飞书的第一个双十一：以 AI 参与电商效率战

工具解放人，人去创造。

文丨陈然
电商行业已经变成一场没有喘息的马拉松：平台越来越多，货越来越难卖。
和五年前相比，加入电商战场的玩家增加了不少。抖音、视频号、小红书，甚至美团闪购、淘宝闪购都想卖一切。大公司们希望从电商业务中获取更多利润，看似给商家提供了更多选择，但消费变得不容易——消费者三餐都在缩，等到国补才愿意买大件，商家不敢放过每个有流量的渠道。
每个平台都有自己的规则、玩法、业态竞争，以及用户画像，之间的差异足以让商家们应接不暇。他们要在八九个电商平台上，管理数百种产品。每个产品上新，都需要反复测试封面图、标题、详情页文案、买赠活动以及相关的搜索关键词。
为了更多流量，他们还要对接成百上千个 KOC、KOL，仔细核对对方的粉丝画像、历史带货数据、退货率，寄样品，以及追踪最后的带货数据。这门曾经低门槛的生意，如今变得极致复杂，而中小商家——这个行业里的大多数——仅仅是跟上节奏，就已经精疲力尽。
所有这些繁复的工作是必要的，每一项做好了可以提高一点点转化率，但并不是决胜的差异点，反而会消耗工作人员的有限精力。在这个越来越残酷的市场，一个品牌、一个商家如果不能让产品更好、更有差异，就很难活下来。
因此当 Deepseek 时刻来临，AI 立刻被从业者当成转折点。年初，飞书组织了一场多维表格模板比赛，用户提交的作品 70% 都与电商有关。之后，飞书团队在几场电商大会看到，每当有 AI 演示，台下电商老板们的手机一直没放下来过。
于是飞书的第一个双十一在今年到来。他们让 AI 与多维表格更结合，来解决电商行业所需要的多平台数据整合、自动化处理等问题。从年初至今，飞书举办了 100 多场线上、线下的电商专属培训课程，参与的电商从业者达 50 万人次。
把人从数据中解放出来
电商行业的交流靠无数张 Excel 表。一个平台上的一家店铺，一天能产生十几个报表——物流、库存、销售、转化数据等等，都需要人工导出、整理、分析。
运营们没法只通过淘宝、抖音等平台自带的数据后台做决策——它们只提供标准化分析，对于做好生意来说远远不够。运营需要整理更多数据，比如行业动态、竞争对手的动作和表现。每天，人都被埋在海量的表格里。
渝欧跨境技术员工屠明慧还记得一次店铺 ROI 下滑，他们从上午一直排查到下午三点，才找到真正原因。
影响因素实在太多。光是转化率，就涉及曝光、点击、加购等各个环节。传统模式下，运营只能一层层拆解，才能找到到底是哪出了问题。
一名合格操盘手的培养至少需要两年，“再优秀的操盘手，也靠直觉以及运气。有时候投流就像玄学，稳定性不会那么高。” 屠明慧说。而数据的任何延迟和误判，都会影响营收，因此电商业内还流传一个说法：增长看天。
去年，渝欧便开始用飞书表格代替 Excel 表，一开始为了让数据更容易跨部门流动，同步信息。今年夏天，他们开始让 AI 介入工作流程：
第一步，用工具自动抓取散落在抖音、淘宝等平台的数据，汇总在飞书多维表格。
飞书能满足商家们的个性化数据需求，比如竞争对手数据——以前没法自动监测、但对决策判断很关键，现在也能被爬取到多维表格。为了让数据获取变得更加快捷、方便，一线运营也能快速上手，飞书还研发了一个功能，敲击手机背板，就能爬取当前页面。
第二步，让飞书智能体 Aily 自动分析数据，并给出建议。
Aily “相当于人的大脑”，能从表格里抽取各种数据，并基于一套拆解分析方法论自动进行分析——方法论来自于渝欧此前的积累，同样记录在飞书的知识库里，“就像一个笔记本”。某个数据波动应该对应什么打法、活动、买赠，以前是老带新、手把手教给新的操盘手，现在 Aily 能自动学会。
最后 Aily 会生成一张卡片，覆盖业绩速览、风险预警、竞品分析等等，以选择题的形式提供建议。卡片被推送给指定的运营人员，人来做最后决策。
屠明慧说，Aily 起初只能给出一些 “正确的废话”，分析深度不够。但随着飞书所接入的大模型能力提升，渝欧写入飞书系统里的数据更丰富，Aily 的建议已经能达到 80-90 分，能让一名运营同时管理四五家店铺。
数据的更新速度也变得更快。让渝欧运营们感到惊喜的是关键词竞价环节。过往人工监控时，由于数据处理慢，他们经常没法及时发现能带来更多流量的关键词，现在 AI 可以更好识别。
更重要的改变是，人能在 AI 的辅助下做更多 “更聪明” 的决策。屠明慧说，以前运营忙于盯数据，在决策时效性的压力下，有限能力和精力只能覆盖影响流量表现的 30-40% 因素，还有 60 ~ 70 % 是盲区。如果真实原因藏在盲区，他们就会做出错误的判断。
当 AI 更全面地监控数据，并将多种可能性建议发回给运营，运营能在那些从盯盘中节省的时间里，更认真地思考，哪一种才是最准确的策略。
一场直播准备 2.7 万字的利益点——60 分的重复性内容，和被释放的创造力
去年 618 大促后，MCN 机构 “交个朋友” 开始思考如何把琐碎、重复性的内容做得更好。
618 到双十一之间的几个月，是整个电商行业的疲软期，业内也称之为 “平销期”。这段时间，消费者更难被说服下单，商家们不得不去抠细节。“就是从那时候开始，我们反复抓住所有能够修改优化的细节。” 交个朋友管培生巨宁心回忆，内部希望这些细节带来的效果不只停在营销层面，还要促成更高的成交率。
他们会以分钟、甚至秒为维度去调研竞争对手的直播间，也开始关注到口播稿、利益点这些细节。
交个朋友的一场直播通常上架 500 个商品，但需要提前准备 700-1000 个商品以防万一。每个商品都要写好 “利益点”——商品名下一行约 30 字的介绍。其中有 100 多个商品需要主播花上 4 分钟讲解，运营则要提前备好一份口播稿，比如护肤产品的功效、使用方法、适合哪些人群、价格、发货时间、一句话卖点等等，全都集合在一张卡片上。


