Alimama Wanshang Dianjing AI टूल ने Lin's Furniture को ई-स्पोर्ट्स खिलाड़ियों के समूह को फैब्रिक बेड की सटीक टारगेटिंग में मदद की, जिसने उपयोगकर्ता के खोज इरादे और व्यवहार संकेतों की पहचान करके, उत्पाद की विशेषताओं को समझकर, और क्रॉस-सीन मैचिंग प्राप्त करके।

लेखक: सिंथिया

स्रोत: जीक पार्क

2026 की गर्मियों में, लिन फर्नीचर एक कपड़े से ढकी बिस्तर बेचना चाहता है।

फिर, अली मामा वान्शियानजिंग ने इसे ई-स्पोर्ट्स खिलाड़ियों के एक समूह को ढूंढा और सुझाव दिया कि वे उन उपयोगकर्ताओं को टारगेट करें जिन्होंने «ई-स्पोर्ट्स रूम डेकोर», «गेमिंग रूम रिमोडलिंग», «RGB लाइट स्ट्रिप», «एनीमे टोनफ़ॉर» की खोज की है।

इंटरनेट पर जन्मी और डेटा पर निर्भर करने वाले शीर्ष ब्रांड लिन्स होम के लिए, यह एक असमझ में आने वाला फैसला है।

पिछले समय में, लिन फर्नीचर ब्रांड ने 55 मिलियन से अधिक प्लेटफॉर्म-व्यापी फॉलोअर्स, हजारों उपलब्ध SKU, और हजारों ऑफलाइन स्टोर्स जमा किए हैं, जो उद्योग में ब्रेकआउट हिट निर्माता के रूप में मान्यता प्राप्त है।

पारंपरिक मैचिंग लॉजिक के अनुसार, एक बिस्तर के सबसे प्राकृतिक उपभोक्ता उन लोगों से आने चाहिए जिन्होंने डेकोरेशन, नया शादी, घर बदला है, या हाल ही में घरेलू उपकरण खरीदे हैं। इसलिए, विज्ञापन प्रणाली ने पूर्वनिर्धारित टैग के साथ लक्षित दर्शकों का मिलान किया, और व्यापारी डेकोरेशन, फर्नीचर, फर्श जैसे संबंधित शब्दों का चयन करके अपनी विज्ञापन प्रवाह को सेट करते हैं, जो टीम की मांसपेशियों में स्थायी हो गया है। इसके संगत, एक युवा जो ई-स्पोर्ट्स कमरे की व्यवस्था के लिए खोज रहा है, वह किसी बिस्तर के सबसे प्राथमिक उपभोक्ता की तरह कभी नहीं दिखता।

लेकिन सामान्य बुद्धि एक स्थिर बाजार में वृद्धि नहीं ला सकती।

लेकिन वानशियानजिंग देखता है कि "ई-स्पोर्ट्स" टैग नहीं, बल्कि टैग के पीछे की पूरी खरीदारी की इच्छा है: यह पाता है कि इन युवाओं के पास बेहतर गेमिंग अनुभव प्राप्त करने के लिए खर्च करने की मजबूत इच्छा है: वे मानवीय डिज़ाइन की कुर्सियाँ, 4K डिस्प्ले, RGB वातावरण लाइट्स खरीदते हैं, और अपने कमरे को एक अधिक आरामदायक, अधिक अनुभवी और अपनी व्यक्तिगत सौंदर्यशास्त्र के अनुकूल स्थान में बदल देते हैं।

इस खपत श्रृंखला को आगे बढ़ाते हुए, पीसी गेमिंग उपयोगकर्ताओं के लिए, एक आरामदायक बिस्तर पूरे ई-स्पोर्ट्स रूम के अनुभव का हिस्सा है; मोबाइल गेमिंग उपयोगकर्ताओं के लिए, बिस्तर केवल आराम का स्थान ही नहीं है, बल्कि नरम कपड़े के बिस्तर पर आराम से बैठकर गेम खेलना ही एक अधिक आरामदायक गेमिंग अनुभव है। दूसरे शब्दों में, वे एक जीवनशैली के लिए खर्च कर रहे हैं।

इस स्तर को समझने के बाद, टीम ने तुरंत निर्णय लिया: निवेश करो!

