來自 SocialHub.AI 的產品巡覽、解釋和故事 — 探索 Consumer World Model、AI 同事和完整的行銷循環。
造訪我們的 YouTube 頻道 ↗請造訪我們的頻道，以獲取最新發佈內容。
最新視頻
Bill Huang，Socialhub.AI 的創辦人兼 CEO，講述了我們為何建構 Consumer World Model。語言模型從未真正了解您的消費者——它能寫出優美的文字，卻不知道誰即將購買或即將離開。傳統的分析方法將每個客戶簡化為幾個平均值。因此，我們建立了一個模型，該模型能夠按時間順序從真實行為中學習——每次訪問、每筆訂單——它基於 5000 萬會員和 8.9 億條行為記錄進行訓練，並不斷遞歸改進：結果每天都會反饋到模型中，因此本月的模型比第一個月的模型更好。該模型已上線，覆蓋 12 個以上國家的 50 多個全球品牌，觸達超過 4 億消費者，由 SAP 合作夥伴建構。一張照片可以告訴你消費者去過哪裡；一個世界模型可以告訴你他們要去哪裡。
打開並分享 →產品展示、講解和故事。最新發布優先呈現。
28 影片
Bill Huang，Socialhub.AI 的創辦人兼 CEO，講述了我們為何建構 Consumer World Model。語言模型從未真正了解您的消費者——它能寫出優美的文字，卻不知道誰即將購買或即將離開。傳統的分析方法將每個客戶簡化為幾個平均值。因此，我們建立了一個模型，該模型能夠按時間順序從真實行為中學習——每次訪問、每筆訂單——它基於 5000 萬會員和 8.9 億條行為記錄進行訓練，並不斷遞歸改進：結果每天都會反饋到模型中，因此本月的模型比第一個月的模型更好。該模型已上線，覆蓋 12 個以上國家的 50 多個全球品牌，觸達超過 4 億消費者，由 SAP 合作夥伴建構。一張照片可以告訴你消費者去過哪裡；一個世界模型可以告訴你他們要去哪裡。
打開並分享 →跟隨一位市場經理，了解他如何完成一項完整的跨國行銷活動。活動始於高價值受眾群體，並運用客戶世界模型分析這些受眾的真實特徵。隨後，在營運工具中建立廣告系列，並採用40/60的Google/Meta廣告比例。新會員加入後，一個預設的業務目標演變為一個完整的行銷活動——受眾、日程安排、電子郵件和發送，所有組件都以畫布的形式呈現，並已預先設定了品牌化的EDM和主圖。在實際投入資金之前，每個A/B測試版本都會與會員數位孿生模型進行對比：先進行模擬，再進行實際投放。行為回饋到模型中，訂單驅動每個客戶的最佳後續行動，而跨越流失線的會員會自動進入挽回隊列——每人一個計劃，與對照組相比，提升幅度達 23%，而非憑空猜測。然後，她只需詢問即可回顧整個行銷活動。你的技術棧保持不變——改變的是背後的決策：從細分市場操作到客戶層面的決策。英文旁白，真實產品實拍。
打開並分享 →跟着一位營銷經理跑完一次完整的跨境營銷：從 Emarsys 同步的高價值客羣和客戶世界模型分析開始，在 Joule 裏一句話創建 Google/Meta 40/60 分流的廣告投放；新會員註冊進來，業務目標一句話生成完整營銷活動——受衆、排期、郵件、發送在畫布上直接成型，AI 按品牌風格配好 EDM 與插圖；數字孿生先模擬再投放，活動回到 Emarsys 正常執行；行爲迴流客戶世界模型，訂單驅動逐客下一最佳動作；流失風險越線的會員自動進入贏回隊列，一人一策，對照組度量出 23% 真實增量；最後在 Joule 裏直接覆盤。SAP 還是 SAP，Emarsys 還是 Emarsys——改變的是背後的決策方式：從人羣運營，走向客戶級決策。真實產品實錄，中文旁白。
打開並分享 →每年兩到三成會員在流失邊緣——六百到九百萬人需要召回，而每個人流失的理由都不一樣：服務不滿、價格敏感、甚至只是搬了家。統一發券沒有用。消費者世界模型識別流失風險後自動排進召回隊列，多個 AI 員工在各自的圍欄邊界內、按設定好的 Skills 執行標準作業流程，全面診斷真因、一人一策：自主執行關懷挽回、信息不足時改派人工、或判斷本就會回來而保持不動。真實產品實錄三條分支，效果用留出組度量真實增量消費。中文旁白。
