最新发布投稿 申请专栏

More

拼多多如何测品

想做好电商需要掌握哪些东西呢？我来数数，要懂作图，懂平台规则，懂市场，懂用户，懂开车等等。在座的各位想把电商做好，那么成为全能型人才是必须的，厉害的电商运营都是精通各个模块的。其他模块本文先不提，本文咱来讲讲这些模块中的：测品，这个环节。测品是每个电商运营都会接触到的，不管是新公司老公司，新牌子老牌子，测品永远是电商运营要做的一件事。你可能会说了，我们产品都卖了十几年了，哪还需要测品呢？这样说吧，大家见过哪个品牌方不思进取一直吃老本的，就连苹果这样的公司，每年还推出不少新品，更何况咱们这种还算不上大而不倒的。因为每个企业一直走在开新品的路上，于是，测品就成了你我电商运营的日常工作。本文的问题来了，咱们做拼多多的，如何利用好这个平台进行测品呢？01测品首选拼多多没有哪个平台比拼多多更适合测品了，做某宝和某东的运营，有没有见过不出单完全不扣车费的平台，没错，拼多多就是。自从平台更新了极速起量高级版，我测品那真是放开了手脚大胆开测，极速起量高级版是什么意思呢？相当于平台兜底，只要没订单就不扣车费，大家说是不是很适合测品。要知道垃圾品不管给多少曝光和点击都不会有单的，要是其他平台，拿到测品需要的曝光和点击量，不花个大几百是不可能的。更绝的是系统会帮咱们去筛选该品潜在的成交人群，这样测品的效率会极大提升，我可以一次性铺几十条链接一起开测，两分钟内设置完所有的推广，如果是其他平台，那时间就久咯。02拼多多测品节奏当我们拿到一个品时，就要定好测品的节奏。说下我目前的测品节奏，大家可以参考下。首先我是有几个店就会铺到几个店，也就是如果该品我手里有五个店，就会五个店都上架该品，因为平台讲的是命中，如果这是个好品，一个店测不一定跑的出来数据，这样得出该品不行的结论，容易扼杀掉潜在好品，多一个店测，少一些误判的概率。五个店我是这样上架的，每天每个店铺2条链接，连续铺一周，这样单店该品的在售链接在10条左右，总共在售链接50多条，然后停止铺货，未来一周看数据。我有50条链接来测数据，这如果一条都没跑出来，大概率就是品不行了。为了减少误判，咱们在测链接之前的产品定价和素材这块，不要说做到行业顶尖吧，最起码做到普通是必须的，不然直通车没单，你说是品不行还是价格不行还是素材不行呢？就不好下结论了。也就是趋于市场均价的定价加普通素材加五十条左右的链接，就可以测出这个品值不值得做了。03拼多多测品的工具测品靠啥测呢？当然是直通车了。直通车测品用全店托管就可以了。举个例子，咱们是卖瓶子的，成本5块，卖价9块，保本投产比2以内。我单店上链接之前就会把全店托管打开，设置2的投产比，日限额看情况，如果保本投产比很高的，我日限额会设置个210块，测品嘛，210块够了。如果保本投产比跟设置的投产比差不多，那么测品时的日预算可以开不限额，因为不限额有加权，更容易起量。托管设置好之后直通车就不用管了，剩下的就是上链接和看数据了。为什么测品要选托管测呢，因为新上架的链接系统会自动加到托管中去，试想咱们上几十条链接，逐个的设置推广计划，那工作量也是有一些的，不如托管来的方便。04测品的数据如何看托管的数据跑一周，里面就会出现无曝光、有曝光无点击、有点击无转化，有转化的四种数据走势。咱们测品要的是有转化，什么样的品不行呢？就是测了几十条链接，转化就那么四五单甚至完全没单的，这样的品直接放弃。我现在测品的第一个门槛是能进二阶段，能进二阶段意味着这个品系统能拉到人群，有做起来的希望，记住这里只是有希望，真正决定值不值得做看的是二阶段的数据，二阶段怎样的数据说明这个品值得做呢？就是不管单量多少，只要每天能稳定出单，这个品就值得做，除此之外的品通通放弃。测品就是千军万马过独木桥，数据不行放弃掉的品不要惋惜，该放弃时要学会放弃。对于二阶段测出能稳定出单的品，咱们才进入正式的打品环节。05测品之后如何拉升数据做电商起量很像过关打怪，前面要经历诸多的磨难才有小部分玩家能拿到奖励。咱们做的链接也是，做那么多链接，大部分在开始的曝光环节就因为无曝光被筛掉了，能进入二阶段稳定出单的链接少之又少，对于这样的链接拉升数据，就要谨慎操作了，搞不好链接挂了，前面的付出就白费了。拉升数据我常用的操作是托管亏钱跑，稳定盈利跑。咱们测品时托管大部分是亏损跑的，这肯定不能作为常态，所以，在托管拉到每天销售额两三千时就可以切到稳定按盈利的投产比来跑了。像我做的某品，保本投产比4.5，我就会在托管4投产测品，起量的款切到稳定5.5的投产来跑，只要托管有量，切到稳定高投产就能跑的动，后面就是带利润跑了，至于单量的天花板在哪里，看市场，看该品的造化了。06最后以上便是拼多多测品到起量的整个过程了，还是比较简单的，运营在其中所做的工作无非是上链接开车看数据了。其实你我工作都一样，区别就在于经验不一样，同样工作，不同产出罢了。

