Alimama Wanshang Dianjing AI aracı, Lin's Home'ı, kullanıcı arama niyetini ve davranış sinyallerini tanımlayarak, ürün özelliklerini anlayarak ve çoklu senaryolar arasında uyum sağlayarak, elektronik spor oyuncularına kumaş yataklarını hedeflemesine yardımcı oldu.

Yazan: Cynthia

Kaynak: GeekPark

2026 yazında, Lin's Home, bir kumaş yatak satmak istiyor.

Ardından, Alibaba'nın Wanxiang Jingshen platformu, bunu e-spor oyuncularına ulaştırdı ve «e-spor odası düzenlemesi», «oyun odası yenileme», «RGB ışık şeridi», «anime odası» aramaları yapan kullanıcılar için reklam kampanyaları önerdi.

İnternette doğmuş ve uzun süredir veriye dayalı işletmecilik yapan bir lider marka olan Lin's Home için bu, anlaşılmaz bir karar.

Geçmişte, Lin's Home Brand, 55 milyondan fazla platform genelinde takipçiye, binlerce satıştaki SKU'ya ve binlerce fiziksel mağazaya sahiptir ve endüstride kabul görmüş bir popüler ürün üreticisidir.

Geleneksel eşleştirme mantığına göre, bir yatak için en doğal tüketiciler, dekorasyon, yeni evlilik, ev değiştirme ve yakın zamanda ev aletleri ve mobilya satın almış kişiler olmalıdır. Bu nedenle, reklam sistemi önceden tanımlanmış etiketlerle hedef kitleyi eşleştirir; ticaretçiler, dekorasyon, mobilya, zemin gibi ilişkili anahtar kelimeleri seçerek akışa yönlendirir ve bu, ekip tarafından kasıksal bir bellek haline gelir. Buna karşılık, bir e-spor odası düzenlemesi arayan bir genç, bir yatağın öncelikle hedef alması gereken en uygun tüketicisi gibi görünmez.

Ancak mantık, mevcut bir piyasada büyüme sağlamaz.

Ancak Wanxiang Dianjing, "e-spor" etiketini değil, bu etiketin ardında yatan tam bir tüketim niyetini gördü: Bu gençler, daha iyi bir oyun deneyimi elde etmek için güçlü bir tüketim isteğine sahiptir: Ergonomik koltuklar, 4K ekranlar, RGB atmosferik ışıklar satın alırlar ve odalarını daha konforlu, daha dalmış ve kişisel estetiklerine daha uygun bir alana dönüştürürler.

Bu tüketim zincirini takip ederek, PC oyuncuları için rahatça uzanabilecekleri bir yatak, tüm e-spor odası deneyiminin bir parçasıdır; mobil oyuncular için ise yatak sadece dinlenme alanı değil, yumuşak kumaşlı bir yatağa dayanarak oynamak, daha konforlu bir oyun deneyimi sunar. Başka bir deyişle, onlar bir yaşam tarzı için harcama yapıyorlar.

Bu aşamayı anlayan ekip hemen karar verdi: Yatır!

Sonuç, birçok kişinin beklentisini aştı. Yeni kullanıcıların tıklama oranı %80'in üzerindeyken, yeni kullanıcıların işlem tutarı oranı %83'e ulaştı. Yeni kullanıcı grubunu doğru şekilde hedef almanın yanı sıra, ekip için en büyük sürpriz, daha önce hiçbir ev eşyası markasının bu mavi denizi keşfetmemiş olmasıydı; bu nedenle ekip, ekstra sepete ekleme maliyetini geleneksel inşaat hedef kitlelerinin 1/3'ünden azına indirebildi.

Bu şekilde, yumuşak bir kumaş yatak, e-spor ile ilişkilendirildi. Bundan sonra, bu strateji hatta yatağın yanında yer alan çekmeceli dolap kategorisine de genişletildi ve Linshi Home, uyku保健品'ı saklamak ve kolayca erişmek isteyen yeni bir uyku hedef kitlesini keşfetmesine yardımcı oldu.