打開並分享 →市場進入調整期，貨壓在渠道里，庫存卻沒變成消費者的開瓶——三千萬會員在總部，門店卻還在等客。會員認領門店就近下單，門店看到分配會員的 CWM 提示、一鍵執行觸達，策劃到店 VIP 品酒會，開瓶掃碼度量真實 Sell-through：把總部的消費者智能，變成每一位店員都能用的動銷能力。今日機會里不只是個人消費者——一位企業採購客戶，通過 VOC 數據集成，系統發現其近期預定了合作伙伴大會，AI 提前識別出會務白酒需求並主動對接。真實店長工作臺實拍，中文旁白。
打開並分享 →對於利潤微薄的 DTC 保健品品牌而言，任何不必要的折扣都會進一步降低利潤。獲利的「最佳行動方案」引擎會讀取每位會員的五個訊號－購買意願、流失風險、價格敏感度、價值等級和購買意願－然後根據預期貢獻而非成交難易程度，對五種行動方案（等待/提醒/優惠/組合/服務）進行評分。五位發出相同「準備購買」訊號的顧客會得到五個不同的正確答案：Sarah 無需理會，Maria 收到免費提醒，James 收到購物籃組合，Linda 收到提醒，David 獲得服務抵用券——因此，任何折扣都不會被浪費。每個選項的評分都會直接顯示在會員的頁面上：基於實際單位經濟效益的規劃估算，絕不會誇大其詞，使其變成實際的提升。
打開並分享 →Maya負責一家快速成長的零售品牌的行銷工作。 SAP Emarsys ——但她的執行長態度強硬：裁掉代理機構，但仍恢復回購計畫。這是 Socialhub.AI 為了 SAP Emarsys位於最頂層的AI電子郵件層 EmarsysMaya 只需一句話描述電子郵件，就能產生一個完整的、符合品牌調性的個人化行銷活動——以姓名問候，並包含會員專屬積分和優惠券。產品網格和優惠券模組直接從產品資訊中提取產品、價格和優惠資訊。 Shopify 產品目錄和 SocialHub CDP——會員、訂單和推薦數據為每個模組提供數據支援。只需點擊一下，即可將完成的行銷活動重新推送回後台。 Emarsys 作為一份草稿，它有自己的活動 ID： Emarsys 引擎保持運轉。內建追蹤功能，輕巧便攜。 SDK 給 true Maya 會根據開啟率、點擊率、造訪量和購買量等歸因數據，以及每位會員的購買意願評分，來決定接下來要投放的廣告活動。所有這些都通過以下方式運行： SAP Joule基於客戶關係管理（CRM）和企業資源計劃（ERP）數據。預測。個性化。創造。行動——在她已有的引擎中實現。
打開並分享 →雲尚是一家服裝連鎖店，它設定了一個宏偉的目標－年GMV達到6000萬。但牆上的number標誌卻無人問津。這就是業務目標：設定任何受監管KPI的目標，然後透過一棵樹狀結構將其分解為兩個部分——按時間（年→季度→月，其中第四季度包含11.11購物節和年末高峰）和按組織（整個公司→門市區域→每個門市）。每個目標都追蹤儀錶板使用的相同指標；實際數據由真實訂單自動匯總——門店匯總到區域，月匯總到季度，季度匯總到年——通過紅/黃/綠三色標識和進度預測，一目了然地顯示哪個門店進度落後，並在目標偏離軌道時立即發出警報。包含實際產品演示－目標看板和在實際應用程式中匯總的層級樹。提供英文和中文版本。
打開並分享 →購物中心不再只是房東，而是透過一個跨租戶的會員忠誠度網絡，與商家共同管理消費者。跟隨剛到香港的May和她的朋友Sarah，體驗完整的會員流程：掃描加入會員，在任何商店的收據上賺取積分，兌換獎勵，邀請好友共同賺取積分，詢問會員助理最新活動，領取優惠券，甚至生成個人密鑰將會員資格與Claude Code關聯。接下來，我們將了解背後的運作機制——商家兌換終端（即使在訊號較弱的情況下，也可以掃描或輸入代碼）、自助式商店控制面板、跨商家會員網路和行為模型，以及客戶挽回機制。此外，我們還將介紹營運商的儲值float（設有上限）、月末POS三鍵結算、AI優惠券矩陣以及合規性等基礎架構。從收取租金到終身價值－將客流量轉化為忠誠度。提供英文和粵語版本。