अंतिम परिणाम भी बहुत से लोगों की उम्मीद से अधिक रहा। नए ग्राहकों का क्लिक अनुपात 80% से अधिक है, और नए ग्राहकों का लेनदेन राशि अनुपात 83% तक है। नए ग्राहक समूह को सटीकता से चुनने के अलावा, टीम के लिए सबसे आश्चर्यजनक बात यह थी कि इससे पहले कोई भी घरेलू ब्रांड इस नीले समुद्र को नहीं ढूंढ पाया था, इसलिए टीम की जोड़ने की लागत पारंपरिक निर्माण जनता की तुलना में 1/3 से कम है।

इस प्रकार, एक नरम कपड़े की बिस्तर और ई-स्पोर्ट्स के बीच संबंध स्थापित हुआ। इसके बाद, इस रणनीति को रात के टेबल कैटेगरी तक विस्तारित किया गया, जिससे लिनशी होम ने नींद के स्वास्थ्य उत्पादों को सुरक्षित रखने और आसानी से प्राप्त करने के लिए एक नया लक्षित ग्राहक समूह पहचाना।

एक नया प्रणाली ने विज्ञापनों को स्टॉक गेम से AI-संचालित वृद्धि के युग में ले जाया है और नए लोगों की खोज तथा नए वृद्धि के सृजन को संभव बनाया है।

01 क्यों पारंपरिक विज्ञापन टार्गेटिंग में नए वृद्धि का पता लगाना मुश्किल हो रहा है

डिजिटल विज्ञापनों को बड़े मॉडल के युग तक के लिए एल्गोरिदम पर निर्भर करना शुरू नहीं हुआ था।

लगभग 20 वर्षों से, पारंपरिक मशीन लर्निंग के आधार पर 'सह-फिल्टरिंग' (समानता मिलान) को विज्ञापन प्रणाली में व्यापक रूप से शामिल किया गया है। इस प्रणाली में, व्यापारियों का 'खरीदना' और प्लेटफॉर्म का 'मिलाना' दो अलग-अलग कार्य हैं। विज्ञापन प्रणाली उपयोगकर्ता के देखे गए और खरीदे गए इतिहास के आधार पर उपयोगकर्ता को टैग करती है। फिर, व्यापारी पहले लोगों के पैकेज और कीवर्ड खरीदते हैं, और प्लेटफॉर्म बाद में उपभोक्ता की मांग को टैग में बदलकर मिलान करता है।

यह विधि वृद्धि बाजार में बहुत प्रभावी है। क्योंकि जब एक ब्रांड दस लाख उपभोक्ताओं को ढूंढ लेता है, तो बाजार में अक्सर उनके समान लेकिन अभी तक अनुपलब्ध दस लाख या करोड़ों और लोग होते हैं। जब तक समान जनसंख्या को लगातार बढ़ाते रहें, वृद्धि जारी रह सकती है।

लेकिन एक उद्योग जितना लंबा समय तक संचालित होता है, उसके हिस्सेदार उच्च मार्केटिंग मूल्य वाले उपभोक्ताओं के प्रति उतना ही निकट हो जाते हैं। फर्नीचर कंपनियाँ रिमोडलिंग करने वाले लोगों की तलाश में हैं, सौंदर्य प्रसाधन कंपनियाँ उच्च खर्च करने वाली महिलाओं के लिए प्रतिस्पर्धा कर रही हैं, माता-पिता और बच्चों के उत्पाद घरेलू जीवनचक्र के चारों ओर काम कर रहे हैं, और स्पोर्ट्स ब्रांड्स जानते हैं कि दौड़ना, साइकिल चलाना, पैदल यात्रा और कैम्पिंग का क्या मतलब है।

इससे केवल बढ़ती हुई ट्रैफ़िक लागत और खिलाड़ियों के संतृप्त निवेश के बाद घटती हुई रूपांतरण दक्षता आती है।

इसके अलावा, इसमें एक प्राकृतिक कमजोरी है। वास्तविक समय में विशाल डेटा की गणना के प्रणाली में, उपभोक्ता, उत्पाद और विज्ञापन के संयोजन लगभग अनंत हैं, और प्लेटफॉर्म सभी संबंधों को उच्चतम लागत पर गणना नहीं कर सकता। यदि ई-स्पोर्स खिलाड़ी कभी “बिस्तर” के उम्मीदवार सूची में नहीं आया, तो आगे का CTR मॉडल जितना भी सटीक हो, उसके लिए स्कोर करने का कोई मौका नहीं होगा। इसलिए, ऐतिहासिक डेटा स्वाभाविक रूप से उन संबंधों को पुरस्कृत करता है जिनकी पहले से पुष्टि की जा चुकी है।

