通过把长三角、珠三角数千家制造企业的货品卖到中东,浙江执御(以下简称“执御”)已经成为当地最知名的跨境电商企业,同时也是中国最具代表性的出海企业之一。成立于2012年,执御在7年时间里把产品从最初的时尚女装做到了消费全品类,如今的注册用户已经超过5000万人,覆盖中东近80%的用户。可以说,它在中东的知名度和影响力甚至超过了亚马逊、阿里巴巴、eBay这样一些全球性的跨境电商平台。
身处国家数量庞多、文化多样并且变幻莫测的中东市场,执御的成功在于它能够找到自己差异化的竞争力,能够扎根当地并以用户为导向去践行本地化战略。不只是在商品设计上融入本地元素,执御还在中东地区投入了大量本地化人力和资源,据了解,在其全球约2500名员工中,中东的本地员工就超过了1000人。此外,执御还在中东市场建了当地最大的单体海外仓,面积达到20多万平米。而在营销策略上,执御也能够以当地的用户特点和需求为依据,不断拓展营销渠道,创新营销方式。
在营销方面,执御不仅投入力度非常大,同时也能紧随时尚、与时俱进。据了解,除了线下广告推送,以及在Google、Facebook、Twitter、YouTube的投放,执御还在中东与上千个网红合作,不断提升在当地的品牌知名度。
营销需要大量数据的支撑,比如用户从哪里来、在哪些品类有所停留、对什么广告感兴趣、把哪些商品加进了购物车、最后购买了什么东西等等,所有与用户相关的信息都是企业制定营销策略的重要依据。而随着用户体量的增加和营销渠道的拓展,加上用户需求的日趋个性化,想及时了解用户的喜好,执御除了要对营销渠道进行整合,还要能够快速灵活地调整在当地的营销方式。
为此,两年前执御基于Oracle营销云(Oracle Marketing Cloud )的Oracle Responsys 云平台,打通了网页、APP、邮件、短信等营销渠道,并针对不同客户用户画像和点击行为,以及预设置的高颗粒度数据分析模型,实现了营销内容推广的精准化和自动化。
逐步迁移上云,打通全渠道
“过去的推广渠道无非就是电视广告、纸媒广告、户外广告,所以我们的营销策略一直是以渠道为中心,但随着数字化的发展,Facebook、Google、YouTube、Twitter、Snapchat等各种互联网平台,以及网红效应等营销方式的兴起,越来越多的渠道正在被挖掘,与此同时,每一个用户涉及的渠道还都不只一个。对于我们来说,如果还以渠道为中心做营销,不仅营销成本大,效率也非常低。”执御CGO(首席增长官)张波在接受记者采访时表示,“在这样的情况下,我们开始逐步调整营销策略,从以渠道为中心转变为以用户为中心。”
张波举了个例子:“比如,沙特首都利雅得20岁的女性和吉达(沙特其它城市)35岁的男性,他们的互联网行为和消费需求就完全不同,因此,我们需要用不同的营销方案去触达,要在不同的时间点,利用不同的渠道进行推广,并且推送的商品也是不同的。”
但在使用Oracle营销云之前,由于各渠道之间割离,执御遇到过不少挑战,比如:与用户的沟通渠道和互动波次单一,用户反馈信息无法及时收集;用户数据模型颗粒度不够,引流和转化的效果不明显等等。所以,对执御来说,第一步就要先打通各个渠道。
“这其实是一个相当痛苦的过程,因为不同的渠道有不同的服务商,甚至有的渠道的服务商还不只一家。同时,执御内部还有很多原来的在用系统,要把其中的数据都迁移上云,就面临着大量系统的切换或对接。无论是数据准备、技术支持还是沟通协调方面都有许多的工作需要完成。”张波坦言。
为了实现平滑过渡,执御根据业务优先级制定了逐步迁移上云的计划,先把必要的业务和应用迁移上云。张波强调,“比如,对于合同即将到期的系统就要在服务到期前优先进行系统切换和流量对接,从而保证业务的延续。而对于有些场景,我们是可以慢慢切换的,例如与电商平台的对接、大数据分析结果的对接等等,我们就可以一步一步慢慢地做。这些都是深化和优化的过程。”
营销效率提升2倍,内容推送更精准
从前期准备到系统切换,再到系统对接和优化,执御花了数个月的时间完成了Oracle营销云的上线,这不仅给整体营销效率带来了近2倍的提升,同时,由于同一用户不需要再通过多个渠道进行多次触达,这也为市场部门节省了一大笔费用。
张波表示,通过Oracle营销云提供的自动化工具,不仅营销效率得到了提高,其人员的工作效率也有明显提升。“过去我们做一个场景,需要技术和产品方面的许多人参与,花很长的一段时间才能上线,但通过自动化的工具,我们的业务人员就可以自行做场景的配置,实现快速的上线。”他说。
除此之外,渠道的打通也让执御的营销手段变得更加灵活。以前,通过单个渠道接触,在用户未响应的情况下,市场人员只能多次进行信息推送,这不仅造成了多余成本,也使得用户体验大打折扣。而在渠道打通之后,如果A渠道的推送没有响应,市场人员就可以选用B渠道与用户进一步交流,提高点击率、打开率和转化率。
更重要的是,执御本身就拥有着大量的历史数据,以及强大的技术团队和数据科学团队。据张波介绍,目前执御的技术人员和大数据分析人员加在一起近400人,在公司内部占了相当大的比重。因此,其本身就能完成很多数据建模、数据分析的工作,再凭借Oracle营销云平台的数据整合,执御为用户推送的内容也变得更为精准。
“比如,根据用户在APP中购买的商品品类、价格、频率等信息,我们就可以为他们打上各种标签,推荐他们更感兴趣的商品。同时,这样的一些信息对于后端的选品也很有参考价值,我们可以主动去选择一些更适合市场的商品。”张波举例说。
可以看到,执御非常看重技术投入和数据驱动。据张波透露,为此执御还在硅谷设立了研发中心,主要针对人工智能和机器学习与当地科技公司进行深入的技术合作,同时引进当地的技术人才。未来,这或将成为执御持续创新与发展的重要助力点。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。