Yeni bir sistem, reklamın stok rekabetinden AI ile desteklenen artımlı döneme geçişini sağladı ve yeni kitlelerin keşfi ile artımların yaratılmasını mümkün kıldı.

01 Neden geleneksel reklam hedeflemesi yeni artışları bulmakta giderek daha zorlaşıyor

Sayısal reklamcılık, büyük modeller çağına kadar algoritmaya bağlı olmamıştır.

Yaklaşık 20 yıldır, geleneksel makine öğrenimi temelli "işbirlikçi filtreleme" (benzerlik eşleştirme) sistemleri reklam sistemlerinde büyük ölçekli olarak kullanılmaktadır. Bu sistemde, ticaret yapanların "satın alması" ve platformun "eşleştirmesi" iki ayrı işlemdir. Reklam sistemi, kullanıcının neyi gördüğünü ve neyi satın aldığını geçmiş davranışlarına dayanarak kullanıcı etiketlerini oluşturur. Daha sonra ticaret yapanlar önce insan grupları ve anahtar kelimeler satın alır, ardından platform tüketici taleplerini etiketlere dönüştürerek eşleştirme yapar.

Bu yöntem, artımsal pazarlarda çok etkilidir. Bir marka on bin tüketiciye ulaştığında, genellikle onlarla benzer ancak henüz ulaşılabilmiş olmayan yüz binlerce, milyonlarca kişi daha pazarın içinde bulunur. Benzer kitleyi sürekli genişletmek, büyümenin sürmesini sağlar.

Ancak bir sektör ne kadar uzun süredir faaliyet gösteriyorsa, katılımcılar yüksek pazarlama değerine sahip tüketicileri o kadar iyi tanır. Mobilya, iç mekân tasarımını yapanları hedefler; kozmetik, yüksek harcama yapan kadınları rekabet eder; bebek ve anne ürünleri, aile yaşam döngüsü etrafında faaliyet gösterir; spor markaları koşu, bisiklet ve yürüyüş ile kampın ne anlama geldiğini bilir.

Bu nedenle, giderek artan trafiğe ilişkin maliyetler ve oyuncuların doygun düzeyde yatırımından sonra giderek düşen dönüşüm verimliliği ortaya çıkmaktadır.

Ayrıca, doğal olarak bir zayıf noktası vardır. Büyük verilerin gerçek zamanlı hesaplamasında, tüketiciler, ürünler ve reklamların kombinasyonları neredeyse sonsuzdur ve platform, tüm ilişkileri en yüksek maliyetle tamamen hesaplayamaz. Bir e-spor oyuncusu, "yatak" adayları listesine asla girmemişse, sonraki CTR modeli ne kadar hassas olursa olsun, ona puan verme şansı olmaz. Bu nedenle, tarihsel veriler doğal olarak zaten kanıtlanmış ilişkileri ödüllendirir.

Ancak tüketiciler kendileri sabit bir etiket değildir.

İki yıl önce inşaat çalışanı olan bir kişi bugün möble ihtiyacına sahip olmayabilir; düzenli olarak spor yapan bir tüketicinin bir seyahat, konser veya taşınma nedeniyle tamamen farklı bir satın alma durumuna girebilir. Bu tür geçmiş etiketlere dayalı öneriler, genellikle oldukça yüksek oranda güncel olmayan trafiği de beraberinde getirir.

Bu nedenle, bu kişinin kim olduğu sorusundan daha önemli olan, şu anda hangi sorunu çözmek üzerinde çalıştığıdır. Ve bu, AI tarafından desteklenen "senkron eşleştirme" özelliğinin reklam sistemlerine kazandırdığı yeni yetenektir: Kullanıcıların arama niyetini ve davranış sinyallerini tanımlayarak ve ürün özelliklerini derinlemesine anlayarak, AI, markaların etiketler dışında ulaşamadığı kişileri bulmalarına ve markaların aktif olarak satın alma senaryoları oluşturmadığı durumlarda bile onlara ulaşmalarına yardımcı olur.