लेकिन उपभोक्ता स्वयं एक स्थिर लेबल नहीं है।

दो साल पहले घर का निर्माण कर रहा व्यक्ति आज संभवतः फर्नीचर की मांग नहीं कर रहा होगा; एक सामान्य रूप से व्यायाम करने वाला उपभोक्ता भी एक यात्रा, एक कॉन्सर्ट या एक बदलाव के कारण अचानक बिल्कुल अलग खरीदारी की स्थिति में आ सकता है। इस प्रकार के ऐतिहासिक टैग के आधार पर बनाए गए सुझाव, अक्सर काफी हद तक अप्रचलित ट्रैफ़िक का अर्थ रखते हैं।

इसलिए, इस व्यक्ति कौन है, इससे अधिक महत्वपूर्ण प्रश्न यह है कि वह अभी किस समस्या को हल कर रहा है। और यही, AI द्वारा संचालित “सिंक्रोनाइज्ड मैचिंग” द्वारा विज्ञापन प्रणाली को प्रदान की गई नई क्षमता है: उपयोगकर्ता के खोज इरादे और व्यवहार संकेतों की पहचान के साथ-साथ उत्पाद विशेषताओं की गहन समझ के माध्यम से। AI व्यापारियों को उन लोगों तक पहुँचाने में मदद कर सकता है जिन्हें पहले टैग के बाहर रिकॉल नहीं किया जा सकता था, और AI व्यापारियों को उन स्थितियों में भी पहुँचा सकता है जिन्हें वे सक्रिय रूप से खरीदने के लिए नहीं चुनते हैं।

इसलिए, एक नया वृद्धिशील नीला समुद्र बाजार धीरे-धीरे सभी के सामने आने लगा।

02 लोग: वह कौन है और अब उसे क्या चाहिए

पिछले समय में, एक उपयुक्त वस्तु खरीदना खरीददार और विक्रेता दोनों के लिए एक अज्ञात तकनीकी कार्य था।

व्यापारियों के लिए, उन्हें केवल यही पता है कि जब कोई व्यक्ति गेमिंग GPU खरीदता है, तो वह अधिक संभावना है कि मॉनिटर भी खरीदेगा; जब कोई व्यक्ति तम्बू की खोज करता है, तो वह अधिक संभावना है कि आउटडोर सामान खरीदेगा। लेकिन अधिक स्थितियों को देखें: एक घर पर इ-स्पोर्ट्स रूम सजाने वाला व्यक्ति क्या बिस्तर की आवश्यकता है? एक सुंदर युवती, जो हर दिन बाहर निकलने से पहले मेकअप करती है, उसे किस प्रकार की सीट की आवश्यकता है? यह पूरी तरह से सीमा से परे का प्रश्न है।

व्यापारी स्वाभाविक रूप से मौजूदा परिदृश्यों के आधार पर उत्पाद श्रेणियों और SKU निर्धारित करते हैं। लेकिन उपभोक्ता SKU के अनुसार नहीं रहते। वे पहले घर बदलते हैं, यात्रा करते हैं, शादी करते हैं, व्यायाम करते हैं, कॉन्सर्ट देखते हैं, गेमिंग रूम बनाते हैं, मेकअप करते हैं, और फिर ही विशिष्ट उत्पादों की आवश्यकता महसूस करते हैं। और खरीदारी के पहले, उन्हें अपनी जीवन की आवश्यकताओं को उत्पाद भाषा में अनुवादित करना होता है। उदाहरण के लिए, बुजुर्गों के लिए मोबाइल खरीदने पर, "आवाज़ बड़ी, अक्षर बड़े, संचालन सरल" को उत्पाद पैरामीटर्स के सेट में विभाजित करना होता है; पहली बार कैम्पिंग करने पर, आपको पहले तम्बू, टॉप मैट, स्लीपिंग बैग क्या हैं, यह समझना होगा, ताकि आप प्लेटफ़ॉर्म की श्रेणी प्रणाली में प्रवेश कर सकें।

