nasa direksyon ng sports equipment.

Ngunit ang AI ay napanood nang maingat ang kanilang pangangailangan sa pagprotekta sa liwanag ng araw at katiyakan. Sa grupo na ito, 27.35% ang nagbibigay-pansin sa kalidad bilang unang pagpili, habang 40.25% ay lalo na nagtataglay ng halaga sa materyales. Kapag bumibili sila ng snowwear, scuba, at outdoor gear, sila ay paulit-ulit na iihambing ang mga materyales, performance, at tiyak na resulta, at ang Black Bandage mismo ay nagmula sa isang tradisyon ng produkto na nagtataglay ng "katiyakan." Noong 2008, binuo ni Helena ang Re-Plasty series kasama ang Swiss Laclinic, na naging inspirasyon mula sa post-operative care; ang Age Recovery Night ay naging "Black Bandage" hanggang sa kasalukuyan, at patuloy pa ring ipinapakita ng Laclinic sa konteksto ng post-operative recovery, active ingredients, at clinical care.

Kaya sa mas malalim na pagkakaintindi, ang isang tao na laging nag-aalala sa performance, materyales, at reliability ng sports gear, ay mas malamang ring magbayad para sa clinical validation, efficacy certainty, at product texture pagkatapos magsagawa ng mga desisyon sa skincare na nasa libo-libong piso.

Sa final na performance, pagkatapos ng pormal na pagpapalabas, mas mataas ang bagong rate ng mga kliyente na outdoor na may mataas na halaga ng 2 porsyento kumpara sa ibang grupo, at mas mataas din ang interactive at conversion rate sa pagbili.

Kapareho ang ganitong pagsasalin sa ilang iba pang karaniwang produkto. Halimbawa, gamit ang Wanxiang Dianjing, inilabas ng蕉下 ang face mask na may protection sa araw para sa mga fitness at cycling enthusiasts na nangangailangan ng “hindi mainit, hindi madaling lumipad, at maganda sa camera,” at dalawang buwan pagkatapos, tumataas ang bahagi ng mga bagong customer na nagkakaroon ng transaksyon ng 11%, at tumataas ang bilang ng mga bagong bisita ng 39%.

At nang magbago ang tao mula sa mga fixed tag patungo sa dynamic intent, at ang produkto mula sa mga fixed category patungo sa solusyon sa problema, ang huling bagay na nagbago ay: kung paano nakikita ng tao ang produkto.

04 Session: AI-driven, redefining the way supply and demand are connected

Kapag nakakaintindi na ang AI定向 sa «ano ang ginagawa ng tao» at «ano ang lutas ng produkto», nagsisimulang mabawasan ang mga hangganan na dating hiwalay sa paghahanap, pagpapalaganap, at pagpapromosyon. Dahil sa pangunahin, sila ay nakikibahagi sa iisang bagay: sa isang tiyak na sandali, matukoy kung ano ang pangangailangan na nabubuo ng user, at alin sa mga produkto ang dapat maging bahagi ng paglutas ng pangangailangang ito.

Ang mga pagbabagong ito ay nagre-reshape din ng pagkakahati ng mga tungkulin sa pagitan ng mga negosyo at sistema.

Kung kailangan ng isang negosyo na lumikha ng isang bagong ad campaign, karaniwang kailangan muna nilang isulat ang mga keyword, target audience, lokasyon, at oras — parang sinasabi nila sa sistema: “Sino ang aking mga consumer?” Sa bagong sistema, ang Wanxiang Pointing ay higit na nagpapahintulot sa AI na muna ay analisahin ang mga point ng produkto, potensyal na pangangailangan, at mga posibleng sitwasyon ng pagkonsumo, bago desisyunan ng negosyo kung gagamitin o i-edit ito.

