来自 SocialHub.AI 的产品巡览、解释和故事 — 探索 Consumer World Model、AI 同事和完整的营销循环。
访问我们的 YouTube 频道 ↗请访问我们的频道，获取最新发布内容。
最新视频
Bill Huang，Socialhub.AI 的创始人兼 CEO，讲述了我们为何构建 Consumer World Model。语言模型从未真正了解过您的消费者——它能写出优美的文字，却不知道谁即将购买或即将离开。传统的分析方法将每个客户简化为几个平均值。因此，我们构建了一个模型，该模型能够按时间顺序从真实行为中学习——每次访问、每笔订单——它基于 5000 万会员和 8.9 亿条行为记录进行训练，并不断递归改进：结果每天都会反馈到模型中，因此本月的模型比第一个月的模型更好。该模型已上线，覆盖 12 个以上国家的 50 多个全球品牌，触达超过 4 亿消费者，由 SAP 合作伙伴构建。一张照片可以告诉你消费者去过哪里；一个世界模型可以告诉你他们要去哪里。
打开并分享 →产品展示、讲解和故事。最新发布优先呈现。
28 视频
Bill Huang，Socialhub.AI 的创始人兼 CEO，讲述了我们为何构建 Consumer World Model。语言模型从未真正了解过您的消费者——它能写出优美的文字，却不知道谁即将购买或即将离开。传统的分析方法将每个客户简化为几个平均值。因此，我们构建了一个模型，该模型能够按时间顺序从真实行为中学习——每次访问、每笔订单——它基于 5000 万会员和 8.9 亿条行为记录进行训练，并不断递归改进：结果每天都会反馈到模型中，因此本月的模型比第一个月的模型更好。该模型已上线，覆盖 12 个以上国家的 50 多个全球品牌，触达超过 4 亿消费者，由 SAP 合作伙伴构建。一张照片可以告诉你消费者去过哪里；一个世界模型可以告诉你他们要去哪里。
打开并分享 →跟随一位市场经理，了解他如何完成一项完整的跨境营销活动。活动始于高价值受众群体，并运用客户世界模型分析这些受众的真实特征。随后，在运营工具中构建广告系列，并采用40/60的Google/Meta广告比例。新会员加入后，一个预设的业务目标演变为一个完整的营销活动——受众、日程安排、电子邮件和发送，所有组件都以画布的形式呈现，并已预先设置了品牌化的EDM和主图。在实际投入资金之前，每个A/B测试版本都会与会员数字孪生模型进行对比：先进行模拟，再进行实际投放。行为反馈到模型中，订单驱动每个客户的最佳后续行动，而跨越流失线的会员会自动进入挽回队列——每人一个计划，与对照组相比，提升幅度达 23%，而非凭空猜测。然后，她只需询问即可回顾整个营销活动。你的技术栈保持不变——改变的是其背后的决策：从细分市场操作到客户层面的决策。英文旁白，真实产品实拍。
打开并分享 →跟着一位营销经理跑完一次完整的跨境营销：从 Emarsys 同步的高价值客群和客户世界模型分析开始，在 Joule 里一句话创建 Google/Meta 40/60 分流的广告投放；新会员注册进来，业务目标一句话生成完整营销活动——受众、排期、邮件、发送在画布上直接成型，AI 按品牌风格配好 EDM 与插图；数字孪生先模拟再投放，活动回到 Emarsys 正常执行；行为回流客户世界模型，订单驱动逐客下一最佳动作；流失风险越线的会员自动进入赢回队列，一人一策，对照组度量出 23% 真实增量；最后在 Joule 里直接复盘。SAP 还是 SAP，Emarsys 还是 Emarsys——改变的是背后的决策方式：从人群运营，走向客户级决策。真实产品实录，中文旁白。
打开并分享 →每年两到三成会员在流失边缘——六百到九百万人需要召回，而每个人流失的理由都不一样：服务不满、价格敏感、甚至只是搬了家。统一发券没有用。消费者世界模型识别流失风险后自动排进召回队列，多个 AI 员工在各自的围栏边界内、按设定好的 Skills 执行标准作业流程，全面诊断真因、一人一策：自主执行关怀挽回、信息不足时改派人工、或判断本就会回来而保持不动。真实产品实录三条分支，效果用留出组度量真实增量消费。中文旁白。