वन्सियांग डायनिंग के साथ, व्यापारी अब केवल यह जान सकते हैं कि उपयोगकर्ता कौन है, बल्कि यह भी स्पष्ट रूप से समझ सकते हैं कि वह किस परिदृश्य में क्या कर रहा है और उसे क्या चाहिए। उदाहरण के लिए, शारीरिक रूप से अनुकूल कुर्सियों के क्षेत्र में नेतृत्व करने वाली यीसोंग, इसी तरह से मेकअप प्रेमियों की दृष्टि में आई।

शुरुआत में, वानशियान जिंजिंग अपनी पीछे की विश्व ज्ञान प्रणाली के आधार पर, पहले यीसोंग को डिमांड साइड के इरादे की पहचान में मदद की, जिससे यह समझा गया कि उपयोगकर्ता द्वारा नेल टेबल और मेकअप टेबल के ऑर्डर के पीछे वास्तव में एक ऐसा शेविंग स्पेस की आवश्यकता है जिसका उपयोग लंबे समय तक किया जा सकता है।

इसके तुरंत बाद, बड़ी भाषा मॉडल उपयोगकर्ता के खरीदारी के प्रेरक, पसंद और खरीदारी के चरण का तर्क करता है और उपयोगकर्ता व्यवहार अनुक्रम को संरचित खरीदारी इच्छा प्रतिनिधित्व में कोड करता है—उदाहरण के लिए, यह एक सुंदरता के प्रति रुचि रखने वाली और जीवन शैली की गुणवत्ता की ओर झुकाव रखने वाली महिला उपयोगकर्ता है।

सेमेंटिक अलाइनमेंट लेयर के माध्यम से लेबल हिट से सेमेंटिक रीजनिंग में स्थानांतरण किया जाता है, जहाँ सेल पॉइंट वेक्टर और इंटेंट वेक्टर को हाई-डाइमेंशनल सेमेंटिक स्पेस में अलाइन किया जाता है, और कारण-प्रभाव रीजनिंग के माध्यम से पारंपरिक सहसंबंध तर्क को पार करते हुए उपयोगकर्ता के 'क्यों खरीदते हैं' के गहन कारणों को समझा जाता है—जैसे कि सामान्य मेकअप स्टूल कठोर होता है और पीठ समर्थन नहीं देता। इसलिए उन्हें एक आरामदायक कुर्सी की आवश्यकता होती है, जो पर्याप्त रूप से फोटोजेनिक और सुंदर हो। इसके अलावा, इसे घूमने, ऊँचाई बदलने और स्लाइड करने की क्षमता होनी चाहिए, ताकि मेकअप, कार्यालय और पढ़ाई के बीच लचीला स्विचिंग संभव हो सके।

अंत में, आपूर्ति ओर, वान्शियांग डिंजिंग उत्पाद समझ के माध्यम से उपयोगिता को समझता है, बड़ी भाषा मॉडल का उपयोग करके उत्पाद के बिक्री बिंदुओं को विघटित करता है और बहुआयामी संरचित अभिव्यक्ति बनाता है, और वर्ग, कार्य, परिदृश्य और लोगों को कवर करने वाला सूक्ष्म उत्पाद गुण ग्राफ़ बनाता है, जिससे अधिक गहरी आपूर्ति-मांग अर्थ सुसंगतता प्राप्त होती है—एक महिला जो प्रतिदिन अपने लिए सजने में समय बिताना पसंद करती है, कॉस्मेटिक टेबल के ऑर्डर के बाद, एक कुर्सी की भी आवश्यकता होती है। और एक इंजीनियरिंग कुर्सी के पास केवल "ऑफिस" टैग ही नहीं होता, बल्कि लंबे समय तक बैठने का समर्थन, लचीली गति, और स्थान के साथ समायोज्यता जैसी कई जीवन परिदृश्यों की मांगों को मेल खाता है।

इस अधिक गहरी उपयोगकर्ता आवश्यकता की बुनियादी जानकारी के साथ, विज्ञापन प्रणाली अब जनसंख्या विस्तार से इच्छा विस्तार की ओर बढ़ रही है, और प्रणाली का असमानांतर लक्ष्य अनुकूलन वास्तविक समय में परिदृश्य-आधारित लक्ष्य अनुकूलन में बदल गया है।

लेकिन केवल मनुष्यों को समझना पर्याप्त नहीं है।

अगर एक इंजीनियरिंग चेयर को हमेशा केवल ऑफिस फर्नीचर के रूप में परिभाषित किया जाता है, तो यह चेयर को ड्रेसिंग टेबल, नेल सैलून टेबल जैसे ऐसे असंबंधित स्थितियों से वास्तव में जोड़ने में कठिनाई का सामना करेगा। अगर एक बिस्तर को हमेशा केवल बेडरूम फर्नीचर के रूप में समझा जाता है, तो चाहे सिस्टम ई-स्पोर्ट्स प्लेयर्स को कितना ही समझता हो, यह ई-स्पोर्ट्स प्रशंसकों के गेमिंग रूम में सही तरीके से प्रदर्शित नहीं हो पाएगा।

AI निर्देशित के साथ-साथ दूसरी ओर को फिर से समझना भी आवश्यक है:

Trade.