16小时前
谁说理论没用？实战派：不，有用。但你得先看穿人性底牌

01. 一个让人困惑的现象上一篇我拆解了价格研究的7大致命缺陷，有读者留言问："既然传统方法不管用，那些经典理论呢？科特勒的《营销管理》、西蒙的《价格管理》，这些被奉为圭臬的理论，难道也救不了价格研究？"这是个好问题。实话讲，经典理论当然有价值，但它们在面对真实世界的复杂性时，往往也无能为力。为什么？因为这些理论大多建立在一个根本性的假设上：消费者是理性人。但问题是，消费者根本不理性。2002年诺贝尔经济学奖得主丹尼尔·卡尼曼在《思考，快与慢》中明确指出：传统经济学假设的"理性人"是不存在的。人类决策由两个系统驱动——快速的直觉系统（系统1）和缓慢的理性系统（系统2），而系统1常常主导决策并导致错误。2017年诺贝尔经济学奖得主理查德·塞勒更是直接说：人的思维方式分为两种——不假思索的直觉和比较认真的思考，而大多数时候，直觉占了上风。这就是经典理论的致命缺陷：它们假设消费者会"比较认真的思考"，但现实中消费者大多数时候都是"不假思索的直觉"。今天这篇文章，我们就来深度拆解经典理论的局限性，看看为什么从科特勒到PSM，都无法解决价格研究的根本问题。02. 科特勒的定价六步法：理想很丰满，现实很骨感科特勒在《营销管理》（第16版）中系统提出了定价的六大步骤：1. 确定定价目标2. 确定需求3. 估计成本4. 分析竞争者5. 选择定价方法6. 确定最终价格看起来很完美，对吧？但问题是，这六个步骤的每一步，在现实中都充满了不确定性。第一步：确定定价目标。你的目标是利润最大化还是市场份额最大化？是短期收益还是长期品牌建设？这些目标往往是冲突的，你怎么选？第二步：确定需求。怎么确定？用问卷调查？上一篇我已经说了，消费者会撒谎。用历史数据？但历史数据受太多变量影响，你怎么分离？第三步：估计成本。这个相对容易，但问题是，成本导向定价有严重缺陷。西蒙在《价格管理：理论与实践》中明确指出："成本加成定价有严重的缺陷，而使用全成本计算作为加成的基础更是个严重的问题。"第四步：分析竞争者。竞争对手的价格一天变好多遍，你怎么分析？而且，你分析完了，竞争对手又变了。第五步：选择定价方法。科特勒提出了三种方法：基于成本、基于顾客价值、基于竞争。但问题是，这三种方法往往会给出完全不同的价格，你听谁的？第六步：确定最终价格。这是最难的一步。凭什么是8块5，而不是8块3或8块6？科特勒自己也承认了这个困境。他在《营销管理》中说："许多经济学家一贯假定消费者是'价格接受者'，他们根据标价支付价格或将价格视为既定因素。然而，营销者认识到，消费者通常会积极主动地处理价格信息，根据之前的购买经验、正式信息渠道、非正式信息渠道等其他因素来处理价格信息。"换句话说，消费者对价格的感知是主观的、动态的、受多种因素影响的，而不是客观的、静态的、可预测的。这就是科特勒定价六步法的局限：它给了你一个框架，但没有告诉你在每一步的不确定性中如何做决策。03. PSM模型：看起来科学，实际上是"伪精确"PSM（价格敏感度测试）是价格研究中最常用的方法之一。它的逻辑很简单：通过问卷调查，问消费者四个问题：1. 你认为什么价格太便宜了，以至于怀疑质量？2. 你认为什么价格便宜，值得购买？3. 你认为什么价格有点贵，但还可以接受？4. 你认为什么价格太贵了，完全不会考虑？然后，通过这四个问题的交叉分析，得出一个"最优价格区间"。听起来很科学，对吧？但问题是，这个方法建立在一个致命的假设上：消费者知道自己愿意为这个产品付多少钱。但现实是，消费者根本不知道。威廉·庞德斯通在《无价》中明确指出："价格只是一场集体幻觉。人们无法准确地估计'公平价格'，反而受到无意识、不理性、政治等不正确因素的强烈影响。"更要命的是，消费者在问卷中的回答，和他们在真实购买时的行为，完全是两回事。为什么？因为在问卷中，消费者不需要真的付钱。他可以很轻松地说"我觉得100块是合理价格"，但当他真的要掏100块的时候，他可能就会犹豫了。卡尼曼在《思考，快与慢》中解释了这个现象：问卷调查激活的是系统2（理性思考），但真实购买时起作用的往往是系统1（直觉反应）。而系统1和系统2，经常会给出完全不同的答案。所以，PSM模型看起来科学，实际上是"伪精确"——它给了你一个精确的数字，但这个数字在现实中往往不管用。04. Conjoint分析：实验室里的完美，现实中的灾难Conjoint分析（联合分析）是另一个被广泛使用的价格研究方法。它的逻辑是：通过让消费者在不同的产品组合中做选择，来推算出每个属性（包括价格）的相对重要性。比如，你可以设计这样的选择题：- 产品A：品牌知名度高，价格100元- 产品B：品牌知名度中等，价格80元- 产品C：品牌知名度低，价格60元然后，通过消费者的选择，来推算出"品牌"和"价格"的相对权重。听起来很聪明，对吧？但问题是，这个方法也建立在"理性人假设"上——它假设消费者会理性地权衡不同属性，然后做出最优选择。但现实是，消费者的选择往往是非理性的、情境依赖的、容易被操纵的。丹·艾瑞里在《怪诞行为学》中通过57个心理学实验证明："非理性是人类的本能，是主宰人类行为和决策的隐形力量。然而，这些非理性的行为既不是随机的,也不是毫无意义的。它们是有系统的、可预测的。"什么意思？意思是，消费者的非理性不是随机的，而是有规律的。但这个规律，不是Conjoint分析能捕捉到的。比如，塞勒提出的"禀赋效应"："当一个人一旦拥有某项物品，那么他就会觉得这个物品价值特别大，比拥有之前大得多。"这意味着，同样一个产品，消费者在"拥有"和"未拥有"时的估值是完全不同的。但Conjoint分析无法捕捉这种差异。再比如，塞勒提出的"心理账户"理论：消费者会把不同的支出放在不同的心理账户里。同样是100块钱，买菜贵了10块你会心疼，但买车贵了10块你根本不在意。这种心理账户的差异，Conjoint分析也无法捕捉。所以，Conjoint分析在实验室里看起来完美，但在现实中往往是灾难——它给出的"最优价格"，在真实市场中根本不管用。05. 成本加成定价：75%的企业在用，但有严重缺陷西蒙在《价格管理：理论与实践》中指出："大约75%的企业实行成本导向定价。"为什么这么多企业用成本加成定价？因为它简单、直观、容易向老板解释——我们的成本是X，加上Y%的利润率，所以价格是Z。但问题是，成本加成定价有严重的缺陷。西蒙明确指出："如果销量下降，采用全成本定价的产品的单位成本就会上升，价格也会上升。这通常会导致销量的进一步下降，进而导致更高的价格。"这就是"成本加成定价的恶性循环"：- 销量下降 → 单位成本上升 → 价格上升 → 销量进一步下降 → 单位成本进一步上升...更要命的是，成本加成定价完全忽略了消费者的支付意愿。你的成本是100块，加上50%的利润率，定价150块。但如果消费者只愿意付120块呢？那你就卖不出去。反过来，如果消费者愿意付200块呢？那你就少赚了50块。西蒙在《定价制胜》中也指出："我们不支持企业盲目追求短期利润最大化，我们的使命是帮助企业制定有助于实现长期可持续利润和企业价值的定价策略。"但问题是，如果你用成本加成定价，你根本无法实现"长期可持续利润"——因为你的定价和市场需求是脱节的。06. 竞争导向定价：跟着竞争对手走，但竞争对手也不知道怎么定价还有一种常见的定价方法是竞争导向定价——看竞争对手定多少钱，我就定多少钱（或者稍微低一点、高一点）。这种方法的好处是：简单、安全、不容易出大错。但问题是，竞争对手也不知道怎么定价。如果竞争对手也是用成本加成定价，或者也是跟着别人定价，那你们就是"瞎子领瞎子"——大家都不知道正确的价格是多少，只是互相模仿。更要命的是，竞争对手的成本结构、品牌定位、目标客户可能和你完全不同。你跟着他定价，可能完全不适合你自己的情况。西蒙在《定价制胜》中指出：企业常陷入"抄袭竞争对手定价、凭借经验定价、成本定价的窠臼"，需要用科学的定价理论武装企业。但问题是，什么是"科学的定价理论"？如果科特勒的六步法不管用，PSM模型是"伪精确"，Conjoint分析在现实中失效，成本加成定价有严重缺陷，竞争导向定价是"瞎子领瞎子"...那还有什么方法？07. 行为经济学的答案：承认非理性，但也没有完美方案行为经济学给出了一个不同的视角：不要假设消费者是理性的，而要研究消费者的非理性是如何系统性地影响决策的。这个视角很有价值。卡尼曼、塞勒、艾瑞里等行为经济学家，通过大量实验揭示了消费者决策中的各种"怪诞行为"：- 损失厌恶：失去的痛苦大于获得的快乐- 锚定效应：首次看到的价格会影响后续判断- 禀赋效应：拥有后更难放弃- 心理账户：不同支出放在不同账户里这些洞察确实帮助我们更好地理解消费者的价格感知。但问题是，行为经济学也没有给出完美的定价方案。西蒙在《价格管理：理论与实践》中也承认了这个困境："行为经济学还没有形成一个完整统一的理论体系。"而且，"大多数研究结果来自实验室情况，其对现实生活情况的适用性是有待考虑的。"更关键的是，西蒙团队有40多年的价格研究和咨询经验，他们也坦承：用计量经济学方法来衡量价格效应，存在很大的局限性。换句话说，连行为经济学也无法给出精确的定价答案。它能告诉你"消费者的决策是非理性的"，但不能告诉你"所以你应该定价多少"。08. 写在最后：理论的价值与局限说了这么多，你可能会问：那这些经典理论还有价值吗？当然有。科特勒的六步法给了你一个思考框架，PSM和Conjoint分析提供了一些参考数据，行为经济学揭示了消费者的非理性规律。但问题是，这些理论都无法给你一个精确的、可靠的、在现实中管用的定价答案。为什么？因为价格研究的本质问题不是"方法不够科学"，而是"现实太复杂"。消费者是非理性的、情境依赖的、容易被操纵的。价格从不单独起作用，它受广告、货架、竞品、政策、天气等无数变量影响。供需关系是动态的、不稳定的。消费者会快速适应新的价格生态...在这种复杂性面前，任何理论都只能给你一个方向，而不是一个答案。所以，在复杂的问题上，否定理论的价值，以及教条主义都是错的。你得先看清人性的复杂，抓住人性的底牌，才能以不变应万变。