打开并分享 →市场进入调整期，货压在渠道里，库存却没变成消费者的开瓶——三千万会员在总部，门店却还在等客。会员认领门店就近下单，门店看到分配会员的 CWM 提示、一键执行触达，策划到店 VIP 品酒会，开瓶扫码度量真实 Sell-through：把总部的消费者智能，变成每一位店员都能用的动销能力。今日机会里不只是个人消费者——一位企业采购客户，通过 VOC 数据集成，系统发现其近期预定了合作伙伴大会，AI 提前识别出会务白酒需求并主动对接。真实店长工作台实拍，中文旁白。
打开并分享 →对于利润微薄的 DTC 保健品品牌而言，任何不必要的折扣都会进一步降低利润。盈利的“最佳行动方案”引擎会读取每位会员的五个信号——购买意愿、流失风险、价格敏感度、价值等级和购买意向——然后根据预期贡献而非成交难易程度，对五种行动方案（等待/提醒/优惠/组合/服务）进行评分。五位发出相同“准备购买”信号的顾客会得到五个不同的正确答案：Sarah 无需理会，Maria 收到免费提醒，James 收到购物篮组合，Linda 收到提醒，David 获得服务抵用券——因此，任何折扣都不会被浪费。每个选项的评分都会直接显示在会员的页面上：基于实际单位经济效益的规划估算，绝不会夸大其词，使其变成实际的提升。
打开并分享 →Maya负责一家快速增长的零售品牌的市场营销工作。 SAP Emarsys ——但她的首席执行官态度强硬：裁掉代理机构，但仍然恢复回购计划。这是 Socialhub.AI 为了 SAP Emarsys位于最顶层的AI电子邮件层 EmarsysMaya 只需一句话描述电子邮件，就能生成一个完整的、符合品牌调性的个性化营销活动——以姓名问候，并包含会员专属积分和优惠券。产品网格和优惠券模块直接从产品信息中提取产品、价格和优惠信息。 Shopify 产品目录和 SocialHub CDP——会员、订单和推荐数据为每个模块提供数据支持。只需点击一下，即可将完成的营销活动重新推送回后台。 Emarsys 作为一份草稿，它有自己的活动 ID： Emarsys 引擎保持运转。内置跟踪功能，轻巧便携。 SDK 给 true Maya 会根据打开率、点击率、访问量和购买量等归因数据，以及每位会员的购买意向评分，来决定接下来要投放的广告系列。所有这些都通过以下方式运行： SAP Joule基于客户关系管理（CRM）和企业资源计划（ERP）数据。预测。个性化。创造。行动——在她已有的引擎中实现。
打开并分享 →云尚是一家服装连锁店，它设定了一个宏伟的目标——年GMV达到6000万。但墙上的number标志却无人问津。这就是业务目标：设定任何受监管KPI的目标，然后通过一棵树状结构将其分解为两个部分——按时间（年→季度→月，其中第四季度包含11.11购物节和年末高峰）和按组织（整个公司→门店区域→每个门店）。每个目标都追踪仪表盘使用的相同指标；实际数据由真实订单自动汇总——门店汇总到区域，月汇总到季度，季度汇总到年——通过红/黄/绿三色标识和进度预测，一目了然地显示哪个门店进度落后，并在目标偏离轨道时立即发出警报。包含实际产品演示——目标看板和在实际应用程序中汇总的层级树。提供英文和中文版本。
打开并分享 →购物中心不再仅仅是房东，而是通过一个跨租户的会员忠诚度网络，与商户共同管理消费者。跟随刚到香港的May和她的朋友Sarah，体验完整的会员流程：扫描加入会员，在任何商店的收据上赚取积分，兑换奖励，邀请好友共同赚取积分，询问会员助理最新活动，领取优惠券，甚至生成个人密钥将会员资格与Claude Code关联。接下来，我们将了解其背后的运作机制——商户兑换终端（即使在信号较弱的情况下，也可以扫描或输入代码）、自助式商店控制面板、跨商户会员网络和行为模型，以及客户挽回机制。此外，我们还将介绍运营商的储值float（设有上限）、月末POS三键结算、AI优惠券矩阵以及合规性等基础架构。从收取租金到终身价值——将客流量转化为忠诚度。提供英文和粤语版本。