03 वस्तु: एक वस्तु जो कई बाजारों का हिस्सा हो सकती है

पिछले प्लेटफॉर्म ने वर्ग, गुण और SKU के माध्यम से आपूर्ति का प्रबंधन किया, जो व्यावसायिक प्रणाली के कुशलतापूर्वक संचालन की पूर्वशर्त है।

एक बिस्तर सिस्टम में सबसे पहले एक「फर्नीचर」होता है, जिसमें आकार, सामग्री, रंग, शैली आदि गुण होते हैं, और फिर उत्पाद इसके आधार पर बाजार में प्रवेश करता है।

लेकिन उपभोक्ता द्वारा उत्पाद का उपयोग करने का तरीका कभी भी कंपनी की प्रारंभिक उत्पाद परिभाषा के पूर्णतः अनुसरण नहीं करता: कोका-कोला को मूल रूप से एक औषधि के रूप में बेचा गया था, माइक्रोवेव ओवन रडार प्रौद्योगिकी से आया था, और खेल के जूते विभिन्न दशकों में पेशेवर उपकरण से दैनिक पहनावे में बदल गए।

व्यापार के इतिहास में उपयोगकर्ताओं द्वारा उत्पाद को पुनः परिभाषित करने की कहानियाँ कभी नहीं कम हुई हैं। केवल, पिछले समय में समस्याओं की खोज अक्सर लंबे समय तक बाजार के अवलोकन, शोध या अचानक घटनाओं पर निर्भर करती थी।

अब, वानशियान डिंजिंग के साथ, AI इस उत्पाद क्षमता और उपयोगकर्ता आवश्यकताओं के बीच के सूक्ष्म संबंध को गहराई से समझ सकता है।

लिन्स होम द्वारा ई-स्पोर्ट्स प्रेमियों के लिए बेची जाने वाली कपड़े की बिस्तर और यीसोंग द्वारा ब्यूटी प्रेमियों के लिए बेची जाने वाली मानवीय इंजीनियरिंग कुर्सी, दोनों केवल एक उदाहरण हैं।

More representative is how Wanxiang Dianjing helped Helena sell products to the skiing and outdoor community.

इस साल मई में, वानशियान जिंजिंग ने हेलेना के लिए गर्मियों में सर्फिंग और स्कूबा डൈविंग, और सर्दियों में स्कीइंग करने वाले संभावित ग्राहकों का समूह चिह्नित किया। टीम ने परिणाम देखकर पहली प्रतिक्रिया यह रखी: 'क्या AI भटक गया है?' क्योंकि इन लोगों की मुख्य खरीदारी प्रवृत्तियाँ मुख्य रूप से खेल के सामान पर केंद्रित थीं।

लेकिन AI ने उनकी सनस्क्रीन और निश्चितता की आवश्यकता को सटीकता से पकड़ लिया। इस समूह में, 27.35% लोग गुणवत्ता पर प्राथमिकता देते हैं, और 40.25% विशेष रूप से सामग्री पर ध्यान देते हैं। जब वे स्नोवियर, स्कूबा और आउटडोर उपकरण खरीदते हैं, तो वे सामग्री, प्रदर्शन और विश्वसनीय परिणामों की तुलना करते हैं, और ब्लैक बैंडेज स्वयं एक 'निश्चितता' पर जोर देने वाली उत्पाद परंपरा से आया है। 2008 में, हेलेना ने स्विट्जरलैंड के Laclinic के साथ Re-Plasty सीरीज़ विकसित की, जिसकी प्रेरणा पोस्ट-ऑपरेटिव केयर से मिली; Age Recovery Night बाद में 'ब्लैक बैंडेज' बन गया, और आज भी Laclinic इसे पोस्ट-ऑपरेटिव रिकवरी, एक्टिव इंग्रेडिएंट्स और क्लिनिकल केयर के संदर्भ में प्रस्तुत करता है।