17小时前
闫俊杰把自己练成了算法

老罗最新一期采访 MiniMax 闫俊杰的播客，四个小时，终于稀稀拉拉听完了。听完后，也就没然后了；毕竟信息在脑中过去，犹如刮风一样丝滑，左耳朵进右耳朵出。所以，我又把播客下载下来，转换成文字，死磕了一遍。这一遍，让我对闫俊杰的表达，有了新的认识。如果说罗永浩代表古典互联网时代对“产品”和“情怀”的追求，那闫俊杰展示了一种全新的、甚至带着一点非人感的物种。你看他温吞、佛系，甚至有点迟钝，但在这张毫无攻击性的外表下，藏着一套近乎冷酷的操作系统。为什么我要下这个结论？复盘 MiniMax 的三年，我看到的第一个关键词，是「去魅」。咱们平时看那些 AI 大佬，要么极客范儿十足，要么满嘴改变世界的精英，但在老罗的直播间里，闫俊杰太“素”了。发际线有点高，人有点微胖，甚至在公司里，大家居然管他叫“中登”，意思就是“长相中等登样” 。你可能觉得这人挺逗、挺佛系；但细品他在访谈里说的一个细节，就大有不同了。他说为了减肥，去打了司美格鲁肽。打完之后，食欲没了。他的原话是：感觉自己变成了圣人。大家听了可能哈哈一笑，觉得是幽默。但在我眼里，这简直是一个狠人的隐喻，一个为了达成目标，可以随时修改自己身体参数的人。这种对欲望的剥离，一旦用到公司管理上，就是一种极度可怕的理性。你看他对危机的反应，完全不像个正常的碳基生物，当初硅谷银行倒闭，MiniMax 所有钱都在里面，眼看要发不出工资了；换一般创业者，这会儿估计早就崩溃了，或者至少得焦虑得睡不着觉吧？闫俊杰没有。他的回忆里，没有一丝惊慌失措，他说，这事儿既然发生了，那就别浪费时间去难受了，赶紧算算怎么活下来，怎么把损失降到最低。再看他对竞争对手的态度。今年 DeepSeek 火成那样，把大家脸都打肿了；正常人心里多少得有点酸吧？有点“既生瑜何生亮”的不甘心吧？他没有。他淡淡地来了句：我不嫉妒……我觉得是他们应得的。这哪像人在说话啊？这简直是一台服务器在输出计算结果，在他那套操作系统里，好像根本就没有情绪这个模块。他在访谈里老说自己“认知不够”，还会自我 PUA。这话翻译成大白话是：我的模型没跑好，误差变大了。误差变大了怎么办？哭有用吗？没用。你得赶紧找找是哪层参数设错了，把权重改过来，然后接着跑，这就是第一代 AI Native CEO 最吓人的地方。他不跟你演什么热血沸腾的创业故事，把自己活成了一个没有感情的“算力节点”，输入信息，算出最优解，然后执行。所以，我说，看着佛系，其实是“情绪参数归零”，这种人，才是最难被击败的。既然有了这么一颗“莫得感情”的 CPU，那 1989 年出生的闫俊杰做出来的决定，自然就不可能按常理出牌。常理是什么？迷信大牛，迷信硅谷光环，是我们要聚焦，但他这套系统启动后的第一步，竟然不同。哪里不同呢？先说人。回想一下 2021 年那会儿，AI 圈子都在抢什么人？各家公司都在抢大厂高管、海归的博士、抢自带光环的“明星科学家”，那可是“诸神之战”。好像谁家没几个 Google、微软回来的大神，都不好意思跟投资人打招呼。但 MiniMax 呢？简直是“草台班子”。闫俊杰找了一帮什么人？一帮年轻得不像话的生瓜蛋子。外界甚至吐槽，这团队配置也太素了，连个能镇住场子的海归大牛都找不到。是请不起吗？肯定不是。闫俊杰在访谈里说了一句比较扎心的话：我觉得之前的经历很多东西是没用的……甚至很多传统 AI 的经验是相悖的。这就很有意思了。在咱们看来，经验是宝贵的财富；但在他的算法里，这叫过拟合 (Overfitting)。你想啊，旧时代专家，脑子里装的都是上一代参数，他们太懂怎么调优一个小模型，太懂怎么做一个人脸识别了，但在 AGI 这个新物种面前，这些旧权重反而成了偏见，成了阻碍。反倒年轻人，没经验，也没被污染，他们就像一张没被训练过的显卡，算力纯净，可塑性极强。他还搞出了“实习生也有实习生”的操作。让 AI Agent（智能体）去给实习生打下手，干写代码、修 Bug 的脏活累活，这哪是招人，这分明在搭建一个人机混合的算力集群。除了人，还有事儿。如果别的创业公司，投资人肯定会按着头让你“聚焦”，你一个小公司，资源有限，先把文本模型搞好行不行？但闫俊杰偏不。他一上来搞了个“全家桶”：语音、文本、视频，我全都要；在当时看来，这简直找死，不仅违反了商业教材里的定位理论，也违反了创业公司的资源约束。那他为什么要这么干呢？因为他信物理学里的 Scaling Law（规模定律）。在他的算法里，Scaling Law 有个前提，你的输入数据必须是完备的；你想想，人类怎么感知世界的？不光靠读文字，更得靠听、靠看。如果我们想要造出真正的 AGI（通用人工智能），却只给它喂文字，那就像想培养一个天才，却先把他的眼睛蒙上、耳朵堵上。这在物理上就不可能收敛到人类智能这个全局最优解。既然终局一定是多模态融合，那为什么要为了短期的“容易”，去造一个“残疾”的模型呢？所以，在访谈里，他特淡定地说，做语音、做视频当时看起来很蠢，甚至做了两年语言模型都没啥直接产出，但只要目标函数是对的，中间的亏，都为了收敛到全局最优解所付出的代价。参数（人）找齐了，目标（多模态）也定好了，怎么让这几百号“生瓜蛋子”，像一颗大脑一样精密运转？按照熟悉的互联网大厂逻辑，这时该上“管理手段”了，定 OKR、搞赛马机制、建中台、设层级，这也是很多大厂最引以为傲的“屠龙术”，但闫俊杰把这些通通扔进了垃圾桶。他在访谈里有点凡尔赛地说：我们公司没有 OKR，也试过，发现根本行不通。为什么行不通？这要回到理工男的脑回路了。在他眼里，公司是一个巨大的、待优化的函数。传统OKR 是什么？我知道桥在河对面，咱们拆解一下怎么搭桥，那是确定性环境下的工程管理。但在 AI 这个无人区，前面是一片迷雾，根本不知道桥在哪。这时定 OKR，就是瞎指挥。那 MiniMax 靠什么管人？靠算法，全公司最核心的会议，叫CD 会；这个词儿听着挺玄乎，其实是数学术语 Coordinate Descent（坐标下降法）的缩写。啥意思呢？在多维空间里，我们不知道最低点（最优解）在哪，但可以让每个人（每个坐标）轮流调整，每次调整都让整体的 Loss（误差）往下降一点点。智远认为，这是一套极度理性的“硅基管理哲学”。第一，消灭了中间商。传统公司里，产品经理是干啥的？写文档（PRD）、画原型、催开发；但在 MiniMax，这套流程太慢了。闫俊杰要求，产品经理得自己能写代码，能做 Demo，因为在神经网络里，神经元之间是直接传递信号的，不需要一个翻译官在中间传话。那些只懂“协调资源”的中间层，在这个系统里就是增加了延迟（Latency），必须被优化掉。第二，残酷的“剪枝”。这套系统听着很美好，运作起来很冷酷；我记得前段时间看一个报道说，MiniMax 高管流动性很大，甚至有早期合伙人被请走。咱们看来，这叫内斗或者动荡，而闫俊杰的算法里，这叫剪枝（Pruning）。如果一个参数（员工）的调整，始终不能让全局的 Loss 下降，甚至导致了模型发散（团队内耗），那么，不管他资历多老，在这个函数里，他就是无效变量，必须归零。所以，你看 MiniMax 的组织，既没有大厂温情脉脉的家文化，也没有打鸡血的兄弟文化，它更像一个高压运转的计算集群。每个人是一个变量，大家不看脸色，不看 PPT，只看一件事：每一次迭代，有没有让那个该死的 Loss 值往下降一点？这就是 AI Native 公司的真面目：极致扁平，极致效率，以及，呃……极致的无情。既然这套“硅基管理系统”这么厉害，是不是就无敌了？并没有。这台精密的机器在 2024 年上半年，也差点死机；那是 MiniMax 最纠结的一段时间；虽然Talkie在海外火了，但也让整个公司染上了一种互联网旧势力的病毒。那就是，追求虚荣指标（Vanity Metrics），闫俊杰说，那时，投资人天天盯着问 DAU（日活），公司内部开始疯狂讨论投流、买量、留存。这好比一个本来要练神功的武林高手，突然跑去练胸口碎大石了，因为来钱快，观众爱看，而且，这个时刻DeepSeek（深度求索）横空出世了。DeepSeek 干了什么？没买量，没做复杂的App，靠一个强得离谱的模型，几天之内用户量炸裂，把所有还在卷投流的公司（包括 Kimi，也包括 MiniMax）脸都打肿了，这种行为，间歇性给MiniMax一个大嘴巴子。他既没有像有的同行那样，在那儿愤愤不平地算 DeepSeek 到底亏了多少钱，也没有像有的巨头那样假装看不见继续硬推，而是，把大嘴巴子识别为了一个极为宝贵的误差信号。那MiniMax干了什么事儿呢？一，砍掉胸口碎大石的项目：为了堆产品功能、为了虚荣指标而分散算力的项目（比如那个类似“即梦”的视频产品），直接停掉。二，修正权重：既然智能才是核心，那就把算力从运营那里抢回来，重新 All-in 到数学、编程这些最硬核的基础能力上。三，认错迭代：在访谈里他坦然承认自己“认知不够”，这叫根据最新的误差值，更新了自己的参数。很多人觉得 DeepSeek 是 MiniMax 的对手。但智远看来，DeepSeek 更像 MiniMax 这个神经网络的一次强效“梯度修正”。如果没有被打脸，MiniMax还在互联网流量思维的局部最优解里打转。正是这种修正，证明了闫俊杰这套系统的“鲁棒性” (Robustness) 。一个优秀的系统，当巨大的外部冲击到来时，它能接受对手的启发，瞬间完成自我纠错。一颗莫得感情的 CPU（闫俊杰），带着一堆没被旧时代染过色的生瓜蛋子（年轻人），跑着一套只看结果、不讲面子的算法（CD会），最后，还得加上脸被打肿了、下一秒就能立马调头的狠劲儿（纠错机制）。这确实是一个能够在这个乱世中活下来、甚至跑得很快的新物种。但复盘最后，我不得不面对那个最扎心的问题，也是罗永浩在访谈里反复追问、甚至有点焦虑的问题：如果公司都变成了这样，那我们人类，比如：产品经理、中层管理者，在这个系统里还有位置吗？闫俊杰回答很含蓄，他说边界会模糊，说大家都要懂技术。但在我看来，这层窗户纸捅破了极其残酷：因为传统的中间层，注定消亡。在罗永浩的古典认知里，产品经理是“我有想法，工程师来实现”的人，是负责“指挥”的；但在闫俊杰的算法里，这个协调者的角色权重，正在无限趋近于零。为什么？因为他要求产品经理得自己做 Demo，自己写代码；在 AI 赋能的组织里，“想法”到“实现”的路径被无限压缩了；以前需要一个部门、开五次会才能干完的事，现在一个超级个体+ AI就能干完。所以，智远认为，未来公司组织，大概率会收敛成一种“哑铃型结构”：一端是“架构师”，像闫俊杰这样，负责定义目标函数（Target Function），负责设计系统如何运转，负责在至暗时刻计算生路。一端是“超级节点”：能够直接利用 AI 产出结果的个体，或者是能提供高质量数据（Data）的人，哪怕你是写小说的、画画的，只要你有原创性，你就是高权重的参数。而夹在中间靠传递信息、协调资源、管理情绪为生的科层制管理者，将被系统无情地剪枝。这听起来很悲观吗？访谈最后，闫俊杰提到了特德·姜的小说《软件体的生命周期》；那是一个关于人类如何与数字生命共存、共同进化的故事，或许，这就是一场“物种进化”。MiniMax 的三年，不仅是一家创业公司的突围史，更是一份未来组织的生存实验报告。它告诉我们，在 AI 时代，想要不被组织系统优化掉，唯一的办法，成为那个定义算法的人，要么，让自己也进化成系统的一部分。至于还抱着旧地图、沉溺于中间管理的人，抱歉，系统对齐的函数里，容不下噪音；罗永浩用生意思维，巧妙地把这套冷酷但有效的生存逻辑给“聊”了出来。有意思。产品底层是模型，把模型做好，剩下的，都只是渠道。以上，仅代表智远个人看法。