打开并分享 →周二晚上 11:47，Maya 放弃了一个价值 86 美元的购物车 — 问题是，你的 AI 代理接下来会做什么。即兴制作一张优惠券，让她明白放弃购买才是明智之举？Flash 的答案是技能库：将你的最佳策略记录为一个可管理的资产——触发器、所需的消费者世界模型状态、工具允许列表、具体步骤以及机器可验证的严格规则。实时技能控制台概览：受控的生命周期（草稿 → 已验证 → 发布、第二人审批、版本沿袭、运行时立即执行的弃用）、涵盖六个生命周期阶段的 31 个内置技能，以及 Maya 的端到端保存功能——购物车放弃恢复的三步阶梯，其中激励措施可能仅在第三步出现，每次操作都会重新读取时间线，评估钩子会根据受控指标而非感觉来判断技能。该判断的地方才判断，该规则的地方才规则。
打开并分享 →整个平台清晰地呈现在一张地图上——共三层。最上层是贯穿客户整个生命周期的应用程序：获取、激活、增长、留存、忠诚度。中间层是两个协同工作的“大脑”：一个“大脑”（LLM）负责推理、编写和规划，另一个“小大脑”（Consumer World Model）则从您的第一方数据中学习每个客户的模式并预测其下一步行动——两者通过神经连接相连，小大脑为大脑提供数据基础，而大脑则将预测转化为文字和决策。最底层是一个受监管的第一方数据基础，为两者提供动力。第一部分将逐层讲解其功能；第二部分将以一个真实的客户挽回案例为例——Mia，她已经沉寂了87天——展示数据如何在图中逐级流动：实时事件、流失评分、自动注册、客服人员的操作、一对一发送以及真实的留存归因分析——然后循环回到模型进行重新训练。不要猜测——要了解。提供英文和中文版本。
打开并分享 →统一发放 20% 的优惠券确实有效——销量上升——但大部分优惠券都落到了原本就会购买的人手里。Flash 提出了一个更好的问题：究竟谁需要折扣？行为模型实时评估每位会员的购买意愿（80,119 位已经接近购买的会员没有获得任何折扣），预设标签用于评估折扣敏感度，并自动构建折扣阶梯：高意向会员不提供优惠券，对优惠券敏感的观望者获得 10% 的折扣，只有终身价值足够高的用户才能获得 20% 的折扣。数字孪生模型会在预算耗尽之前预先测试优惠方案；分支节点会根据标签在一个画布上为每位会员分配路径；至于需要做出判断的环节，可以雇佣一位人工智能员工在画布上工作——用通俗易懂的语言向它简要说明，它就能根据预算上限，挑选出每位成员的报价，并撰写与之匹配的文案。每个层级都留有余地，确保营销活动只对实际促成的销售负责。
打开并分享 →5万美元的广告预算通常意味着要进行两次猜测——定位目标受众，以及点击后会发生什么。而这笔预算无需任何猜测。捕捉到的行为数据用于训练品牌的私有世界模型：超过 20 万名会员拥有实时预测数据，其中 80,119 名会员被标记为即将购买。预测数据转化为细分受众群体（包括即将购买的群体和嵌入行为特征的相似群体），然后以哈希处理、经用户同意过滤的客户匹配列表的形式推送至 Google 和 Meta；“禁止销售”列表不会同步。数字孪生会在预算耗尽前对产品进行预测试。点击行为最终会转化为实际购买行为：着陆页会携带 Flash 的跟踪信息 SDK，因此页面浏览量、UTM 参数来源和引荐来源等数据会作为第一方行为数据回传——最初是匿名的，登录时会与会员关联——并与未注册用户的数据进行比较，从而重新训练模型。
打开并分享 →母亲节活动结束后，还有一个问题：活动效果如何？您的客户已经开始用三种语言给出答案。他们说：门户网站的 NPS 调查会将所有分数汇总到一个仪表盘中——包括推荐者、批评者、完整的分数分布，以及每条回复附带的书面理由。他们问：面向会员的客服人员会通过六道安全验证关卡，从会员的真实账户中回答问题，每个问题都会以匿名反馈信号的形式返回。他们做什么：每次访问、点击、签到和兑换都会记录在一个会员时间线上，行为模型会读取这些模式，预测下一步行动，并将反馈转化为带有置信度评分的下一步建议。三种语言，一个会员记录。
