2023年跨境電商四小龍「 Temu、速賣通,Tiktok Shop、Shein」讓「全托管」模式成為電商行業最火爆的關鍵詞。 全托管模式其本質是商家掌握貨權,負責選品、發品、核價等動作,而托管平台則掌握商家的經營權,負責商品的定價、營運、物流等相關環節。全托管模式對於缺乏內容生產能力以及商品營運能力的工廠型商家更為友好,在整體市場商品供給大於需求的環境下,該模式可以幫助商家迅速清理庫存。
盡管全托管模式有著流量集中的管理,為商家節約營運成本和人力成本的優勢,但是由於是平台定價,商家的利潤空間往往得不到保證,於是行業又誕生了「半托管模式」,即將全托管模式下的商品定價權交還給商家,為商家提供更多的靈活性。阿裏旗下1688平台入淘,便是針對旗下工廠類商家,采用半托管模式。
無論是現在火爆的「全托管」「半托管」還是電商平台之前「自營模式」,都給平台帶來驟增的商品營運壓力需求, 也帶來了全新的「營運模式」,即從以前的「一人數店」到「一人萬店」甚至「一人數十萬店」的營運要求。面對如此龐大的店鋪數,平台端要解決的問題不僅僅是「如何批次制作內容」的這類關乎生產數量和效率的問題,同樣要解決的是在如此龐大營運內容下,如何將平台作為一個整體,提升綜合的營運效果與轉化,從而提升流量效率,提升平台整體的營收。這在如今日益激烈的跨平台電商競爭環境中顯得更為重要。
目前電商平台針對這類營運需求的主要手段為使用AI工具進行內容的批次化生產以及加工。這類AI的批次化工具或是由平台自主研發,或是由第三方提供工具化的介面呼叫,再由大量的設計師團隊人工+AI的模式進行生產替換,增加商品賣點,由商品營運人員進行素材的替換,去測試整體效果,但是這類解決方案仍有以下弊端:
-
工具輸出的內容半成品,會有巨大的人工成本輸出
以主流的電商的圖片軟件為例,工具在解決圖片背景生成以及圖片延展問題中,輸出給設計師的多為一張商品展示圖,而在電商的場景套用中,商品主圖以及引流位置的關鍵圖片都需要人為增加賣點,在涉及大量的商品數量時,其中關於大量的賣點合成工作需要人工完成,單個設計師的產能峰值在幾十張圖/天,在數以百萬計的商品數量面前,大大影響營運素材的生產效率。
-
生產者和營運團隊的分離,易導致營運效果為負向
設計師為批次內容的生產者,每個設計師對於內容的理解不同,從而導致利用工具生產出來的圖片質素與風格會不盡相同,而這會導致內容策略的分散性,缺少統一內容策略,也很難和商品策略形成有效聯動。營運團隊在將設計師和AI工具共同完成的素材上架後,會發現多數情況下營運數據為負向,卻很難定義原因。
-
工具無法根據營運效果叠代,解決行業Know-How問題
簡單的生成工具解決的是「技術問題」 。以圖片舉例來說,很多工具化軟件叠代方向是如何讓背景和商品結合度更好,陰影和光影的位置如何更自然,而電商平台作為一個整體,需要解決的核心問題是除了以上的技術生成效果,還需要解決具體化的場景問題,積累形成平台端的營運「Know-How」。比如「電飯煲在什麽樣的背景下CTR轉化會有提高」「 圖片生成的角度是平視效果還是俯視效果好」「 背景生成的時候是用原圖拓展好還是用白底生成效果好」「 哪些品類更適合做生成哪些更適合做延展」…… 這些都是一個個需要叠代的場景化需求,而工具化很難完成,且這些場景會根據電商平台本身的演算法改變而改變,行業Know-How的積累是營運工作的核心。