红框内文字为 “利益点”，字数在 36 个字符内。

这些琐碎的工作如果做得好，的确能提高转化率，但也极度消耗人力。一位工作半年以上的成熟选品员工，一天最多只能写 7 份口播稿。大促期间，为了补充人力而招聘的实习生，最少需要一周才能把 30 字的利益点写到及格水平。公司需要安排 3 名全职运营一刻不停地只写利益点。
"人工来做，50 分到 90 分的口播稿、利益点都会有，我们想把所有内容的下限都拖到 60 分。" 巨宁心说。
交个朋友开始在飞书上测试，将产品分为不同的类目，每个类目建立一张多维表格。表格中，每一行是一个单独的工作项目，最后会生成一条内容；每列则可以插入不同的 AI 功能，阅读详情页面，搜索促销策略，让最终利益点或者口播稿符合实际工作所需要的结构。
为了让口播稿写得更好，交个朋友在表格里还额外加了一列，让 AI 搜索小红书上特定商品的评价，让最终内容生成参考这些评价，更贴近消费者的需求。这也是飞书多维表格的特点，用户不需要懂代码，只需新增一列，就能将原有的工作流程一步步分拆，让生成内容更符合自己的要求。
以前交个朋友的选品部员工也被要求这么做，但人手和准备时间都有限，“不可能每一个品都非常详细地做背景调研。” 而相比于别的 AI 内容生成工具，飞书能够批量生成，表格不需要额外修改就能实际使用。过往撰写利益点需要花费十几个小时，现在只要半个小时。
巨宁心说，他们很清楚 AI 没办法做到 90 分，因此会把节省出来的时间和精力，放在策划更好的直播内容和场景上。
以前他们会常规地将所有商品一一介绍，晚上再挑几个数据好的产品返场直播。现在他们有时间将策划前置，提前将部分产品组成专场，并设计好宣传物料，让有需求的消费者能在特定时间段守在直播间集中购买。
这些工作，比写好一份口播稿和利益点更需要创意，带给消费者的影响也更大，“现在我们会做得更频繁了。”
这也是工具的意义——人可以去做创造更多价值的工作，而不是重复、枯燥、效果有限的工作。不止是文字，图片、视频……只要是内容，AI 都能批量生成。
代运营商独唱团甚至用飞书搭建了一整套系统。三个不懂代码、但非常懂业务的人，用一周的下班时间就搭建起既可以管销售数据、招聘、报销，也可以用 AI 批量生成各类内容的独立系统，外观、功能和花好几十万采购的系统几乎没有区别。
一位飞书产品市场经理告诉我们，飞书多维表格就是为一线业务人员设计，希望让这些拥有经验、但缺乏代码能力的操盘手，有机会将自己的知识做成完整的产品。现在一份电商模板的售价可达上万。
不用 AI 替代客服，而是让 AI 从客服工作里发掘怎么改进产品
消费者们对客服中的 AI 早就不陌生，甚至有诸多抱怨。购物平台有太多机器人回复，得专门转人工，才能获得真人回复。客服费人费钱，有互联网平台算过，平均解决一个客诉要 20 多元。所以 AI、程序化技术的每次进步都会被首先用于客服。
营养补充剂品牌 “营养工厂” CEO 朱萧木并不觉得这是应用 AI 的好场景。他解释称，客服和消费者之间的售前对话，藏着大量品牌所需要的数据——消费者使用场景、需求、对发货时间的预期等，品牌能够依据这些数据不断完善产品和营销。
但保健品行业的售前交流比其他行业更久、更开放，这些庞杂、没有固定范式的交流，已有的客服系统都没法很好识别，而营养工厂还是依托小程序和企业微信，更难系统分析。
营养工厂的客服团队有 30 多人，每天轮班，处理上千个咨询，还要给公司内部提供改进意见，工作量很大。
“很多用户打字巨多，客服回的字也巨多，和看小说一样，还得从中判断他的意图，判断他的情绪是正面还是负面。” 朱萧木说，最后客服团队的负责人也只能挑着扫一眼。
今年营养工厂开始在飞书上建立自己的 AI 客服反馈系统。客服将自己和消费者的聊天记录截图发入飞书群后，飞书机器人会自动将图片导入多维表格，通过表格中的 AI 功能识别图片信息，将截图中的信息全部提取出来，并分类成用户使用场景、担心的问题、情绪等。
客服团队的负责人能够借此看到整个大盘情况，包括询问量、情绪、问题分类以及消费者的基础信息，并形成营养工厂的资料库。