Bu nedenle, yeni bir artımlı mavi deniz pazarı yavaş yavaş herkesin gözleri önünde ortaya çıkıyor.

02 Kişi: Kim olduğunu kendisine ne gerektiğini

Geçmişte, uygun bir ürün satın almak, alıcı ve satıcı için bilinmeyenlerle dolu bir teknik iştir.

Ticaret yapanlar, birinin oyun ekran kartı satın aldığında daha sonra monitör alması daha olası olduğunu, birinin çadır aradığında daha sonra outdoor ekipmanları satın alması daha olası olduğunu biliyor. Ancak daha geniş senaryolara bakıldığında: Evinde bir电竞 odası kurmuş biri bir yatağa mı ihtiyaç duyar? Günlük olarak makyaj yaparak dışarı çıkan ince bir genç kadın, hangi tür bir sandalyeye ihtiyaç duyar? Bu tamamen dışarıda kalan bir sorudur.

Satıcılar, var olan senaryolara göre ürün kategorilerini ve SKU'larını belirlemeye eğilimlidir. Ancak tüketiciler SKU'lara göre yaşamazlar. Önce evlerini değiştirir, seyahat eder, evlenir, spor yapar, konserlere gider, oyun odası kurar, makyaj yapar ve ardından belirli ürün ihtiyaçları doğar. Satın alma davranışından önce, yaşam ihtiyaçlarını ürün diliyle ifade etmek zorundadırlar. Örneğin, yaşlı birine telefon alırken, “yüksek ses, büyük harfler, basit kullanım” gibi ihtiyaçları bir dizi ürün parametresine dönüştürmelidirler; ilk kamp deneyiminde ise çadır, şezlong ve uyku çantasının ne olduğunu önceden bilmelidirler ki platformun kategori sistemine girebilsinler.

Wanxiang Point of View sayesinde, ticaret yapanlar artık kullanıcının kim olduğunu bilmekle kalmıyor, aynı zamanda hangi senaryoda ne yaptığını ve neye ihtiyaç duyduğunu da net bir şekilde anlıyorlar. Örneğin, ergonomik sandalye alanında lider konuma gelen Yisong, tam olarak bu şekilde makyaj seven kızların dikkatini çekti.

İlk aşamada, Wanxiang Dianjing, arka planda yer alan dünya bilgi sistemi temelinde, San Song'a kullanıcıların manikür masası ve makyaj masası siparişi vermesinin aslında uzun süre kullanılacak bir makyaj alanı ihtiyacından kaynaklandığını anlamasında yardımcı oldu.

Daha sonra, büyük dil modeli, kullanıcıların tüketim motivasyonlarını, tercihlerini ve satın alma aşamalarını çıkarır ve kullanıcı davranış dizisini yapılandırılmış bir tüketim niyeti temsiline kodlar—örneğin, bu, güzelliğe önem veren ve yaşam kalitesini takip eden bir kadın kullanıcısıdır.

Etiket eşleşmesinden semantik çıkarıma geçiş, etiket vektörleri ile niyet vektörlerinin yüksek boyutlu semantik uzayda hizalanmasını sağlar ve geleneksel ilgi mantığını aşan neden-sonuç çıkarımıyla kullanıcının “neden satın aldığını” derinlemesine anlar—örneğin, sıradan bir makyaj sandalyesi serttir ve arkası yoktur. Bu nedenle, rahat bir koltuk istiyorlar ve bu koltuk fotoğraf çekimi için yeterince çekici olmalıdır. Aynı zamanda döner, yükseklik ayarlı ve kayar olmalı, makyaj, ofis ve öğrenme arasında esnek geçişleri sağlayabilmelidir.