इसलिए, एक ऐसा व्यक्ति जो खेल के सामान पर लंबे समय तक प्रदर्शन, सामग्री और विश्वसनीयता पर ध्यान केंद्रित करता है, जब वह हजारों रुपये के स्किनकेयर निर्णय में आता है, तो वह संभावना है कि क्लिनिकल प्रमाणीकरण, प्रभावशीलता की निश्चितता और उत्पाद की गुणवत्ता के लिए भी अधिक भुगतान करने को तैयार होगा।

अंतिम ऑपरेशन परिणामों के अनुसार, लॉन्च के बाद, इस आउटडोर हाई-वैल्यू ग्रुप की नई ग्राहक दर अन्य ग्रुप्स की तुलना में 2 प्रतिशत अधिक है, और इंटरैक्शन और ट्रांजैक्शन कन्वर्जन भी अधिक है।

इसी तरह का अनुवाद कुछ अन्य दैनिक वस्तुओं पर भी हुआ है। उदाहरण के लिए, वानशियांजिंग की मदद से, जियाओक्सिया ने सनस्क्रीन मास्क को उन फिटनेस और साइक्लिंग उपयोगकर्ताओं को बेचा जिन्हें “हल्का, स्लिप-प्रूफ, कैमरा-फ्रेंडली” चाहिए, दो महीने बाद नए ग्राहकों के लेनदेन का प्रतिशत 11% बढ़ गया और नए आगंतुकों की संख्या 39% बढ़ गई।

और जब व्यक्ति स्थिर टैग से गतिशील इरादे में बदल जाता है और माल स्थिर श्रेणी से समस्या के समाधान में बदल जाता है, तो अंतिम परिवर्तन यह होता है कि व्यक्ति और माल कैसे मिलते हैं।

04 सेशन: AI-निर्देशित, आपूर्ति और मांग के जुड़ाव को पुनर्गठित करना

जब AI टार्गेटिंग क्षमता एक साथ "लोग क्या कर रहे हैं" और "उत्पाद क्या समाधान प्रदान कर सकता है" को समझने लगती है, तो सर्च, विज्ञापन और प्रचार के बीच की मूल रूप से अलग-अलग सीमाएँ ढीली होने लगती हैं। क्योंकि मूल रूप से, वे एक ही चीज का सामना कर रहे हैं: एक विशिष्ट क्षण में, यह निर्धारित करना कि उपयोगकर्ता किस आवश्यकता को विकसित कर रहा है, और कौन से उत्पाद इस आवश्यकता को सुलझाने में शामिल होने चाहिए।

यह परिवर्तन व्यापारी और प्रणाली के बीच के कार्य विभाजन को भी पुनः समायोजित करता है।

पिछले सिस्टम में एक नया विज्ञापन योजना बनाने के लिए, व्यापारी सामान्यतः कीवर्ड, लक्षित जनसंख्या, क्षेत्र और समय की जानकारी भरते थे, जिससे सिस्टम को यह बताया जाता था: "मेरे उपभोक्ता कौन हैं।" नए सिस्टम में, Wanxiang Dianjing AI को पहले उत्पाद के बिक्री बिंदुओं, संभावित आवश्यकताओं और संभावित उपभोक्ता परिदृश्यों का विश्लेषण करने के लिए दिया जाता है, और फिर व्यापारी इसे स्वीकार करने या संशोधित करने का निर्णय लेता है।

इसी समय, बाद के क्रिएटिव जनरेशन और एड एक्जीक्यूशन भी एक ही तर्क के अनुसार संबंधित कार्रवाइयाँ पूरी करेंगे। उपलब्ध उपभोक्ता अवलोकनों का उपयोग करते हुए, वान्शियांग डिंजिंग मूल रूप से बेडरूम उपभोक्ताओं के लिए डिज़ाइन किए गए बिस्तर के विज्ञापन को ई-स्पोर्ट्स खिलाड़ियों को सीधे प्रदर्शित नहीं करेगा। बल्कि, यह लिंक को क्रिएटिव और बोडिंग तक आगे बढ़ाएगा: पहले व्यापार लक्ष्य और उपभोक्ता इरादे को समझें, फिर संभावित लोगों को पहचानें, AI का उपयोग करके भिन्नता वाले अभिव्यक्ति का निर्माण करें, और अंत में स्मार्ट बोडिंग द्वारा यह निर्णय लिया जाएगा कि किन ट्रैफ़िक अवसरों में प्रतिस्पर्धा में भाग लेना है।