打开并分享 →Maya 为一个拥有 19.7 万会员的品牌运营 CRM 系统仅五天，董事会就提出疑问：我们正在流失多少会员？具体是哪些会员？Flash 答案在第一天就已揭晓，因为定义已预置在平台中。一个受控语义层上包含九个业务类别的 129 个预设指标——经过认证的徽章、可调的指标、版本控制的定义，以及从仪表盘到客服人员等所有界面上相同的 number。此外，还有 29 个预设标签——七个专属用户画像，以及引擎持续重新评估的实时、固定和手动生命周期标签——这些标签已经涵盖了所有 197,550 名会员：其中 104,945 名会员面临流失风险。三个标签芯片用于构建挽回目标受众，而经过认证的提升指标只会记录其实际带来的收益。
打开并分享 →一家拥有 20 家门店的零售商开展了一项母亲节促销活动，其 20 万美元的优惠券预算需经过三道关卡。分级授权机制为总部、区域和门店分别设立了各自的活动空间和审批流程；两步审批流程审核支出，并将预算锁定在系统在发放时自动执行的上限。随后，活动正式上线：实时监控显示，一家门店在不到三天的时间内就用完了配额，而另一家门店则因达到上限而暂停；一键充值功能将卡片从总部储备中调出；母亲节的需求触发了经审计的紧急加薪，并强制进行 24 小时审核——活动结束后，财务部门导出完整的成本账簿：包括每张卡片、每家门店和每个签名。
打开并分享 →Flash 不是一个黑匣子——它是一个您构建的平台，在一个受控核心上具有三种方式。具有 70 多种工具的 MCP 服务器让 Claude 或您自己的代理直接操作 Flash，每个调用范围都经过检查、保护和记录。带有 webhook 和本机连接器的完整 REST API - Shopify、Amazon、TikTok Shop、POS/ERP - 以及对 Snowflake、Databricks 和 Salesforce 数据云的零复制查询。将任何页面嵌入到 SSO 和 SCIM 后面的产品中。扩展模型本身，在控制台中实时显示：用句子描述对象，AI 起草它，将指标定义为受管视图上的 SQL。甚至人工智能员工也会采用您的技能和策略。每扇门都运行相同的主干：范围钥匙、故障关闭防护装置、一个经过认证的指标层、完整的审计跟踪。
打开并分享 →隐私如同机器，而非页脚页面。人工智能将您的政策草拟成经过审核、版本化的框架——它绝不会捏造任何法律事实——每个成员的点击都绑定到已发布的精确版本，并内置了 94 个国家/地区的同意模型。拒绝只需点击一下：取消订阅在所有地方都有效，偏好中心和全球隐私控制功能自动生效。会员权限运行稳定可靠——数据主体访问请求 (DSAR) 导出、从数据删除到模型嵌入层级的全程擦除、真正意义上的删除保留、在任何文本到达语言模型之前对姓名进行掩码处理，以及对个人数据的每一次访问都会被记录。
打开并分享 →位置营销做得正确：您自己的应用程序内的轻量级 SDK，位于您的品牌和同意屏幕后面 - Flash 永远不会跟踪外部的任何人。每家商店都变成了一个以米为单位的半径的地理围栏，每个会员的手机都静静地监视着最近的二十个围栏，并且始终保持最新状态。作为第一方行为穿越一个土地——进入或徘徊——重复数据删除、速率限制、从来不是原始坐标；像任何其他行为一样，营销活动和旅程会在商店附近触发，并且具有经过验证的提升力。
打开并分享 →通过会员手中的门户网站，您可以了解忠诚度模块：使用 AI 将每个屏幕构建成模块，无需开发人员即可发布；然后，您可以了解会员端——等级和特权、透明的积分账簿、奖励商城、优惠券钱包、推荐、社交和用户生成内容、大使计划、集点卡、钱包通行证、市场订单自助报告、忠诚度礼宾服务，以及会员生成的用于其个人 AI 的只读 MCP 密钥。