Son olarak, tedarik tarafında Wanxiang Pointillism, ürün anlayışıyla işlevleri kavrar, büyük dil modelleriyle ürün avantajlarını çözer ve çok boyutlu yapılandırılmış ifadeler oluşturur; kategori, fonksiyon, senaryo ve hedef kitleyi kapsayan ince düzeyde bir ürün özellik haritası kurar, böylece daha derin bir tedarik-talep anlamsal uyum sağlar—her gün kendini güzelleştirmek için zaman harcayan bir kadın, makyaj masası sipariş ettikten sonra bir sandalyeye de ihtiyaç duyar. Bir ergonomik sandalye, sadece ofis etiketiyle sınırlı kalmaz; aynı zamanda uzun süre oturma desteği, esnek hareketlilik ve uzayla uyumlu gibi çok sayıda yaşam senaryosunun ihtiyaçlarını da karşılar.

Daha ileri düzeydeki kullanıcı ihtiyaçları anlayışıyla, reklam sistemi kitle genişletmeden niyet genişletmeye geçiş yapmaya başlamıştır ve sistemin asenkron hedefleme eşleştirmesi, senaryo tabanlı gerçek zamanlı hedefleme eşleştirmesine dönüştürülmüştür.

Ancak sadece insanları anlamak yeterli değil.

Eğer bir ergonomik sandalye yalnızca ofis mobilyası olarak tanımlanabiliyorsa, sandalyeyi görünüşte ilgisiz görünen makyaj masası veya kuaför masalarıyla gerçek anlamda birleştirmek hâlâ zor olur. Bir yatak yalnızca yatak odası mobilyası olarak anlaşılabiliyorsa, sistem ne kadar e-spor oyuncularını anlarsa anlasın, e-spor severlerin oyun odasında doğru şekilde yer alması zor olur.

AI yönlendirmesi aynı zamanda diğer taraftaki şeyleri yeniden anlamayı da gerektirir:

Para.

03 Ürün: Bir ürün, birden fazla pazarın bir parçası olabilir

Geçmişteki platformlar, ticari sistemlerin verimli bir şekilde çalışabilmesi için kategoriler, özellikler ve SKU ile tedarikleri yönetiyordu.

Bir yatak sisteminde önce bir «mobilya» olarak kabul edilir ve boyut, malzeme, renk, tarz gibi özelliklere sahiptir; ardından ürün, ne olduğuna göre piyasaya sunulur.

Ancak tüketicilerin ürünlerden nasıl faydalandığı, şirketlerin ilk ürün tanımlarına tamamen uymaz: Kola ilk olarak bir ilaç olarak satılmıştır, mikrodalga fırın radar teknolojisinden gelmiştir, spor ayakkabılar farklı dönemlerde profesyonel ekipmanlardan günlük giysilere dönüşmüştür.

Ticari tarihte, kullanıcıların ürünleri yeniden tanımlama hikayeleri asla eksik olmamıştır. Ancak geçmişte sorunların keşfi genellikle uzun süren pazar gözlemine, araştırmaya veya rastlantısal olaylara dayanırdı.

Şimdi, Wanshang Dianjing ile AI, bu ürün yeteneği ile kullanıcı ihtiyaçları arasındaki ince ilişkileri derinlemesine anlayabilir.

Lin's Home,电竞爱好者 için dokuma yatak, Yisong, güzellikseverler için ergonomik sandalye, sadece bir örnek.

Daha temsili olarak, Wanxiang Pointing, Helene'in ürününü kayaking ve dış mekan severlere satma sürecine yardımcı oldu.

Bu yıl Mayıs'ta, Wanshang Dianjing, Helene için yazın surf yapmayı, dalış yapmayı, kışın kayayı seven potansiyel müşteri gruplarını belirledi. Takım, sonucu gördüğünde ilk tepkisi şuydu: "AI yanlış mı yol aldı?" Çünkü bu insanların ana tüketim izleri neredeyse tamamen spor ekipmanlarına odaklanıyordu.