打開並分享 →週二晚上 11:47，Maya 放棄了一個價值 86 美元的購物車 — 問題是，你的 AI 代理接下來會做什麼。即興製作一張優惠券，讓她明白放棄購買才是明智之舉？ Flash 的答案是技能庫：將你的最佳策略記錄為一個可管理的資產——觸發器、所需的消費者世界模型狀態、工具允許清單、具體步驟以及機器可驗證的嚴格規則。即時技能控制台概覽：受控的生命週期（草稿 → 已驗證 → 發布、第二人審批、版本沿襲、運行時立即執行的棄用）、涵蓋六個生命週期階段的 31 個內置技能，以及 Maya 的端到端保存功能——購物車發送的三步階梯，其中判斷激勵措施可能僅在第三步出現，每個操作指標都會根據不同時間控制。該判斷的地方才判斷，該規則的地方才規則。
打開並分享 →整個平台清晰地呈現在一張地圖上——共三層。最上層是貫穿客戶整個生命週期的應用程式：獲取、啟動、成長、留存、忠誠度。中間層是兩個協同工作的「大腦」：一個「大腦」（LLM）負責推理、編寫和規劃，另一個「小大腦」（Consumer World Model）則從您的第一方數據中學習每個客戶的模式並預測其下一步行動——兩者通過神經連接相連，小大腦為大腦提供數據基礎，而大腦則將預測轉化為文字和決策。最底層是一個受監管的第一方資料基礎，為兩者提供動力。第一部分將逐層講解其功能；第二部分將以一個真實的客戶挽回案例為例——Mia，她已經沉寂了87天——展示數據如何在圖中逐級流動：實時事件、流失評分、自動註冊、客服人員的操作、一對一發送以及真實的留存歸因分析——然後循環回到模型進行重新訓練。不要猜測－要了解。提供英文和中文版本。
打開並分享 →統一發放 20% 的優惠券確實有效——銷量上升——但大部分優惠券都落到了原本就會購買的人手裡。 Flash 提出了一個更好的問題：究竟誰需要折扣？行為模型即時評估每位會員的購買意願（80,119 位已經接近購買的會員沒有獲得任何折扣），預設標籤用於評估折扣敏感度，並自動建立折扣階梯：高意向會員不提供優惠券，對優惠券敏感的觀望者獲得 10% 的折扣，只有終身價值足夠高的用戶才能獲得 20% 的折扣。數位孿生模型會在預算耗盡之前預先測試優惠方案；分支節點會根據標籤在一個畫布上為每位會員分配路徑；至於需要做出判斷的環節，可以僱用一位人工智能員工在畫布上工作——用通俗易懂的語言向它簡要說明，它就能根據預算上限，挑選出每位成員的報價，並撰寫與之匹配的文案。每個層級都留有餘地，確保行銷活動只對實際促成的銷售負責。
打開並分享 →5萬美元的廣告預算通常意味著要進行兩次猜測——定位目標受眾，以及點擊後會發生什麼。而這筆預算無需任何猜測。捕捉到的行為數據用於訓練品牌的私有世界模型：超過 20 萬名會員擁有即時預測數據，其中 80,119 名會員被標記為即將購買。預測資料轉化為細分受眾群體（包括即將購買的群體和嵌入行為特徵的相似群體），然後以哈希處理、經用戶同意過濾的客戶匹配清單的形式推送至 Google 和 Meta；「禁止銷售」清單不會同步。數位孿生會在預算耗盡前對產品進行預測試。點擊行為最終會轉化為實際購買行為：著陸頁會攜帶 Flash 的追蹤資訊 SDK，因此頁面瀏覽量、UTM 參數來源和引薦來源等資料會作為第一方行為資料回傳－原本是匿名的，登入時會與會員關聯－並與未註冊使用者的資料進行比較，從而重新訓練模型。
打開並分享 →母親節活動結束後，還有一個問題懸而未決：活動效果如何？您的客戶已經開始用三種語言給予回饋。他們說了什麼：門戶網站的 NPS 調查會將所有分數匯總到一個儀表板中——包括推薦者、批評者、完整的分數分佈以及每個回應附帶的書面理由。他們問了什麼：一位會員導向的客服人員會透過六道安全驗證關卡，從會員的真實帳戶中回答問題，每個問題都會以匿名回饋訊號的形式返回。他們做了什麼：每次訪問、點擊、簽到和兌換都會記錄在一個會員時間線上，行為模型會分析這些模式，預測下一步行動，並將回饋轉化為具有置信度評分的下一步建議。三種語言，一筆會員記錄。