17小时前
高情商的人，原来会这样选

今天听新闻的时候，听到哈佛大学发布了一个研究，说的是语文学得好的人和将来职场当中的收入成正比，所以它的推论是高情商可以赚更多的钱。这个新闻无疑就像一道惊雷砸在我们这些低情商的人头上，让我们觉得此生无望、万念俱灰。想想当年马斯克多好，马斯克说想要做成一件事情，首先要考虑的是第一性原理，一听就是和智商相关的事，就让那些相信“学好数理化，走遍天下都不怕”的同学们欢欣鼓舞。不过事实证明，马斯克和高情商的川普一 PK 又落在了下风。当然川普算不算高情商，见仁见智，哈哈哈哈哈。其实用马斯克的智商角度来看，智商主要包括三部分能力：决策能力，也就是从各种各样的选择当中选择最正确一条路的能力；其次是理解能力，即把你所选择的系统全面透彻地理解到什么程度；最后就是推理能力，当理解了这个系统以后，我们将会去推理这个系统将沿着什么样的方向发展，最后达成什么样的状态。好吧，那么情商或者说高情商又包含哪些内容呢？当然如果我们去问人工智能，它会有全面的解读，比如理解别人的情绪、控制自己的情绪、寻求合作等等。但是有一个说法我觉得特别有意思，它说：高情商，其实是在选择环境、适应环境还是改造环境这三件事情上总能选对的能力。好吧，这一题确实有点意思。低情商的人常常在该适应环境的时候，选择跳出来试图改变环境，最后被领导一巴掌拍死；或者在自己成为领导者、应该要改变环境的时候，又选择了适应环境，最后被大家玩死。哈哈哈，当然了，总是选错环境并且一头冲进去的就不说了，那纯粹是找死。当看完这些描述的时候，像我等这些低情商的同学们马上生出了兔死狐悲之感。天！能不能给我一点指路的星光，告诉我该选择什么样的环境，该选择在什么时候适应环境，又在什么时候改变环境。难怪现在不管是内卷的人，还是躺平的人，都有一条至理名言叫做“选择比努力更重要”。躺平的人说反正已经选错了，所以再努力也没有用，那就躺平。卷的人说，你看我已经选对了，所以现在要卷起来，要努力起来。或者说“你看我选对了，我选的就是最适合我的赛道，我最擅长的事情就是卷卷卷”。我们知道刘润老师给我们讲过一个结构：在合作当中我们常常关注四层，那就是事实、观点、立场和信仰。他建议我们从事实出发，不要过多地讨论信仰。所以一个高情商的人到底是怎样利用自己的高情商把大家团结在一起高效合作的？不过不管情商有多高，我相信在有限的时间里面，想要改变别人的信仰，都是一个低概率的事件。所以就算我们要提高自己的情商，估计也不用对自己提这么高的要求。好了，现在我们回到事实、观点和立场这三个层面上。很显然，每个人眼中的事实都不是全部的事实。低情商的人通常利用对自己最有利的事实，因为他们会以为这样可以获得最好的结果，其实这只是证明自己最厉害，但自己最厉害并不意味着可以最方便地和别人合作。相反，高情商的人可能会拿出那些不利于自己的事实，这也不是一概而论的，因为有的时候需要立威，有的时候需要示弱，示弱的时候也许更有可能形成合作的契机。因为就算情商再高，也未必一定可以改变别人的观点、改变别人的立场。事实上真正的高情商，首先是发现别人的观点和发现别人的立场，然后尽可能地选择自己的站位、自己的立场，通过自己的站位，让自己看起来和别人的立场处于相对一致的状态，于是就有了共同的目标。在这个共同的目标下，也许就有机会改变别人和我们所持的不太一致的观点，而这个改变可能就要通过选取不一样的事实来呈现、来说服、来引导。所以高情商既不是你好我好大家好的和谐状态，也不是一味奉承的马屁精状态。想一想，今天有好多家长一直无理由地吹捧自己的孩子，最后把孩子养成了一个牛魔王那样的“怪兽”，反而搬起石头砸了自己的脚。所以真正的高情商，依然是在系统内把朋友搞得多多的，把敌人搞得少少的，于是总能够以压倒性的优势达成自己的目标。当然世界总是在发展变化的，总需要穿越周期，不管是政治周期、经济周期、技术周期，还是文化周期，一切的周期最终都会给人的智商和情商提出更高的挑战。在周期的不同阶段当中，智商和情商的角色也会发生不断的变化，就像马克思说的那样，生产力和生产关系总是在相互作用当中不停的向前推进。生产力投射到个人身上就是智商，而生产关系投射到个人身上就是情商，最终在整个穿越周期的过程当中，人在人与自然、人与人的关系当中不停的被滋养，或者被摔打。于是在最困难的周期的时候，人会开始反思，就像第二次世界大战之后，犹太人会质疑“上帝已死”，因为他们不相信有一个什么样的上帝会允许犹太人遭受那样的苦难。不管什么样的上帝，可能也不能允许纳粹那样肆无忌惮地伤害普通人。所以最后的最后，人依然要面对那个最根本的问题——自己和自己的关系问题，这可能是另外一个叫做逆商的范畴。毕竟现在无数的人都相信“人生根本没有意义，我死之后哪管洪水滔天”，所以大概这就是这个时代真正的困难。希望高情商的人们能够帮助大家共同穿越周期，尤其是自己面对自己的这个最困难的周期。