अंततः, हजारों अलग-अलग आवश्यकताओं को हजारों अलग-अलग विज्ञापन रणनीतियों और संचार कौशल में बदलें, और नए ग्राहकों के लिए अधिक लेनदेन रूपांतरण और अतिरिक्त मूल्य प्राप्त करें। आधिकारिक रूप से उजागर किए गए अनुसार, वानशियांग डियानजिंग को 618 चरण में लॉन्च किया गया था, और 7 के अंत तक पूर्ण स्तर पर लागू होने के बाद, केवल कीवर्ड प्रचार और लोगों के प्रचार के स्थितियों में 15 लाख से अधिक व्यापारी शामिल हुए; एक विशिष्ट अवधि में, नए ग्राहकों का क्लिक अनुपात 91% से अधिक था, और नए ग्राहकों का लेनदेन अनुपात 76% से अधिक था।

सबसे महत्वपूर्ण बात यह है कि वानशियान डिंजिंग के पीछे हालांकि एक पूरी तरह से नई क्षमता है, लेकिन व्यापारी को कोई नया टूल सीखने की आवश्यकता नहीं है, इसे मौजूदा प्रचार परिदृश्यों में पूरी तरह से एम्बेड किया जा सकता है, जिसमें लोगों के प्रचार से लेकर कीवर्ड प्रचार और फिर ब्रांड के समग्र और कंटेंट इंगेजमेंट तक शामिल है।

अलीबाबा समूह के सीनियर वाइस प्रेसिडेंट, वर्तमान में टियानमाओ बिजनेस यूनिट के प्रेसिडेंट, अलीमामा के प्रेसिडेंट और ताओबाओ लाइव और कंटेंट बिजनेस यूनिट के प्रमुख लिउ बो (जियालुओ) के शब्दों में, " (प्लेटफॉर्म का प्रयास) अपनी मजबूत बातों को और बढ़ाना, कठिन चीजों को गहराई से करना, व्यापारियों की लागत को कम करना और उनके व्यवसाय को निश्चितता प्रदान करना" है, साथ ही, "एल्गोरिदम टीम के पास अभी भी बहुत बड़ा संभावित क्षेत्र है, जहाँ बेहतर माल और बेहतर व्यापारी, अधिक गुणवत्तापूर्ण उपभोक्ताओं को ढूंढ सकते हैं; इसके विपरीत, गुणवत्तापूर्ण उपभोक्ता प्लेटफॉर्म पर अधिक व्यक्तिगत सुसंगति वाले माल को भी ढूंढ सकते हैं।"

Of course, in the long run, once this platform capability is fully opened, the information asymmetry it creates will not persist permanently. Today, only one company sees the rest needs of esports players, but soon, all furniture companies may also see the same group of people. Thus, the question shifts from “whether it can be discovered” to “what to do after discovery.”

एक ही नए स्थिति को देखते हुए, कुछ कंपनियाँ संदेह करेंगी, कुछ कंपनियाँ एक नया विज्ञापन योजना जोड़ेंगी, कुछ कंपनियाँ सामग्री और प्रोडक्ट पोर्टफोलियो को पुनः डिज़ाइन करेंगी, और कुछ कंपनियाँ उपभोक्ता के रहने के स्थान और वास्तविक आवश्यकताओं का अध्ययन जारी रखेंगी, और अंततः उत्पाद के आकार, कार्यों और यहाँ तक कि नए उत्पाद की दिशा को समायोजित करेंगी।

इस प्रक्रिया के दौरान, भीड़ को प्लेटफॉर्म बनाया जा सकता है, रियल-टाइम बोली को प्लेटफॉर्म बनाया जा सकता है, और कुछ क्रिएटिव और उपभोक्ता अवलोकन को भी प्लेटफॉर्म बनाया जा सकता है।

लेकिन उत्पाद चयन, स्टॉक जोखिम, आपूर्ति श्रृंखला समायोजन और संसाधन आवंटन अभी भी केवल उद्यम द्वारा ही पूरा किए जा सकते हैं। AI अधिक कंपनियों को नए अवसर देखने में मदद करेगा, लेकिन उन्हें समान प्रतिक्रिया गति प्रदान नहीं करेगा।