奧創光年針對大型電商平台所提供的批次化解決方案,不同於傳統的AI工具,其為客戶提供的是真正意義上的全鏈路解決方案。這類解決方案是在多個客戶實戰套用中 共創,並經過多輪驗證,不但可以有效提升平台整體的GMV,部份專案在平台測算投入產出ROI時依然為正。也就是說,平台為批次生成內容的支付成本小於其GMV增長帶來的收入增加,有效形成正向的營運迴圈,達成雙方共贏的局面。同時也驗證了這樣一個基礎事實,即托管或自營電商平台可以透過AI批次化內容生產營運(圖片、影片、賣點等替換),有效提升平台作為一個整體的營運效果,包含CTR、CVR、GMV等多項營運數據。
究其本質,奧創光年所提供的批次化全鏈路解決方案,是透過AI批次交付最終營運素材,並透過精細化營運,與平台共創內容生成策略,再根據營運的數據結果,積累行業的Know-How,在具象化的場景中叠代產品,提升營運效果。
以實戰案例舉例,比如某平台使用者希望提升公域的CTR數值, 從而提升其平台的整體GMV,這就是客戶的核心目標。在此目標之下,圖片生成的驗收標準變成了「與原圖質素進行比較」而非單一生產。
根據目標,奧創光年首先會與客戶制定內容策略。根據平台圖片的基礎質素,奧創與客戶會將商家原始圖片分成三類,分為原始圖片質素較差(多為白底圖),圖片質素中上,以及圖片質素優秀幾個檔次,在不同檔次中提供背景合成、背景延伸等不同技術手段服務,來提升整體最佳化效果。在商品策略端,奧創與客戶也會根據商品的GMV貢獻值,將商品貢獻分為不同檔次,同時也會對不同品類的商品進行策略總結。
隨後奧創再根據商品和內容策略進行批次化地生產,最終送出給平台的不僅僅是商品圖片,而是有賣點組合的商品主圖。但批次化的生產內容也仍需要經過人工判斷美感(與原圖比較)和數據AB測試方可上線,因此奧創會根據AB測的結果以周會的形式進一步叠代策略,多輪生成後,生成圖片+影片的總量數以十萬計,不但既定的CTR提升目標超過原有目標的200%,正向率絕對值提升超過20%,為平台商家創造了正向的GMV,而且從財務數據結果來看ROI也為正向,形成了很好的雙贏格局。
而在整體專案中,電商平台需要投入的人員不超過3人,他們需要完成的僅有4件事:提供商品原始素材以及賣點資訊,共同制定商品策略,商品素材上架以及定期以周會的形式進行數據復盤。
值得一提的是,奧創光年在該模式的前期結算方式,僅以素材生成量進行結算,這為電商平台提供了相當大的成本靈活性,無需投入大量人力投入也無需年度的工具采買。
在這類合作模式中,奧創光年不是單一的AI內容工具提供方,而是客戶「一人萬店」自營或者「全托模式」下的AI深度合作夥伴。在與客戶共創中,奧創主要承擔「內容策略」及「批次內容制作」的需求角色,並透過自身技術叠代與營運叠代服務使用者效果。
現今,經過大批次的實戰後,Mogic AI可以回答很多營運的具體的問題,比如之前提到的「電飯煲用什麽樣的背景可以提升CTR?」「哪些品類應該用虛擬背景轉化效率高而實際場景轉化效率低」等。
在營運數據清晰明確的基礎上,技術團隊需要關註的不僅僅是提升各品類商品的光影效果,更重要的是實作不同品類的商品與各類優秀樣版的有效融合。透過這種方式來不斷最佳化叠代效果,積累形成寶貴的行業營運經驗,即「Know-How」。 這種經驗將成為奧創光年在擁有完善的技術實力之外的另一大有利競爭。在未來,隨著奧創與更多新平台客戶的合作,這一優勢將得到更加充分地體現和發揮。
在托管模式成為工廠電商的主流模式的今天。電商平台之間的競爭主要在於流量的競爭以及流量營運效率的競爭。Mogic AI已經透過大量實戰經驗總結出一套行之有效的打法,未來也會在打法上繼續叠代,與電商平台類客戶探索更為經濟有效的解決方案。
