为什么大家越来越佛系？

佛教朋友有三个好处:善于倾听，愿意借钱，容易推倒。但是有一个场景会让人发疯。对于组局者来说，最难的绝对是佛教朋友:吃什么？——随便聚在哪里？离你近点？——一切都好。我叫那个人是谁？——下周X晚上X点，你能到吗？——为什么每个人都越来越佛系？因为平时看到的套路太多，相当于提前体验，建立了足够的心理预期，真正遇到的时候没有压力反应。佛教用户看到的不是红尘，而是套路。比如平时习惯打折促销，不太在意双十一双十二的折扣。这样，最容易遇到佛教用户的就是电商。离钱最近，营销最6，套路最多。作为电子商务产品的理性分析经理，我相信你心中有一堆公式——what what=新用户下单；what/what=复购；∫what(x)e^(-2πix·what)dx=ARPU↑；遇到白领套公式2，遇到大学生用公式1，遇到程序员用公式3..遇到佛教用户怎么办？尼玛...ta是谁？ta们长什么样？ta们在哪里？ta是公式中的误差参数！在佛教用户看来，你的粗俗营销只是浪费时间。ta们面无表情地点击点击，然后检查已经准备好的购物车，共享商品页面，获得优惠券，支付，关闭应用程序，删除共享，继续刷朋友圈。这就是为什么电子商务竞争逐渐转变为折扣竞争。旧电子商务一直在进化，痛苦，困难。无论是O2O、新零售，还是国外无处不在的Omnichanel，本质上都是为了让电商的“领域”越来越大，把电商APP插入每一个可能产生消费的场景。或者这些可能对佛教用户有好处，前提是他们愿意线下体验。内容电子商务在礼品、蘑菇街等平台上大受欢迎，但随着用户淘货成本的进一步上升，这些平台的可信度大大降低。80%以上的GMV都是大品牌的爆款，这些爆款利润最低。做一个品牌似乎很漂亮，但有多少小公司可以专注和坚持呢？你可以选择一件衬衫，但很快就会被各种营销惯例挤压，开始怀疑生活。有些人转向垂直类电子商务。他们相信小而精是未来，但现在最昂贵的是流量。很难想象一个新兴的母婴平台可以在做广告的同时发送优惠券来创新，最终保持利润。跨境电商的背景并不简单，要么背靠一带一路，要么拥有大牌独代资源，但18年的监管要更加严格，还记得禁韩令吗？还有社区电子商务、社区电子商务、大型企业内部销售等，更不用说，甚至基本用户体验不完整（如质量、价格、物流速度等），微信业务不能在桌面上。作为电子商务行业的从业者，你可能不会一一尝试这些套路，对吧？不幸的是，你的用户已经尝试过了。所以大型电商平台(亚马逊，阿里巴巴，eBay、JD.COM等。)除了继续争夺原有业务外，还在探索更好地与佛教用户相处的方式。人工智能似乎是目前最好的选择。其他老电商都在犹豫要不要把AI当成新战略。幸运的是，电子商务业务自然具有人工智能的潜力，用户的每一种行为都表达了他们内心的一些需求，从而自然地产生了新的功能，改善了用户体验。佛系需求1：推荐和个性化预测通过大数据、贝叶斯算法等实现智能推荐功能，降低用户选择成本，包括基于搜索、购买和浏览记录的兴趣推荐（类似产品、互补算法、高频、低频等）。基于用户访问时间的活动推荐（根据时间推测用户可能的使用场景，然后推荐）基于位置信息（检查用户是否在线下商业区，是否需要推荐商店）基于社会属性的推荐（根据朋友关系、社会行为等猜测用户可能需要的商品）佛教用户关心效率，因此推荐功能可能有助于助教。佛系需求2：通过图片找到类似的商品是一个相对较老的领域，但它可能是最受欢迎的功能之一，通过计算机视觉 深入学习做“图片搜索”，例如，一个女孩有一张吊灯的照片，非常喜欢，但买不到，所以她把照片上传到电子商务应用程序，人工智能可以理解商品的风格、规格、颜色、品牌等特点，最后给出类似商品的链接。该功能显著提高了佛教用户的搜索能力。这个功能可以显著提高佛教用户的搜索能力。“能找就买，找不到就算了。”这种需求现在可以争取了。国内外有几十家公司在这方面取得了很大的成就。以下是一些开源代码：图片截取自chenlee_1的blog佛教需求3：对于PM来说，引入chatbot是一种简单有效的AI产品策略，尤其是在电子商务平台上。