電商平台“托管” “自營” 模式下，一人萬店的AI解決方案
2023年跨境電商四小龍“ Temu、速賣通，Tiktok Shop、Shein”讓“全托管”模式成為電商行業最火爆的關鍵詞。 全托管模式其本質是商家掌握貨權，負責選品、發品、核價等動作，而托管平台則掌握商家的經營權，負責商品的定價、營運、物流等相關環節。全托管模式對于缺乏内容生産能力以及商品營運能力的工廠型商家更為友好，在整體市場商品供給大于需求的環境下，該模式可以幫助商家迅速清理庫存。
盡管全托管模式有着流量集中的管理，為商家節約營運成本和人力成本的優勢，但是由于是平台定價，商家的利潤空間往往得不到保證，于是行業又誕生了“半托管模式”，将全托管模式下的商品定價權交還給商家，為商家提供更多的靈活性，阿裡旗下1688平台入淘，針對于旗下工廠類商家，采用的即為半托管模式。
無論是現在火爆的“全托管”“半托管”還是電商平台之前“自營模式“，都給平台帶來驟增的商品營運壓力需求， 也帶來了全新的”營運模式”，即從以前的“一人數店”到“一人萬店”甚至“一人數十萬店”的營運要求，面對如此龐大的店鋪數，平台端要解決的問題不僅僅是“如何批量制作内容”的這類關乎生産數量和效率的問題，同樣要解決的是在如此龐大營運内容下，如何将平台作為一個整體，提升綜合的營運效果與轉化，進而提升流量效率，提升平台整體的營收。這在如今日益激烈的跨平台電商競争環境中顯得更為重要。
目前電商平台針對這類營運需求的主要手段為使用AI工具進行内容的批量化的生産以及加工。這類AI的批量化工具或是由平台自主研發，或是由第三方提供工具化的接口調用，再由大量的設計師團隊人工+AI的模式的進行生産替換，增加商品賣點，由商品營運人員進行素材的替換，去測試整體效果，但是這類解決方案仍有以下弊端：
工具輸出的内容半成品，會有巨大的人工成本輸出
以主流的電商的圖檔軟體為例，工具在解決圖檔背景生成以及圖檔延展問題中，輸出給設計師的多為一張商品展示圖，而在電商的場景應用中，商品主圖以及引流位置的關鍵圖檔都需要人為增加賣點，在涉及到大量的商品數量時，其中關于大量的賣點合成工作需要人工完成，單個設計師的産能峰值在幾十張圖/天，在數以百萬記的商品數量面前，大大影響營運素材的生産效率。
生産營運的分離，營運效果為負向
設計師為批量内容的生産者，每個設計師對于内容的了解不同，進而導緻利用工具生産出來的圖檔品質與風格會不盡相同，而這會導緻内容政策的分散性，缺少統一内容政策，也很難和商品政策形成有效關聯。營運團隊在将設計師和AI工具共同完成的素材上架後，會發現多數情況下營運資料為負向，确很難定義原因。
工具無法根據營運效果疊代，解決行業Know-How問題
簡單的生成工具解決的是“技術問題” ，以圖檔舉例來說，很多工具化軟體疊代方向是如何讓背景和商品結合度更好，陰影和光影的位置如何更自然，而電商平台作為一個整體，需要解決的核心問題是除了以上的技術生成效果，還需要解決具體化的場景問題，積累形成平台端的營運“Know-How”，比如“電鍋在什麼樣的背景下CTR轉化會有提高”、“ 圖檔生成的角度是平視效果還是俯視效果好”、“ 背景生成的時候是用原圖拓展好還是用白底生成效果好”、“ 哪些品類更适合做生成哪些更适合做延展”...... 這些都是一個個需要疊代的場景化需求，而工具化很難完成，且這些場景會根據電商平台本身的算法改變而改變，行業Know-How的積累是營運工作的核心。