营养工厂客服反馈系统看板。

量化的全盘数据能帮助营养工厂更精准地了解消费者。以往他们面对消费者的需求，常常纠结这些需求是否能代表真正的大部分人，比如要不要为素食主义者更换明胶材料？“到底是要服务一小波用户，还是要服务广大的用户？广大用户又要多广大？所有东西都是一个度。”
他们也可以根据实时数据做决策，尤其是缺货时是否要继续售卖。断货时，营养工厂常常会面临两种选择，是继续生产继续卖，让消费者等较长的发售时间，还是停售。现在，他们只需要在飞书的客服系统里，调取和断货有关的所有聊天记录，分析用户的情绪和关键词就能得出结论。
在这套系统的帮助下，客服团队负责人有更多时间去思考话术，如何与客户更好地交流。“客服的工作是一个没有上限的工作，可以做得极好，永无止境。” 朱萧木说，他们现在的目标不再是做简单回答问题的客服，而是希望能更关心消费者，主动询问消费者的需求和感受，“这才是巨大的发挥空间”，是客服更需要投入去解决的问题。
从年初到现在，飞书已经通过和 MCN、知识电商、连锁品牌的合作，制作出一系列可直接复用的电商模板，让更多商家 “开箱即用”，快速上手，同时飞书多维表格的灵活性又能保证自由修改的空间。
他们还发布了 “AI 生成工作流” 功能——不少中小电商老板都是草根出身，靠勤奋和一股拼劲，在电商世界闯出自己的一片天。让他们从零开始学习使用新工具，门槛不低。有了这一功能，只需描述需求，AI 就能帮助他们自动搭建复杂的流程。
电商的诞生，原本是让消费者和商家有一个统一的大市场，买东西更简单，卖东西也更简单。消费者始终需要的是同样的东西——好产品、好服务。商家所努力的方向，也是为消费者提供更好产品和更好服务。
AI 最终会成为这个行业的基础设施，就像十几年前的电商平台一样。它不是用来替代人，而是把人从数据的泥潭里拽出来，让他们有时间去做真正需要人的事情：思考产品、理解消费者、创造差异化。
在一个越来越卷的市场里，那些可以被自动化的工作，永远不会是决胜点。电商行业的变革在年初就已注定会来临。
题图来源：《芬奇》