打開並分享 →Maya 為一個擁有 19.7 萬會員的品牌經營 CRM 系統僅五天，董事會就提出疑問：我們正在流失多少會員？具體是哪些會員？ Flash 答案在第一天就已揭曉，因為定義已預置在平台中。一個受控語意層上包含九個業務類別的 129 個預設指標——經過認證的徽章、可調的指標、版本控制的定義，以及從儀表板到客服人員等所有介面上相同的 number。此外，還有 29 個預設標籤——七個專屬用戶畫像，以及引擎持續重新評估的即時、固定和手動生命週期標籤——這些標籤已經涵蓋了所有 197,550 名會員：其中 104,945 名會員面臨流失風險。三個標籤晶片用於建立挽回目標受眾，而經過認證的提升指標只會記錄其實際帶來的收益。
打開並分享 →一家擁有 20 家門市的零售商開展了一項母親節促銷活動，其 20 萬美元的優惠券預算需經過三道關卡。分級授權機制為總部、區域和門市分別設立了各自的活動空間和審批流程；兩步驟審批流程審核支出，並將預算鎖定在系統在發放時自動執行的上限。隨後，活動正式上線：即時監控顯示，一家門市在不到三天的時間內就用完了配額，而另一家門市則因達到上限而暫停；一鍵充值功能將卡片從總部儲備中調出；母親節的需求觸發了經審計的緊急加薪，並強制進行 24 小時審核——活動結束後，財務部門匯出每家門
打開並分享 →Flash 不是一個黑盒子 — 它是一個您可以建造的平台，透過三個入口連接到一個受控的核心。 MCP 伺服器包含 70 多個工具，允許 Claude 或您自己的代理直接操作 Flash，每次通話都會進行範圍檢查、保護和記錄。 REST API 包含 Webhook 和原生連接器 — Shopify、亞馬遜、TikTok 商店、POS/ERP — 以及對 Snowflake、Databricks 和 Salesforce 資料雲的零拷貝查詢。將任何頁面嵌入到您的產品中，並整合 SSO 和 SCIM。擴展模型本身，並在控制台中即時顯示：用一句話描述一個 object，AI 即可產生草稿；將指標定義為受管視圖上的 SQL。甚至 AI 員工也會學習您的技能和操作手冊。所有流程都遵循相同的原則：範圍限定的金鑰、故障關閉的防護措施、單一認證的指標層以及完整的稽核追蹤。
打開並分享 →隱私如機器，而非頁腳頁面。人工智慧將您的政策草擬成經過審核、版本化的框架——它絕不會捏造任何法律事實——每個成員的點擊都綁定到已發布的精確版本，並內置了 94 個國家/地區的同意模型。拒絕只需點擊一下：取消訂閱在所有地方都有效，偏好中心和全球隱私控制功能自動生效。會員權限運作穩定可靠——資料主體存取請求 (DSAR) 匯出、從資料刪除到模型嵌入層級的全程擦除、真正意義上的刪除保留、在任何文字到達語言模型之前對姓名進行掩碼處理，以及對個人資料的每一次存取都會被記錄。
打開並分享 →位置行銷做得正確：您自己的應用程式內的輕量級 SDK，位於您的品牌和同意畫面後面 - Flash 永遠不會追蹤外部的任何人。每家商店都變成了一個以米為單位的半徑的地理圍欄，每個會員的手機都靜靜地監視著最近的二十個圍欄，並且始終保持最新狀態。作為第一方行為穿越一個土地——進入或徘徊——重複資料刪除、速率限制、從來不是原始座標；像任何其他行為一樣，行銷活動和旅程會在商店附近觸發，並且具有經過驗證的提升力。
打開並分享 →透過會員手中的入口網站，您可以了解忠誠度模組：利用人工智慧將每個螢幕以模組化方式構建，無需開發人員即可發布；然後，您可以了解會員端——會員等級和福利、透明的積分賬簿、獎勵商城、優惠券錢包、推薦獎勵、社交和用戶生成內容、大使計劃、集點卡、錢包通行證、市場訂單自助報告、忠誠度服務以及會員生成的忠誠度內容。 MCP 對他們的個人人工智慧至關重要。