Sambil noon, ang paggawa ng mga kreatibo at ang pagpapatupad ng pagpapalabas ay gagawin din ayon sa parehong lohika. Gamit ang mga alam na pag-unawa sa mga user, hindi ipapakita ng Wanxiang Dianjing ang mga pananap na ad para sa mga konsyumer ng kama nang direkta sa mga manlalaro ng esports. Kundi hahatiin nito ang proseso patungo sa kreatibo at tawiran: unang maiintindihan ang layunin ng negosyo at intensyon ng pagbili, pagkatapos ay hanapin ang potensyal na populasyon, gamitin ang AI upang lumikha ng iba’t ibang pagpapahayag, at huling i-decide ng smart bidding kung saan mga pagkakataon sa traffic papasok sa kompetisyon.

Sa huli, gawing mga estratehiya sa pagpapadala at kasanayan sa komunikasyon na angkop sa bawat grupo, at magdala ng mas mataas na conversion at karagdagang halaga para sa mga bagong customer. Ayon sa opisyal na pagpapahayag, ginamit ng higit sa 150,000 na negosyo ang Wanxiang Dianjing noong panahon ng 618 at pagkatapos ng full rollout noong huling bahagi ng Hulyo, lalo na sa mga sitwasyon ng pagpapalaganap ng mga keyword at grupo; sa isang tiyak na panahon, higit sa 91% ang klik ng mga bagong customer at higit sa 76% ang transaksyon mula sa mga bagong customer.

Ang pinakamahalaga ay, bagaman ang Wanxiang Dianjing ay isang bagong set ng kakayahan, hindi kailangang matuto ang mga negosyo ng mga bagong kasangkapan; ito ay maaaring mailapat nang buong chain sa mga umiiral na pagpapalaganap na senaryo, mula sa pagpapalaganap ng target na grupo hanggang sa pagpapalaganap ng mga keyword at pagkatapos ay sa buong brand at content marketing.

Ayon kay Liu Bo (Jialuo), Senior Vice President ng Alibaba Group, kasalukuyang President ng Tmall Business Unit, President ng Alimama, at Punong Tagapag-ugnay ng Taobao Live at Content Business Unit: “(Ang platform ay nagpapakusang) palawakin ang kanilang mga kalakasan, gawing mas malalim ang mga mahirap na gawain, bawasan ang gastos ng mga negosyo, at bigyan sila ng katiyakan sa kanilang pagpapatakbo.” Samantala, “mayroon pa ring malaking puwang para sa pagpapabuti ng algorithm team upang bigyan ng pagkakataon ang mas magagandang produkto at mas magagandang negosyo na makahanap ng mas mataas na kalidad na mga konsyumer; sa kabilang dulo, ang mga mataas na kalidad na konsyumer ay maaari ring makahanap ng mga produkto na mas personalisado at mas tumpak na nakakatugon sa kanila sa platform.”

Sa mas mahabang panahon, ang buong kakayahan ng platform na ito ay magiging bukas, at ang impormasyong pagkakaiba ay hindi magiging permanenteng naroroon. Ngayon, isang kumpanya lamang ang nakikita ang pangangailangan ng mga manlalaro sa esports para magpahinga, at sa malapit na pagkakataon, lahat ng mga kumpanya sa kusina ay maaaring makita ang parehong grupo ng tao. Kaya, ang tanong ay magsisilbing "kakayahan bang makita" hanggang sa "ano ang gagawin pagkatapos makita".

Kasalukuyang nakikita ang isang bagong skena: may mga kumpanya na nag-aalala, may mga kumpanya na idinadagdag ang isang plano sa pagpapalabas, may mga kumpanya na bumabagong disenyo ng mga materyales at produkto, at may mga kumpanya na patuloy na pinag-aaralan ang puwang ng tirahan at totoong pangangailangan ng mga konsyumer, at sa huli ay inaayos ang sukat, function, o kahit ang direksyon ng bagong produkto.

Sa proseso na ito, natuklasan ng mga tao na ang platformization, ang real-time bidding ay maaaring platformization, at ang ilang kreatibidad at consumer insights ay maaari ring platformization.

Ngunit ang pagpili ng produkto, panganib sa inventory, pag-adjust ng supply chain, at pagkukunan ng mga yunit ay patuloy na dapat gawin ng mga negosyo mismo. Ang AI ay magpapakita ng mas maraming pagkakataon sa mas maraming kumpanya, ngunit hindi ito magbibigay sa kanila ng parehong bilis ng reaksyon.