15:55Yangyi@Yangyixxxx精选Flipkart(沃尔玛旗下印度最大电商)工程团队从搜索未转化的用户中筛选,用AI生成选购建议后推送。23天内发送15061条消息,带回37258次访问。该方式使CTR比历史同品类WhatsApp活动高约+285%。流程为从搜索日志筛"探索型关键词+无转化"的人→AI生成选购建议→私域推送。行业FlipkartWhatsApp选购辅助推荐理由:Flipkart(沃尔玛旗下)让没买的用户被AI做选购后推送,效果比同类活动好285%,国内私域也能这样操作。原文稍后读已读值得跟进有用关注 Flipkart
19:14LovartAI@lovart_aiLovart平台集成Seedance 2.5模型,用于电商营销视频生成。用户输入50个产品,单个AI主持人可在30秒内完成出片。该功能已在Lovart正式上线,面向卖家快速制作商品视频。AI产品Seedance 2.5Lovart视频生成2 个信源在谈事件专题推荐理由:卖货的试试,Lovart用Seedance 2.5,丢50个商品,AI主持30秒出视频,省得自己做了。原文稍后读已读值得跟进有用关注 Seedance 2.5
18:58LovartAI@lovart_aiSeedance 2.5在Lovart平台正式上线,专为数字营销人员设计。该模型能在30秒内为单个AI模特生成50套不同服装。这一功能大幅提升了电商和广告素材的制作效率。Lovart平台现已支持该模型,用户可直接使用。AI产品Seedance 2.5Lovart视频生成推荐理由:做电商或广告的可以试试,Seedance 2.5在Lovart上30秒出50套服装,比传统拍摄快多了。原文稍后读已读值得跟进有用关注 Seedance 2.5
11:27官方账号arXiv cs.LG@Maja Lindström, Natalija Glisovic, Jan von Pichowski, Tommy Löfstedt, Martin Rosvall精选本文提出了一种新的电商营销问题形式化——自动定向(auto-targeting),即联合选择用户和商品以构建多个互不重叠的营销活动。现有方法通常预设活动结构或解耦商品选择与用户分配,无法直接从交互模式中发现活动分组。作者提出了三种互补策略:约束谱双聚类、贪心局部搜索与多臂老虎机框架。在合成数据、Amazon评论基准和商业数据上的实验表明,双聚类方法在活动质量、提升度和公平性上表现最佳,但大规模数据下基于老虎机的方法更具扩展性。论文电商营销用户-商品分配双聚类推荐理由:电商营销团队终于有了一个能自动发现用户-商品匹配分组的框架,比传统解耦方法更贴合实际业务。做推荐系统或营销策略的工程师可以直接参考其中的双聚类方法,提升活动效果。原文稍后读已读值得跟进有用关注 电商营销