奧創光年針對大型電商平台提供批量化解決方案，不同于傳統的AI工具，其為客戶提供的是真正意義上的完整的全鍊路解決方案，這類解決方案是在多個客戶實戰應用中共創，經過多輪驗證，不但可以有效提升平台整體的GMV，部分項目在平台測算投入産出ROI時依然為正，也就是說平台為批量生成内容的支付成本小于其GMV增長帶來的收入增加，有效形成正向的營運循環，達成雙方共赢的局面，同時也驗證了這樣一個基礎事實，即托管或自營電商平台可以通過AI批量化内容生産營運（圖檔、視訊、賣點等替換），有效提升平台作為一個整體的營運效果，包含CTR、CVR、GMV等多項營運資料。
究其本質，奧創光年所提供的批量化全鍊路解決方案，是通過AI批量傳遞最終營運素材，并通過”精細化”營運，與平台共創内容生成政策，再根據營運的資料結果，積累行業的Know-How，在具像化的場景中疊代産品，提升營運效果。
以實戰案例舉例，比如某平台使用者希望提升公域的CTR數值， 進而提升其平台的整體GMV，這就是客戶的核心的目标。在此目标之下，圖檔生成的的驗收标準變成了“與原圖品質進行比較”而非單一生産。
根據目标，奧創光年首先會與客戶制定内容政策。根據平台圖檔的基礎品質，奧創與客戶會将商家原始圖檔分成三類，分為原始圖檔品質較差（多為白底圖），圖檔品質中上，以及圖檔品質優秀幾個檔次，在不同檔次中提供背景合成、背景延伸等不同技術手段服務，來提升整體優化效果。在商品政策端，奧創與客戶也會根據商品的GMV貢獻值，将商品貢獻分為不同檔次，同時也會對不同葉類的商品進行政策總結。
随後奧創再根據商品和内容政策進行批量化的生産，最終送出給平台的不僅僅是商品圖檔，而是有賣點組合的商品主圖。但批量化的生産内容也仍需要經過人工判斷美感（與原圖比較）和資料AB測試方可上線，是以奧創會根據AB測的結果以周會的形式進一步疊代政策，多輪生成後，生成圖檔+視訊的總量數以十萬記，不但既定的CTR提升目标超過原有目标的200%，正向率絕對值提升超過20%，為平台商家創造了正向的GMV，而且從财務資料結果來看ROI也為正向，形成了很好的雙赢格局。
而在整體項目中，電商平台需要投入的人員不超過3人，他們需要完成的僅有4件事：提供商品原始素材以及賣點資訊，共同制定商品政策，商品素材上架以及定期以周會的形式進行資料複盤。
值得一提的是，奧創光年在該模式的前期結算方式，僅以素材生成量進行結算，這為電商平台提供了相當大的成本靈活性，無需投入大量人力投入也無需年度的工具采買。
在這類合作模式中，奧創光年不是單一的AI内容工具提供方，而是客戶”一人萬店“自營或者“全托模式”下的AI深度合作夥伴。在與客戶共創中，奧創承擔了“内容政策”以及“批量内容制作”的需求角色，通過技術疊代與營運疊代去服務使用者效果。
現今，經過大批量的實戰後，Mogic AI可以回答很多營運的具體的問題，比如之前提到的“電鍋用什麼樣的背景可以提升CTR？”、“哪些品類應該用虛拟背景轉化效率高而實際場景轉化效率低”等等。
在營運資料清晰明确的基礎上，技術團隊需要關注的不僅僅是提升各品類商品的光影效果，更重要的是實作不同品類的商品與各類優秀模闆的有效融合。通過這種方式來不斷優化疊代效果，積累形成寶貴的行業營運經驗，即“Know-How”。 這種經驗将成為奧創光年在擁有完善的技術實力之外的另一大競争優勢。在未來，随着奧創與更多新平台客戶的合作，這一優勢将得到更加充分的展現和發揮。
在托管模式成為工廠電商的主流模式的今天。電商平台之間的競争主要在于流量的競争以及流量營運效率的競争。Mogic AI已經通過大量實戰經驗總結出一套行之有效的打法，未來也會在打法上繼續疊代，與電商平台類客戶探索更為經濟有效的解決方案。