17小时前
当副驾驶到位，我们该如何步入AI时代？

深夜十一点，行政小张的电脑屏幕仍亮着，一份复杂的项目报告才写了个开头。与此同时，她新上线的AI“同事”已经默默处理了三十七份发票、核查了十五份合同的细节，并准备好了明天会议的背景材料。从机械的“操作工”转变为全局的“架构师”，正成为这个时代个人生存的必修课。而浪潮之下，一场残酷而深刻的“年龄反转”正在技术职场悄然上演。曾几何时，“35岁危机”是悬在中国互联网人头顶的达摩克利斯之剑。但风向在2025年已悄然剧变。一面是，全球科技行业的裁员潮持续汹涌，但被推上“手术台”的，大量是从事重复性编码任务的初级与年轻工程师；另一面是，猎头市场中，那些能驾驭复杂系统、定义技术方案、拥有深厚业务洞察的35岁以上资深软件工程师与架构师，正变得前所未有的抢手。杜克大学的学者也指出，美国普通大学计算机专业毕业生的就业前景正在收窄，因为AI工具正迅速降低基础开发的成本和门槛。这揭示了AI时代最核心的法则：淘汰你的从来不是年龄，而是你与AI的协作层级。个人或企业真正进入到AI时代，获得价值跃迁，应沿着以下三个阶段清晰展开：第一阶段：替代手脚——从“动手”到“动口”AI在此处是“效率引擎”，自动化所有标准化任务。在编程领域，一个震撼的案例是出门问问创始人李志飞2025年的实验：仅用两天，就让AI完成了一个原本需多人耗时数月的、4万行代码的复杂办公协作平台。这直观地展现了AI替代基础工作的巨大能量。初级工程师若只满足于撰写重复的业务逻辑代码，其价值正被迅速稀释。个人必须停止与AI竞赛“手速”，转而学习如何精准下达指令，成为流程的“指挥官”。对于个人来说，这个阶段的主要任务就是从自己日常的工作中找出那些高频，高错，高耗时的内容，然后利用AI去替代或者简化他。比如我们工作中经常会出现的汇总，整理，校对，编写报告或文档等等。有句话叫做只有懒人才能让世界变得更美好，与AI的最初合作一定是建立在想要偷懒的目的上。这点放到企业也不例外，类似运营巡检，关键设备或库存监控，销售预测，财务汇总，采购和生产预测及统计等等都可以作为AI替代人力的切入点。第二阶段：连接系统——从“单兵”到“兵团”AI进化为“系统连接者”。例如，一个营销负责人可以指令AI智能体：分析上周销售数据、自动生成图表、同步至协作文档并起草邮件周报。这要求个人从“使用工具”跃升为“设计任务流”的导演。这也催生了“一人独角兽”的新模式，正如Open CEO山姆·奥特曼所预测，未来很可能出现“一个人+一万块GPU，打造数十亿美元公司”的场景。在2025年，许多成功的AI智能体创业团队，规模也仅维持在4-6人，其核心能力正是跨系统整合与流程设计。这个阶段的我们最重要的是熟知并掌握各类软件或工具的输入输出格式，能力差异，利用AI作为中间交互的智能体来为各部分工作递送和收集各种素材和结果。比如，你可以利用AI去深度学习竞争对手的所有产品优点，并基于这些特点来做出自身产品的差异化描述，然后把这些描述具象化后再由AI做进一步的内容生成，如视频，图片和应用推文。AI还可以作为交互媒介和内容发布后的反馈者进行交互沟通，并收集他们的建议后进一步提出产品改进的方向和新的可挖掘的卖点或市场应用并汇总给决策者。当未来所有的软件和工具都能实现与AI的接口联动，那么我们想做一份PPT或是一份完整的产品上市计划书也许只需要一个人在那工作几个销售就能完成。而我们要做的工作更像是知道如何分几步把一头大象塞进冰箱里这件事，然后由AI去利用适当的工具来完成每一步。第三阶段：决策副驾——从“工具”到“伙伴”这是人机协作的终极形态，也是个人价值的黄金地带。在此，AI成为辅助关键决策的“副驾驶”。这并非空想，在金融行业已成为现实：宁波银行与蚂蚁数科合作，通过“知识工程平台”构建智能化决策系统，使复杂金融问答的准确率从68%提升至91%。它能够进行多步逻辑推理，从“模糊匹配”走向“精准推理”。资深架构师同样利用AI模拟海量技术方案、预测瓶颈，但最终的权衡决策必须由人类基于经验、责任感和价值观做出。这解释了市场对资深技术领导者的渴求——他们淬炼出的判断力，是AI无法复制的核心。这一阶段的个人或者企业已经是非常资深的AI协作者，也能与AI建立相对高的信任，并有着一套完整的验证方法让AI对其所有的工作成果做自我验证，确保质量。但是，在目前来说，相对还有的技术瓶颈就是AI的记忆问题。原则上，如果企业或个人要与AI建立更为长期和深入的合作关系，双方之间做的所有沟通都应该以记忆的形式保留下来，以便为之后双方在此记忆之上进行的沟通提供更精准，更聚焦地背景信息和数据池。但目前我们使用的AI的记忆还主要在单次对话中，哪怕私有化部署，由于数据存储的限制，也无法做到如同大脑一般归档和记忆数据。但可以想想，一旦这些记忆能力被实现，那么AI和一个真正的大脑的差距也就微乎其微了。大家看很多科幻片中AI最后因为能源或巨大伤害不得不重置，清除记忆，致使观众感觉是角色死去一般。这也恰恰说明，记忆也许是区别AI和真正智慧的最后几条界限之一了。组织重构：从“金字塔”到“特战队”企业的转型同样深刻。成功的组织正在拆掉部门墙，组建由产品、运营、市场人员构成的“前端特战小组”，背后由统一的AI能力中台提供支持。这种结构将产品上线周期缩短了60%以上，因为决策链路被极度压缩。从市场或前端业务需求出发，绕开大中台，简化后台，缩小任务团队，提升沟通和任务聚焦能力，利用AI作为服务中台和数据核心，在不断完成任务的同时迭代中台的能力从而更好支撑新的项目和任务，也许是未来企业的新形态。领先的企业已开始系统性地将AI深度嵌入核心流程。例如，易路人力资源科技的iBuilder平台在内部孵化了39类“数智员工”，接管了从招聘筛选到薪酬核算的重复任务，将全球薪资核算时间从15天压缩至3天。其更深层的意义在于，它让HR团队从繁琐的事务处理者，转型为规则设计者与战略伙伴，完美印证了未来组织将是“人机协同动态网络”的趋势。写在最后AI不会取代所有程序员，但会用AI架构复杂系统的程序员，终将取代那些只会写基础代码的程序员。你的职业生涯上限，将取决于你与AI协作的楼层。这场进化没有旁观席。从今天起，重新审视你的工作：哪些部分可交给AI“动手”？你能否设计一个“人机协作流程”？你独一无二的“人类内核”——批判性思维、共情力和战略权衡——是否已准备好，成为AI时代最可靠的“机长”？当AI副驾驶已经就位，你准备好调整坐姿，握紧方向盘，朝着全新的职业景观起飞了吗？