chatbot不是人工智能技术流行的产物。早在互联网电子商务的早期阶段，为了满足大量的客户服务响应，电子商务就通过程序开始了机器人客户服务工作。根据Gartner的预测，到2020年，85%的零售消费者互动将由AI管理。自2012年下半年以来，京东推出了智能机器人JIMI。其累计服务用户已超过1亿，并于2016年9月7日正式向第三方免费发布开放平台。2016年3月，阿里巴巴发布了人工智能服务机器人“店小米”。经商户授权调试，淘宝数千万商户的智能客户服务可以取代部分客户服务，从而减少人工客户服务的工作量。佛教用户或许是最能忍受chatbot的人，及时响应，效率高。情感人工智能可能会成为一种新的趋势，这可能有助于ta们回归庸俗。目前，人工智能客户服务尚未解决“情感化”问题，预测情感人工智能或电子商务零售的下一次革命。博柏利（Burberry）与耐克部署的人工智能客户服务需要增加情感人工智能功能来判断消费者对客户机器人的满意度。在实体店，情感人工智能甚至可以通过人脸识别和GSR传感器收集和分析大量有价值的信息：商店哪个区域对顾客最有吸引力，顾客感到不安或失去哪些产品或促销手段，如可口可乐人工智能实践，它不仅可以通过分析附近用户手机的doubleclick和浏览历史数据来判断消费者的性别、年龄和收入，还可以提供有针对性的广告展示和路径指导，而且可以根据消费者在实体店的移动速度来判断他们的情绪变化和购买意愿。这可能会给佛教用户带来一定的负担，比如阿里推出的微笑折扣功能。这可能会给佛教用户带来一定的负担，比如阿里巴巴推出的微笑折扣功能。使用人工智能降低电子商务成本：内容管理：人工智能可以通过图片标记商品，制作海报，并撰写简单的宣传副本。无人仓库：通过人工智能实现系统自动预测、补货、订单、仓储和货架。营销效果预测：通过学习以往的活动数据，得出避免低效营销的公式。了解趋势并了解消费者：事实上，图片中隐藏了大量的用户信息。根据用户浏览的图片，机器可以了解某一类别（如规格、风格、颜色和材料）的最新流行趋势，这是商品制造商的最爱，也是平台与供应商谈判的重要依据。使用人工智能技术总结的时尚趋势：如果电子商务这样做。。。十年后，佛教用户的极乐世界来为每个人服务，不再是真正的人类。电子商务人员是否会失业？据说亚马逊有54万员工，JD.COM和阿里也有20万员工。哦，好心疼。再次抢救老电商吧！请加油营销什么的！不要输给机器！当然，如果你还想在这里做AI，我们来讨论一下:旧电商AI的门槛在哪里？1、如果人工智能需要预测营销效果并改进GMV，则需要注意：数据收集：量化与用户接触的每一点，包括营销、用户行为等；目标与标准：实现营销/促销目标的数据更有利于培训算法，并能提供更好的预测和建议；统一性：将营销、销售、用户行为等数据联系起来，更有可能实现人工智能；2、*数据，这与推荐算法有关，降低运营成本等。数据类型：用户行为反馈：如浏览、点击、购买、评估、共享、收集、咨询、年龄、性别、职业、教育程度、收入等，以及城市、省、邮编等。；商品数据:销售数据、供应商、物流仓储、产品属性、产品规格、产品图片等。；营销数据:活动收入、折扣、渠道和流量数据、核心页面数据、ARPU和忠诚度提升；日常运营数据:GMV、UV、下单率、付款率、客户单价、ARPU、库存物流、供应商价格等；图片来自知乎数据小用户数据来源：用户访问点击操作，服务器日志（Log）以及交易（Transaction）记录。埋点采集：传统的埋点方法是将探针放置在用户访问页面上，并在服务器后端采集尽可能多的用户点击和访问。埋地点收集：传统的埋地点收集方法是在用户访问页面上放置探针，并在服务器后端收集尽可能多的用户点击和访问操作。这种方法被广泛使用。缺点是：第一个迭代周期很长。第二，随着Javascript前端技术的快速发展，大量用户操作是预加载或延迟加载，后端记录中没有丢失大量信息。非埋点采集:非埋点采集的方法是将SDK放置在App或页面前端，将用户的所有操作异步传回服务器后端。应用此方法获得的数据内容更加全面。缺点是数据量大，后端需要进一步细分筛选。