打开并分享 →无需副本即可集成。零复制查询 Snowflake、Databricks、Salesforce 数据云和 Delta 共享（实时查询、无 ETL、无永久副本），通过受控的五步循环：选取数据、首先支出检查、查询仓库、仅保留临时快照、在审核日志中记录成本。企业连接器 - Shopify 验证点、Amazon 和 TikTok 商店、通过受管控的 API 的 POS/ERP/OMS、欺诈检查收据 - 将所有内容放在语义层后面的一个经过验证的客户记录上。
打开并分享 →Flash 通过三种方式解读您的业务，所有解读均基于同一语义层，确保逻辑一致。分析：实时仪表盘包含认证指标、行为雷达和 AI 建议——互动漏斗会标记出自身的瓶颈。洞察：实时呈现：用简洁的语言输入问题——例如“本月业务如何？”——系统会根据认证指标给出答案和建议的下一步行动，然后一键保存到个人分析信息流，并可导出为 Markdown 或 HTML 格式。策略：MarPro，AI 研究分析师——完整呈现深度分析：问题树、并行研究、53 个来源的事实、七个章节、G-Eval 质量关卡，以及一份包含 11 个引用来源的董事会级别报告。英文旁白，内置字幕。
打开并分享 →用简洁明了的语言告诉 AI 您的目标——例如，通过 15% 的优惠券、电子邮件和推送通知，以亲切的语气赢回流失会员——然后看着 Flash 为您生成真正的营销活动草稿：类型、根据实时数据确定的受众、优惠、渠道，所有信息都将以可编辑的草稿形式呈现，并且未经您的许可绝不会发送。电子邮件将由品牌中心以您的品牌声音撰写和渲染，受众预测将实时更新，数字孪生模型将进行发送演练，优惠券管理将控制预算，而 Track 则会在一个日历中跟踪所有数据。
打开并分享 →询问传统客户数据平台 (CDP) 上个月的 GMV 是多少，你会得到三个不同的答案；而让 AI 分析原始数据表，它给出的答案却肯定是错的。Capture 是一款 AI 就绪的 CDP：它实时捕捉超过 2 亿会员规模的每一个触点，然后——最难的部分——在其上构建一个受控语义层：一个业务本体、受控标签和经过认证的指标，所有这些都在一个引擎上定义一次。客服人员向该语义层查询即可获得认证答案，每个消费者看到的都是相同的 number，而且治理和授权机制是内置的，而非后加的。
打开并分享 →Consumer World Model 是什么：一个多专家行为模型，它基于 5500 万会员和 8.9 亿条行为数据进行学习，然后针对每个品牌进行个性化训练——行为模型学习过去，数字孪生演练未来。其内部，由众多领域专家组成的团队通过一个学习型门控系统进行整合，在各个方面都优于单一的共享模型。该视频梳理了其在八个领域中的 23 项功能——哪些功能是该模型的优势所在，哪些功能仍需传统机器学习，以及哪些功能因领域而异——然后完整地演示了两个案例：赢回流失的 VIP 客户，以及转化即将购买的客户。视频中还包含一条明确的规则：如果模型无法超越基准，则永远不会上线。
打开并分享 →三位 AI 同事，一个受控数据层。SoCode 将认证数据导入您的 IDE 并将其转化为可运行的软件——输入受控数据，输出仪表板和演示文稿。SoTag 将 Slack 打造成人类和代理共享的工作空间：一个真实的会话记录，其中 -61% 的 GMV 警报得到实时、诚实的诊断。SoMe 为每位会员提供个人 AI 连接——从门户网站获取密钥、查看积分、兑换奖励，全程无需手动操作。
打开并分享 →实时 Win-Back 控制台概览：您设置过一次的护栏（坚持、投诉破坏者、资金限制、终止开关）、具有预算和目标的 AI 员工以及他们的任务队列。然后，真正的代理会议分五步进行——启动、分析一个安静的 4.6 万美元常客、决定一份 20 美元的惊喜礼物、在 188 个数字孪生上进行压力测试、行动——当交付遇到障碍时，它将该项目交给“需要你”队列中的人员，每一步都记录在案。
打开并分享 →Consumer World Model 发现有 80,000 名会员即将购买。观看现场产品在几秒钟内将信号转变为观众，预先测试数字孪生的报价，并启动排练的自动化活动——所有这一切都在午餐之前进行。
打开并分享 →