1天前
从营销手段到品牌资产，会员制的逻辑正在被改写

选择繁多的当下，我们的品牌忠诚度正在系统性下降。可以参考两组数据：一是根据Forrester咨询公司的报告显示，随着消费者行为日益复杂和理性，2025年营销人员面临着前所未有的挑战，品牌忠诚度将大幅下降25%。另一组出自SAP Emarsys 的《2025年顾客忠诚度指数》（CLI），其称全球“真诚型忠诚”比例下降了5%。其中真诚型忠诚，指的是消费者既产生稳定复购，又对品牌有着高度的态度认同。当竞品替代只需一秒切换平台就能完成，靠折扣、积分建立起的连接，确实变得异常脆弱。这几天被热议的豆包手机助手，甚至把这一步也包揽了。据报道，其拥有“系统级Agent”权限，只要用户说出意图，就能自行指挥操作具体的应用，它就像私人助理，高度代理用户的消费选择。然而，在一片“忠诚度消失”的论调中，其实也有另一番景象：网络数据显示，山姆会员店的会员续卡率常年保持在90%以上；根据星巴克2025年第一季度财报，其会员贡献了74%的营收；天猫88VIP则让用户在多平台比价的习惯中，优先选择留在阿里生态内消费……或许品牌会员制，正是解决忠诚度下降问题的关键。从这些品牌身上，我们也发现，品牌会员制的逻辑正在被改写。01、价值型会员：以高价值权益，与用户形成同盟会员制进化的第一步，是重建其价值感。传统会员制的目的，是依托优惠折扣或积分，让人买更多，而价值型会员在这个基础上更进了一步，核心是通过高价值、可感知、可量化的权益，与用户建立“同盟关系”。与其说用户是在买折扣权益，不如说他们买的是一种确定性。比如开头提到的山姆会员商店。据公开数据显示，中国山姆有效会员数已突破500万，且续卡率高达92%，会员贡献了近 60%的营收占比。山姆会员，其实塑造了一套“会员=筛选+代理”的新逻辑。对品牌而言，260元或680元的年费，帮助其筛选出一批追求品质、具有一定家庭消费能力的用户。而面对这些付费会员，山姆通过苛刻的SKU控制，以及强大的全球供应链，为他们提供选品品质上的保障。正如前山姆中国CEO文安德所提到的，山姆给会员带来的价值在于，顾客花钱请会员店帮忙筛选更为优质的商品，节省“货比三家”时间成本。图源：山姆会员商店DT研究院的一项调研也显示，用户复购会员制超市的会员卡，主要是因为质量好，货源有保障。换句话说，这笔会员费就像是一笔买手代理费，代理筛选出更值得信赖的商品，并导向一种更高效的生活方式。图源：DT研究院亚朵的会员制，也可以用“生活方式的代理权”来理解。截至2024年底，亚朵累计注册会员突破 8900 万，同比增长超过 41%。根据国信证券报告显示，亚朵金卡及以上核心客户估算占比约10%，但贡献了个人会员中近8成的间夜销售，核心会员复购和忠诚度非常高。亚朵会员的权益价值，除了房价优惠、延迟退房、早餐券等等，还有其富有人情味的服务体验。亚朵集团创始人耶律胤在一次演讲中介绍道：“在日常经营中，我们把中国体验的理念融入从用户入住到离店的酒店生活的各个场景，一共细分了17个触点。”这当中包括了进店后的“奉茶”，暖心卡片与夜宵等等。这种人情化的服务累积，会让会员产生归属感和依赖感。换句话说，亚朵的会员身份，意味着一种稳定、可预期的、带有温暖底色的服务体验。在产品功能日渐趋同的酒店业，这种体验价值，构成了亚朵会员制的核心壁垒。图源：亚朵另一点值得一提的是亚朵对住宿和零售的打通。2021年，零售品牌亚朵星球上线，主推枕头、床垫和被子三大核心睡眠产品，其深睡枕一度是天猫枕头品类销量第一。2024年第三季度，亚朵进一步实现了酒店和零售多平台会员体系与积分权益的互联互通。图源：国信证券经济研究所也就是说，会员在酒店里觉得好的床品、香氛，回头就可以用优惠的方式买回家。而这些产品的日常使用，也会让消费者更频繁地想到亚朵，并促成后续的酒店选择，从而形成相互促进的闭环。这种互通，将原本一次性的住宿体验，延伸为了可带回家的生活方式。图源：定焦无论是山姆，还是亚朵，他们的会员体系本质上都在提供一种替用户做选择的生活方式代理：前者以苛刻选品和供应链能力，为用户把关品质；后者以稳定且具有温度的体验，为用户构建可预期的居旅日常。这种代理机制，让会员关系从以往的划算省钱，转向前面所提到的那种确定感与秩序感。而这种确定感，正是价值型会员得以强化忠诚度的核心动力。02、场景型会员：从单品忠诚，到生态锁定如果说会员系统的价值型进化，是通过帮用户筛选、把关，提供“确定性”，那么场景上的升级，则是通过打通日常生活的不同消费触点，提供路径上的方便。会员关系的深度，来自场景与场景之间的衔接。当会员体系只存在于某个单品消费时，它的影响力是有限的，但如果它能持续在用户的生活链路中出现，会员关系就会变成一种近乎默认的选项，它比刻意选择来得更加稳固，也更难被替代。比较典型的例子是88VIP。88VIP刚上线时，就整合了淘宝天猫的的购物折扣、优酷、饿了么、淘票票等阿里系核心权益，后来拓展到网易云音乐、芒果TV等外部生态，今年还和盒马会员体系实现互通。根据阿里公开数据，各类权益累积已超过20项，2024年会员规模达到5300万。拿我个人来说，我每年都（自动）续费的原因，就是看中了它的多场景“一卡通”，用一笔会员的钱，可以获得包括购物、外卖、音乐、影视、出行等一系列的会员。而这些附带的会员，有时也成为我在一众竞品中选择它们的理由。反过来，如果我想要放弃这个会员，除了损失电商购物权益，还影响我刷剧、听歌、点外卖，“牵一发而动全身”的设计，在我们生活的各个维度上都在施加粘性。图源：淘宝今年8月，淘宝还上线了“大会员”体系。作为一个免费的会员等级体系，它与付费会员88VIP形成互补，以覆盖所有淘宝用户。目的是进一步整合阿里系生态资源，打通用户在多场景的消费。通过不同业务的整合，淘宝也将从过去单纯的购物平台，升级为满足用户吃喝玩乐、衣食住行需求的超级入口。图源：淘宝从88VIP和淘宝大会员上可以看出，跨场景能力正在成为新的壁垒。当会员体系能覆盖更多生活时刻，用户的忠诚度就不再依赖补贴，而是依赖被融入生活的那种自然路径。这种生态场景的打通其实很多品牌都在做。比如亚朵和滴滴出行的合作，虽然不像淘宝大会员一样涉及全场景，但瞄准了出行和住宿这两个高重叠度的场景。再比如招商银行信用卡的会员体系，则是作为支付工具和权益中心，来连接外部合作伙伴，打造跨行业的权益生态。异业联盟或为会员制升级的一大趋势。品牌需要思考，如何通过连接外部的高频场景，将用户的单品忠诚升级为生态忠诚，从而让自己升级成一个真正融入生活的品牌。03、情绪型会员：通过情感连接强化黏性情绪型会员的升级维度，不同于前两者，它更多是在通过品牌故事与营销沟通，在情感层面让消费者产生认同。如今的消费者一方面越来越理性，会从实用的角度思考权益价值是否到位，但另一方面，他们的情绪需求始终存在，甚至较过去更愿为一种态度、一个文化符号、一份群体归属感买单。以星巴克的星享俱乐部会员体系为例，暂且不谈其会员运营机制，星巴克从沟通内容上、空间打造上，都致力于加深与用户的情感连接。比如2022年上线的会员节微电影《有星星的人》，讲述了会员与星巴克的故事，通过“有星人”为会员提供一种集体身份，让他们更有认同感和归属感。而品牌所强调的“第三空间”，强调门店应成为家和办公室之外的一个场域，可以休息放松，也可以社交或工作，这种空间的定位也为会员提供了物理意义上的归属感。今年5月星巴克与五月天的联名，也是大打情怀牌。从联名周边、店内口令到专属歌单，都提供了满满的群体记忆和情绪共鸣。图源：星巴克在餐饮行业，巴奴毛肚火锅的营销，选择聚焦在“产品主义”上。其内容沟通重点，在于打造食物的稀缺感和品质感，让消费者先认可产品，再进一步认可品牌。巴奴创始人杜中兵曾对媒体表示，巴奴有75%都是回头客。会员从“肚粉”会一路升级成“肚神”，获得该称号后的第一餐，还会由现场开香槟庆祝，同样也是拉满情绪价值。图源：巴奴毛肚火锅不过巴奴的会员营销也引起过争议。2024年，有消费者反映品牌推出的“神秘顾客”体验活动，在实际操作的时候限制太多，营销套路太重。这恰恰违背了情绪型会员的核心，也即真诚与尊重。所有顶层设计的品牌故事，都将落到无数微小的运营细节上，这也对品牌的系统化运营与协同能力提出了更高的要求。星巴克用空间叙事、文化符号和群体身份把用户连在一起，巴奴则借由产品哲学、仪式化的会员体验来强化情绪浓度。这些做法说明，情绪型会员的价值，藏在被反复验证的细节，以及持续稳定的沟通方式中。04、会员制的进化：从工具，到关系以上三种会员路径，在实际经营中往往彼此交叠：价值型会员让用户清晰感受到“值得”；场景型会员将品牌融入更多日常触点；情绪型会员则在认同与归属上建立更深的连接。而当这三条线被串联起来，会员制的底层逻辑就发生了变化——从刺激交易，转向建立一种更系统的关系结构。关键不在会员卡，而在品牌能否与用户形成稳固而持续的关系。这种关系充满了“人味”，很接近我们日常的人际相处：用户愿意留下，是因为在品牌这里感到被理解、被照应，也因为品牌在他们的生活中保持着稳定的存在感。品牌真正的竞争力，正是来自经营关系的长期能力，而这也将成为用户持续选择的理由。