Ancak AI, onların güneş koruması ve kesinlik ihtiyacı konusunda hassas bir şekilde farkındalık gösterdi. Bu grupta, %27,35’i kaliteye öncelik veriyor, %40,25’i özellikle malzemeye dikkat ediyor. Kar kıyafetleri, dalış ve dış mekan ekipmanları satın alırken, malzeme, performans ve güvenilir sonuçları sürekli karşılaştırıyorlar; Black Bandage ise tam olarak “kesinlik” vurgusuna dayalı bir ürün geleneğinden geliyor. 2008 yılında, Helena, İsviçreli Laclinic ile birlikte Re-Plasty serisini geliştirdi; bu seri, cerrahi sonrası bakımından ilham aldı; Age Recovery Night daha sonra “Black Bandage” haline geldi ve hala Laclinic tarafından cerrahi sonrası onarım, aktif içerikler ve klinik bakım bağlamında tanıtılmaktadır.

Bu durumda, spor ekipmanlarında uzun süredir performans, malzeme ve güvenilirlik üzerinde odaklanan bir kişi, binlerce liralık cilt bakımı kararları aldıktan sonra muhtemelen klinik olarak doğrulanmış etki, etkinlik kesinliği ve ürün dokusu için de daha kolay ödeme yapacaktır.

Son işletme performansına göre, resmi olarak başlatıldıktan sonra bu dış mekan yüksek değerli gruplarının yeni müşteri oranı diğer gruplara göre %2 daha yüksek olup, etkileşim ve dönüşüm oranları da daha yüksektir.

Benzer bir çeviri, diğer bazı daha günlük ürünlerde de gerçekleşti. Örneğin, Wanxiang Dianjing aracılığıyla Jiao Xia, “hafif, kaymaz ve kamerada iyi görünür” özelliklerini arayan fitness ve bisiklet kullanıcılarına güneş korumalı maskeler sattı; iki ay sonra yeni müşterilerin işlem oranı %11 arttı, yeni ziyaretçi sayısı %39 arttı.

Ancak insanlar sabit etiketlerden dinamik niyetlere, ürünler sabit kategorilerden sorun çözümlerine dönüştükten sonra, son olarak değişen şey: insan ve ürünün nasıl bir araya geleceği olur.

04 Alan: AI, tedarik ve talep bağlantılarını yeniden yapılandırma yöntemi

AI hedeflemesi, "insanın ne yaptığını" ve "ürünün neyi çözebileceğini" aynı anda anlayabildiğinde, arama, reklam ve teşvik arasındaki önceki ayrı sınırlar başlıyor. Çünkü temelde, hepsi aynı şeyi ele alıyor: belirli bir anda kullanıcının hangi ihtiyacı oluşturduğunu ve hangi ürünlerin bu ihtiyacı çözmeye katılacağını belirlemek.

Bu değişiklikler, ticaretçi ile sistem arasındaki görev paylaşımını da yeniden ayarladı.

Eski sistemde bir reklam planı oluşturmak için ticaretçiler genellikle anahtar kelimeleri, hedef kitleyi, coğrafi bölgeyi ve zaman dilimini girerdi; bu, sisteme “Müşterilerim kim?” demekti. Yeni sistemde, Wanxiang Dianjing, AI'nın önce ürünün satış noktalarını, potansiyel ihtiyaçları ve ortaya çıkabilecek tüketim senaryolarını analiz etmesini sağlar, ardından ticaretçiler bu önerileri kabul edip kullanır veya değiştirir.