打開並分享 →無需複製即可整合。透過受控的五步驟循環，對 Snowflake、Databricks、Salesforce 資料雲和 Delta Sharing 進行零複製查詢，直接存取資料所在位置——即時查詢，無需 ETL，無需永久複製：選擇數據，首先進行消費核查，查詢資料倉，僅保留臨時快照，並將成本記錄在稽核日誌中。企業連接器——Shopify 驗證點、亞馬遜和 TikTok 商城、POS/ERP/OMS（透過一個受控的 API 系統）、防詐欺收據——將所有資料整合到語義層背後的單一已驗證客戶記錄中。
打開並分享 →Flash 以三種方式解讀您的業務，所有解讀均基於同一語意層，確保邏輯一致。分析：即時儀錶板包含認證指標、行為雷達和 AI 建議－互動漏斗會標示出自身的瓶頸。洞察：即時呈現：以簡潔的語言輸入問題——例如「本月業務如何？」——系統會根據認證指標給出答案和建議的下一步行動，然後一鍵保存到個人分析資訊流，並可匯出為 Markdown 或 HTML 格式。策略：MarPro，AI 研究分析師－完整呈現深度分析：問題樹、平行研究、53 個來源的事實、七個章節、G-Eval 品質關卡，以及一份包含 11 個引用來源的董事會層級報告。英文旁白，內建字幕。
打開並分享 →用簡潔明了的語言告訴 AI 您的目標——例如，透過 15% 的優惠券、電子郵件和推播通知，以親切的語氣贏回流失會員——然後看著 Flash 為您生成真正的營銷活動草稿：類型、根據實時數據確定的受眾、優惠、渠道，所有信息都將以可編輯的草稿形式呈現，並且未經您的草稿絕不會發送。電子郵件將由品牌中心以您的品牌聲音撰寫和渲染，受眾預測將即時更新，數位孿生模型將進行發送演練，優惠券管理將控制預算，而 Track 則會在一個日曆中追蹤所有數據。
打開並分享 →詢問傳統客戶數據平台 (CDP) 上個月的 GMV 是多少，你會得到三個不同的答案；而讓 AI 分析原始數據表，它給出的答案卻肯定是錯的。 Capture 是一款 AI 就緒的 CDP：它即時捕捉超過 2 億會員規模的每一個觸點，然後——最難的部分——在其上構建一個受控語義層：一個業務本體、受控標籤和經過認證的指標，所有這些都在一個引擎上定義一次。客服人員向該語意層查詢即可獲得認證答案，每個消費者看到的都是相同的 number，而且治理和授權機制是內建的，而非後加的。
打開並分享 →Consumer World Model 是什麼：一個多專家行為模型，它基於 5500 萬會員和 8.9 億條行為數據進行學習，然後針對每個品牌進行個性化訓練——行為模型學習過去，數位孿生演練未來。其內部，由眾多領域專家組成的團隊透過一個學習型門控系統進行整合，在各方面都優於單一的共享模型。這部影片整理了其在八個領域中的 23 項功能——哪些功能是該模型的優勢所在，哪些功能仍需傳統機器學習，以及哪些功能因領域而異——然後完整地演示了兩個案例：贏回流失的 VIP 客戶，以及轉化即將購買的客戶。影片中還包含一條明確的規則：如果模型無法超越基準，則永遠不會上線。
打開並分享 →三位 AI 同事，一個受控資料層。 SoCode 將認證數據匯入您的 IDE 並將其轉換為可運行的軟體—輸入受控數據，輸出儀表板和簡報。 SoTag 將 Slack 打造成人類和代理人共享的工作空間：一個真實的會話記錄，其中 -61% 的 GMV 警報得到即時、誠實的診斷。 SoMe 為每位會員提供個人 AI 連線－從入口網站取得金鑰、查看積分、兌換獎勵，全程無需手動操作。
打開並分享 →即時 Win-Back 控制台概覽：您設定過一次的護欄（堅持、投訴破壞者、資金限制、終止開關）、具有預算和目標的 AI 員工以及他們的任務隊列。然後，真正的代理會議分五步進行——啟動、分析一個安靜的 4.6 萬美元常客、決定一份 20 美元的驚喜禮物、在 188 個數字孿生上進行壓力測試、行動——當交付遇到障礙時，它將該項目交給“需要你”隊列中的人員，每一步都記錄在案。
打開並分享 →Consumer World Model 已發現 80,000 名會員即將購買。觀看即時產品如何在幾秒鐘內將這些訊號轉化為實際受眾，在數位孿生模型上預測試優惠，並在午餐前啟動預先演練的自動化行銷活動。
打開並分享 →