1天前
Shein：AI数字营销的得与失

熟悉跨境电商的朋友，或者在海外生活的朋友，应该都知道Shein。这家公司靠卖中国的廉价服装起步，到今天已经做到快500亿美元的销售额。当然，这个数据看起来不是很夸张，毕竟亚马逊的销售额接近每年万亿美元规模。但是，Shein是快时尚起家的，它的成功秘诀就是快速响应：快速的发现时尚，快速的设计，快速的生产，然后快速的售卖。Shein相信，只有足够快的时尚，才是能变现的时尚。为了更快，Shein采用了大量AI技术，这些技术让Shein保持了竞争力，但也带来了其他意想不到的负面作用。AI+爬虫，快速洞察时尚趋势首先，为了更快发掘时尚趋势，Shein必须对全球时尚动向有极为敏锐的洞察，所谓一丝一毫的时尚变化，它都必须了如指掌。如果你比别人更慢发现时尚，那你就输在了起跑线上。Shein当然要采用AI解决这个问题。Shein利用爬虫技术24小时不间断地实时监控TikTok、Instagram、Google Trends以及竞争对手网站的数据。那过去我们用爬虫爬网站数据，实际上都是文本字符数据，比如说文字呀、数字呀什么的。但是Shein的爬虫，不仅仅是简单的关键词监控，而是结合了先进的计算机视觉技术，就是能理解各种网站、论坛中的图片是什么意思。比如，大家论坛上讨论这个围巾的花纹好看，但是没有具体讲这个花纹是什么类型的花纹。传统爬虫就只能提供“花纹好看”这样的信息。但是Shein的爬虫，它能看懂图片，它一看就认出来，这是波西米亚风格的花纹。所以，Shein利用了AI，去将成千上万张时尚图片解构为颗粒度极细的属性标签，如“方领”、“泡泡袖”、“碎花”、“A字裙”等。AI模型能够识别图像中的特定时尚元素，并统计这些元素在社交媒体上的出现频率和热度上升趋势。而且，Shein还将抓取到的数据做多模态的联合分析。比如，Shein让AI能理解“Y2K风格”、“JK风格”，或“老钱风”等抽象概念，以及这些概念对应的具体视觉元素的组合。有消息称，Shein自研的爆款预测模型准确率高达70%，即每10款新品有7款热销，远高于传统品牌约30%的命中率。我判断这个数字有所夸大，但哪怕打个对折，也还是高于一般的服装销售企业。AI辅助加速产品设计然后，Shein又能够基于它发现的这些新的时尚趋势，用AI做它的产品的快速设计。它利用AI去辅助生成设计草图或通过模块化组合快速生成新款式。这种模块化组合，有几种方式，一种是把多个产品的不同元素融合起来，比如将流行的领口A与流行的裙摆B结合。另一种方式，是把时尚设计元素从某一个品类，迅速应用到其他的品类上。比如，某种围巾的花纹很受欢迎，马上就把它应用到地毯上去，或者用到长裙上。还有一种方式，是能够几乎实时发现正在变火的流行元素，然后立即将它设计到产品中。当然，这些方式也引发了问题，毕竟是讲“得与失”嘛，所以我放在后面的“失”部分再具体说。云工厂+AI 提升供应链响应速度设计做好了，针对这个设计要做出产品呀，那相关的工艺单和物料清单（BOM），也会随之生成出来。这个清单，也就是生产说明书，目前也在慢慢基于AI实现自动化。有了新的设计，生产还得快，供应链也得跟得上。这一块是咱们国家的强项了。Shein构建了一个“云工场”平台，在这个平台上，它拥有数百家面料和配饰供应商。Shein会发布生产需求、原材料需求给合适的生产商和原料商，然后这些厂商就会抢单。就跟在骑手在美团上抢单、网约车司机在滴滴上抢单是一回事。一开始Shein都会订个几百件做小规模测试，一旦销售数量增长势头不错，AI就会开始工作，将补单的数量计算好，并且自动发给供应链相关的续订信息。这个过程高度自动化，不需要额外人工参与或者审批。这种方式，甚至让Shein能够从发现新时尚开始，三天内就把成品做出来。这真的是快。AI 数字营销生产得快，那售卖也就得快，Shein怎么做呢？这个就非常需要AI了。Shein的销售非常依赖于投放广告引流，每天新增这么多商品，Shein就需要每天投放至少几千个新广告，而且现在一个产品还不能只投一个广告，因为你要堆素材的基建嘛，所以，几千个新广告可能对应上万个甚至几万个广告。投放广告就必须要依靠AI生成创意。此外，Shein也高度重视为用户提供个性化体验，基于用户数据，它为用户构建了超过2000个细分风格标签，为不同地区、不同偏好的消费者定制商品推荐，例如，它给不同的用户发送完全不同的促销邮件。所以这整个基于用户的广告投放和商品推荐系统，它大量利用了AI算法，减少人工干预，大部分由AI自动化完成。另外，大量的商品的销售图，都是由一个产品图经过AI重绘之后生成的。Shein引入大量AI模特，从而大规模减少了真人模特，不仅自己用，也让自己平台上的第三方卖家也用。有商家反馈使用AI模特后免去了每日数万元的摄影及模特费用，大幅降低内容制作成本。Shein还大规模招募KOC，并且AI帮助它自动识别更有潜力的微型网红，并自动化管理合作流程，这样Shein能够大规模地以极低的成本在Tiktok等平台中创造病毒式传播。“#SheinHaul”也就是“Shein商品开箱”这个标签的浏览量高达数十亿。Shein的价格系统实际上也是有AI深度参与的。为了在不同市场和周期保持竞争力，Shein运用算法根据供需和用户行为实施动态定价。AI模型会分析商品浏览量、购物车加购和销售速度等数据，实时评估商品的受欢迎程度和库存状况，智能调整价格和折扣力度。例如，当某商品滞销时系统可能自动给予更大的折扣，以刺激转化并避免积压；反之对于热销断码商品则可能适当收窄折扣或动态提价以优化收益。这种动态定价在考虑汇率、关税变化上也有所应用，确保不同市场定价既符合当地消费水平又保障利润率。所以，Shein做到了四个快：发现时尚趋势快，设计快，生产快，卖得快。这四个快背后都是AI驱动的。这样Shein实际上解决了时尚行业最大的痛点：库存积压。传统服装行业的滞销率通常在30%左右，Zara约为15%，而Shein宣称将其控制在10%以内。好，这是Shein在应用AI上，“得”的方面。那它“失”的方面在哪里呢？Shein的AI 之失1.侵权争议不断最大的问题，在于侵权。总得来说，中国的跨境电商还是比较容易侵权别人的设计的，有了AI之后，这个事情变得更容易发生了。因为AI能够很快发现那些流行度迅速上升的东西。但是AI没办法辨别把这东西抓取过来，是不是会有侵权。所以，这些很快自动化进入生产流程的东西，说不定就侵权了。比如说，23年、24年、25年，我都查到了有针对Shein侵权的集体诉讼，基本上都是说Shein侵犯了多位独立设计师的知识产权。相关信息来源：https://www.classaction.org/blog/shein-lawsuit-alleges-e-commerce-giant-uses-ai-to-steal-sell-copyrighted-designs还有诉讼指控Shein通过AI爬虫自动搜集他人网站设计并未经授权复制销售，涉嫌系统性剽窃原创设计。相关信息来源：https://chatgpt.com/g/g-p-692fc144d01c8191889d2e1163508f23/c/69328d06-7274-8320-a96d-0c5671bb462d更离谱的是，Shein售卖的商品中，还有以路易吉为商品的模特的。这个路易吉，就是刺杀了美国保险大亨，被美国人誉为“当代侠盗罗宾逊”的那个哥们，曾经这个案子轰动一时呀。然后这个事情当时刚刚一发生，很快以这个哥们为模特的衬衣就上架在Shein上了，这个反应速度真是太快了。显然，这跟Shein的“四快”能力是直接相关的。因为AI只是察觉到这张脸的热度迅速在全球升温，所以他一定是能带来流量的。那立即就让这个脸成为模特。Shein的AI完全没有察觉到这张脸背后的争议和负面效应。相关信息来源：https://www.bbc.com/news/articles/c4g5vr4vzpzo2.引发用户信任危机另外，AI也为Shein带来了信任危机。因为大量使用AI，尤其是在评论中大量采用AI水军，用户对于Shein的内容信任度在下降。一项针对2018年至2024年评论数据的研究显示，Shein App中疑似AI生成的评论比例从0.6%飙升至9.93%，增长了近1569%。除了评论，还有批评指出，Shein利用AI生成了大量虚假的买家秀图片、虚拟模特照片等过于完美而脱离真实的内容，这也导致了用户信任感的下降。除了站内内容，Shein在社交媒体上的舆论控制也被指控存在自动化操作。有媒体发现，当TikTok等平台上出现关于Shein的负面内容（如质量问题或劳工丑闻）时，往往会突然涌现大量新注册的、无头像的账号发布正面评论或进行洗地。更有指出Shein在劫持民意，搬弄是非。相关信息来源：https://www.glossy.co/fashion/is-shein-hijacking-tiktok-with-fake-voices-and-deceptive-bots/所以，可以认为，Shein的AI在发挥功能性作用上很强大，但是风控上却差一口气。3.不利于品牌积累另一个AI带来的问题是，对Shein的品牌积累作用不显著，甚至有负面作用。由于过度依赖数据驱动选品和趋势跟随，Shein的产品设计可能趋于同质化，缺乏原创亮点。算法倾向选择已有高热度元素，可能导致产品线中过多“爆款”跟风款式，千篇一律、风格杂糅，难以形成独特品牌风格。广告数量极为惊人，但是却缺乏一致性的品牌风格和表达，而且充斥着大量短期促销素材，进一步冲淡了Shein的品牌高级感。过于依赖AI也打击了真正原创设计师的创造力与欲望。“一个大杂烩”，“把各种看似光鲜的食材全部混在一起也做不出一盘好菜”，消费者评论道。这也是Shein的用户品牌忠诚度相对于本土品牌要低的一方面原因。统计到2024年1月的数据显示，Shein在欧洲地区的加权留存率只有约 11%，远低于亚马逊 (~30%)。这一数据这几年有所上升，但Shein的用户生命周期相对它的主要竞争对手而言，还是要显著更短一些。相关数据来源：fabledata.com：https://www.fabledata.com/decoding-shein/#:~:text=Retention%20rates%20continue%20to%20show,versus%20Amazon%E2%80%99s%20304.部分AI应用还未达期望另外，Shein的一些AI应用也被认为并噱头大于实际，例如虚拟试衣功能，这在我公众号前面的视频和文章中已经提到过了。与其他电商平台的状况类似，Shein大规模采用的AI智能客服也不够智能（与Sobot合作），其AI的表现更接近于一个复杂的“自动应答机”，缺乏处理非标准流程的灵活性。总体而言，Shein是一家把运营能力、供应链能力都做到极致的中国跨境电商公司，而AI的引入，更强化了这些能力。但在品牌构建和长效客户经营上则存在短板。