Aynı zamanda, sonraki aşamalarda yaratıcı içerik üretimi ve kampanya uygulaması da aynı mantık çerçevesinde eşlik eden eylemleri tamamlayacaktır. Var olan kullanıcı bilgilerinden yararlanarak, Wanxiang Pointing, yataklarla ilgili orijinal odalı tüketicilere yönelik reklamları doğrudan e-spor oyuncularına göstermez. Bunun yerine, süreci yaratıcı içerik ve tekliflere kadar uzatır: önce iş hedeflerini ve tüketim niyetlerini anlar, ardından potansiyel kitleyi belirler, AI ile farklılaştırılmış ifadeler üretir ve nihayetinde akıllı teklif sistemi hangi trafik fırsatlarında rekabete gireceğini belirler.

Sonuçta, binlerce farklı ihtiyaç, binlerce farklı reklam stratejisi ve iletişim becerisine dönüşecek ve yeni müşterilerin satın alma dönüşümü ile artı değer sağlayacaktır. Resmi açıklamaya göre, Wanxiang Pointing, 618 döneminde başlatıldı ve Temmuz sonunda tamamen yayıldığında, yalnızca anahtar kelime ve hedef kitle reklamcılığı senaryolarında 150.000'den fazla ticari müşteri kullanmıştır; belirli bir dönemde yeni müşterilerin tıklama oranı %91'den fazla, yeni müşterilerin satın alma oranı %76'dan fazladır.

En önemlisi, Wanxiang Pointing arka planda tamamen yeni bir yetenek setine sahip olsa da, ticaret yapmak isteyenler yeni bir araç öğrenmek zorunda kalmadan, bu özellik mevcut tanıtım senaryolarına tamamen entegre edilebilir; bu da kitle tanıtımından anahtar kelime tanıtımına, markanın tüm alanına ve içerik pazarlamasına kadar uzanır.

Alibaba Grubu üst düzey yöneticisi, şu anda Tmall İşletme Bölümü Başkanı ve Alibaba Mama Başkanı olan Taobao Canlı Yayın ve İçerik İşletme Bölümü Sorumlusu Liu Bo (Jialuo) şöyle diyor: “(Platform, kendi güçlü yönlerini güçlendirerek, zor işleri daha derinleştirmeli, ticaretçilerin maliyetlerini düşürmeli ve işletmelerine kesinlik kazandırmalı.” Aynı zamanda “algoritma ekibinin daha büyük bir potansiyeli var; daha iyi ürünlerin ve daha iyi ticaretçilerin, daha kaliteli tüketicilere ulaşma şansı bulması ve bunun tersine, kaliteli tüketicilerin platformda daha kişiselleştirilmiş ürünleri bulabilmesi.”

Elbette, daha uzun vadeli olarak, bu platformun tüm yeteneklerinin serbest bırakılmasıyla ortaya çıkan bilgi farkı kalıcı olmayacaktır. Bugün sadece bir şirket e-spor oyuncularının dinlenme ihtiyacını görüyor, ancak yakında tüm mobilya şirketleri de aynı insanları görebilir. Böylece soru, “keşfedilebilir mi?” değil, “keşfedildikten sonra ne yapılmalı?” haline gelir.

Aynı yeni bir senaryoyu görüyor: bazı şirketler şüphelenir, bazı şirketler bir reklam planı ekler, bazı şirketler malzeme ve ürün portföyünü yeniden tasarlar, bazı şirketler ise tüketicilerin yaşam alanlarını ve gerçek ihtiyaçlarını araştırmaya devam ederek ürün boyutlarını, fonksiyonlarını hatta yeni ürün yönlerini sonunda ayarlar.

Bu süreçte, kalabalık platformlaştırılabilir, gerçek zamanlı teklif verme platformlaştırılabilir ve bir kısmının yaratıcılığı ve tüketicilerle ilgili görüşleri de platformlaştırılabilir.

Ancak ürün seçimi, stok riski, tedarik zinciri ayarlamaları ve kaynak dağıtımı hâlâ şirketlerin kendi başına yapması gereken işlerdir. AI, daha fazla şirkete yeni fırsatları gösterecek, ancak onlara aynı tepki hızını kazandırmayacaktır.