1天前
句句封神的成长类文案

当我看到观夏出的马年文案，才发现2026年真的快来了。所谓白驹过隙，时间过得飞快，印象中好似国庆中秋刚过不久，11月也不知道怎么过去的，忽的一声就12月，就快到年底了。最近看了很多关于自我成长的文案，我觉得有必要在即将迈入新的一年（2026年）的时间节点上分享给大家。可以作为每个人的年度总结文案，也可以是明年的一些寄语和期待。新年要到“新”里去，人总要有一些新的期待新的目标。就像观夏一样的，祝你飒沓少年游。01把你的野心写在脸上，而不是藏在备忘录里。你怎么样过一天，就会怎样过一生。二十岁偷的懒，三十岁需要通宵还。人生没有“准备好”，只有“边做边赢”。真正的自由，是有随时掀桌子的能力。低谷期是用来升级的，不是用来躺平的。凌晨5点的闹钟，比深夜的鸡汤管用100倍。02深耕自己这一年去深耕自己去努力工作，去尽力幸福像一棵树，向往高处的阳光根，伸向深厚的土里成为一个不可替代的人在风暴中屹立找到热爱这一年，找到所热爱的找到治愈自己的，去上生长去见山，去见海，去寻自己每次归程，是为了更好的出发每次停歇，是为了积攒力量接纳自己这一年，别和自己较劲生命最真实的模样从来不需要伪装每一段跌跌撞撞的路都是为了更高的攀登请接纳那个偶尔狼狈但始终善良的自己因为每一个真实的你，都值得尊重别想去做这一年，只管去做你不是因为厉害了才开始而是因为开始了才变厉害去做吧，哪怕做成一堆泥粗糙的开始就是最好的开始长期主义这一年，做长期主义人生充满无限可能把未来掌握在自己的手里每个身处顶峰的人都是长期主义者别着急向生活要答案沉下心来，默默努力03“专注地去做，静待花开”每天沉浸在自己的热爱里，也许眼下没有结果，但经历的过程，就已经满是收获和惊喜了。沉住气，总有一天会看到坚持的意义。“做一个长期主义者”所有事情的发生，皆有利于你，在锻炼你。任何一条路都不简单，任何一条路都有赢家，永远不要低估长期坚持的力量。“深耕专业技能”你擅长什么，就投入绝对的精力和时间，打造自己的绝对优势。心里有目标，脚下有方向。深耕自己，就是最大的远见。“唯有热爱，可抵岁月漫长”岁月不居，时节如流。只要心怀热爱，永远都是当打之年。生活的真谛，就是交汇人在平凡的日子里，用尽自己的深情去感受，去经营。热爱生活，生活便会厚待你。“投资自己，持续学习”学习就是生产力，任何事情，精进学习都会让你脱颖而出，学习的能力是人生之路的破局关键。坚持学习，破圈成长，任何时候开始都不晚。04我与我周旋宁作我答案不在脑子里而在路上内心丰盈者独行也如众最好的成长是成为自己期待的模样你若决定灿烂山无遮，海无拦05发现热爱有时候我们总想成为别人以至藏在心里的独一无二被忽略了很多年世间最独一无二的叫做专属于我的热爱追求热爱翻山越岭只为一场遇见全力以赴只为一次改变答案就在眼泪里，也凝结在汗水中、感官和心灵总有一样要生活在别处你会更加坚定，心中的热爱保持热爱流水爱高山，它滋养苍绿千千万万年飞鸟爱天空，它不留痕迹划过白昼与黑夜而你，有没有如此热爱过像此间人生不能重复般炽热地、绵长地锱铢必较或不求回报地热爱挫折与成长那些在深夜里睡不着的日子那些面对深渊想要逃跑的瞬间在日后看来都是非常珍贵的时刻它让我们更加诚实的面对自己只有认识它、接受它、我们才可能真正地超越它认知与方向太了解自己是一种幸运的清醒也难免失去那种单纯的享受没有路的时候，心里会彷徨路过的时候，心里又会迷失走好选择的路，别只选好走的路自我认可再微小的光也是光，再平凡的人也有他们人生当中的高光时刻不负光阴就是最好的努力而努力就是最好的自己

1天前

案例库发布案例

More

营想学堂

More

B2B数字化营销体系

冯卓

欧司朗照明有限公司

亚太区市场总监

消费心理学100讲

韩秀超

上海云连品牌管理公司

CEO

从0到1带你玩转TikTok出海电商

张露

原字节跳动

抖音高级品牌营销经理

小红书运营必修课

唐木

唐门新内容视觉营销

创始人

如何做好数字化营销Campaign？

冯卓

欧司朗照明有限公司

亚太区市场总监

B2B内容营销，从入门到精通

冯卓

欧司朗照明有限公司

亚太区市场总监

线下活动

More

服务商入驻

热门文章More

热门作者More

营销服务商 More

讲师团 More