跳到主要内容

一家跨境电商的六个环节

这一章讲三件事: 同一家公司里,六个环节各自怎么用它; 哪一个环节的做法最值得抄;以及怎么决定先动哪一个。

它在全书链条里的位置: 第 13 章讲的是五个行业各做各的, 这一章把镜头收进一家公司——所以你能看到同一件工具在不同环节的差别。 第 12 章那两把尺子(信息量、容错率)在这一章第 7 节被换成了两把更实用的。

1. 这家公司要动的四条线

这一节先摆出场景,后面每一节对应一条线。

书里设定的是一家快速发展的跨境电商公司,今年要做四件事1:

  • 加强市场营销,改进和升级产品文案,使其更符合市场和人群需求;
  • 加强售前、售后、辅助下单等环节的服务和沟通效率,提高客户转化率;
  • 对产品进行改进和升级,包括设计、性能、易用性;
  • 利用先进的商业分析和效率工具,深入挖掘数据以提升业务决策水平。

这家公司的痛点很有代表性,尤其是前两条2: 市场同质化(如何在激烈竞争中脱颖而出)、 受众分散(不同年龄、性别、地域、文化背景的人需求各异)、 跨文化沟通(如何在跨文化背景下有效传达信息)、 品牌影响不足

2. 文案:好不好,取决于你喂进去的参数有多具体

这一节讲第一个环节,它给出了这一章最实用的一条经验。

书里的做法分三步走,每一步喂进去的东西都更具体一点:

第一步,给身份和背景。 原话是: 「我们公司是一个跨境大码女装品牌,希望延伸人们对色彩、自然、情感共通的热爱与表达…… 当前我们准备研发新一季的秋装,产品包含 T 恤、外套、裤子和裙子等, 当前品牌主要客群是北美 40 岁以上的女性。」3 这就是第 11 章第 3 节说的那件事:一个身份 = 一整包要求。

第二步,要一个框架。 它给出了一个五段式模板: 引言 → 描述产品特点 → 描述适用场景 → 呈现品牌文化 → 结语4这一步的价值在于:框架一旦定下来,后面每一件商品都能照着填。

第三步,填真实参数。这一步是全章最该抄走的。 书里喂进去的是:成分是 95% 的羊毛和 5% 的锦纶,高羊毛的天然材料, 展现出面料低调内敛的哑光质感;颜色是米色、驼色、白色、灰色, 全部为低饱和度的淡色;目标客群北美 40 岁以上的女性,同时也关注大教堂和福音歌手5

对比一下前后两版:

只有框架时它写的填了参数之后它写的
面料「高质量纯羊毛材料,舒适、柔软、保暖」「95% 羊毛和 5% 锦纶,呈现出低调且内敛的哑光质感」
颜色「呈现自然的色彩和纹理」「使用低饱和度的淡色系调色板」
人群「适合多种场合,如商务聚会,晚宴」「适合北美地区 40 岁以上女性,契合大教堂和福音歌手等特别人群」

结论一句话:文案的说服力不来自形容词,来自参数。 你给「95% 羊毛 5% 锦纶」,它才写得出「哑光质感」;你给「高品质」,它只能还你「高品质」。

换市场只要再说一句。 书里接着说「我们还准备开辟欧洲作为第二市场」, 它就重写了一版针对欧洲女性的文案6——参数没变,口吻变了。 (这件事和第 13 章第 7 节那位数字游民做的是同一件事。)

3. 售前:先拿自家数据把「听懂客户要什么」重训一遍

这一节讲这一章技术含量最高的一段,而且它不是纯检索。

先看问题有多具体: 书里说,在旧的客服系统里, 因为上游那一步把话听错了、分发模块技术局限、意图判断效果一般, 会产生 10% 的分发错误—— 例如用户说「收到货发现不能贴身穿,怎么办」,本应属于「退货询问」, 结果被误识别为「商品询问」,于是返回错误的内容,引发投诉7

10% 是什么概念? 一百个来问的人里有十个被分错窗口—— 而这十个人拿到的是一段答非所问的回复。

书里的解法分四个阶段8:

阶段干什么具体的数
准备语料:每条是「用户提问 + 意图标签」每类标签组合最好超过 20 条,总量最好超过 200 条9
交给做模型的同事去训可以选不同价格、大小的底座
算三把尺子、验证收益并回归测试旧系统的痛点案例10
上线后持续观察指标下降时分析痛点案例,判断是否要再来一轮

第三阶段那三把尺子必须讲清楚,因为它们是这一行验收的通用口径。

第一把叫精确率——就是「它判成退货的那些里,真的是退货的占几成」

第二把叫召回率——就是「所有真的是退货的问题里,它抓到了几成」

第三把叫 F1 值——就是把上面两个数合成一个,用来一眼看好坏; 为什么要合成?因为这两个数可以互相牺牲: 把标准放松,抓得全了(召回率高)但错判也多了(精确率低),反过来也一样。

注意这一段用的动作是微调,不是检索—— 就是第 04 章第 2 节那个「拿一小撮自家数据把已经练好的机器再训一遍」。 (这件事在服务层是怎么卖的,第 17 章第 7 节讲。)

4. 主走查:那封退货来信

这是本章的主走查。一封英文邮件,从进来到被答上,四步。

输入(书里的原文): I'm sorry to say that I've received the goods but I'm quite disappointed with them. I would like to know about your darn return policy!11

第几步谁在做手里拿到什么
1 判意图上一节那个被重训过的分类三段标签:环节-售后;意图-退货询问;情绪-消极12
2 捞条文第 13 章那套骨架把问题变成一串数,去企业知识库里捞——检索到 6 条相关度较高的内容13
3 拼提问拼装把 6 条条款 + 客户原问题拼成一段,并且加一句硬约束:「尽量照着给的文本如实回答,如果答案不在下面的文本里,就说『抱歉,我不知道,你可以点这里联系人工客服』14
4 从 6 条里挑中第 3 条原样答回去:「如果您收到有瑕疵或不满意的产品,请先拍照并联系我们的客服;我们会告诉您退货流程的下一步,并确保您的退款和退货被妥善安排」15

第 3 步那句硬约束是全章最该抄走的一句话。 它把第 05 章那个「给了材料还乱添」的毛病,用一句话堵住了大半: 不知道就说不知道,并且给一个人工出口。

再看第 4 步:它没有创作,它挑了一条。 这就是这一整套骨架的性格——在这种场景里,不创作才是对的。

5. 设计:它写词,另一个工具出图

这一节讲一个和前面完全不同的环节,它把两件工具串了起来。

书里的角色是一位产品设计师,要做一款让客户自己设计图案的 T 恤16流程是四步,每一步的产出都是下一步的输入:

第几步干什么产出
1给身份 + 问「我该如何描述 T 恤的细节需求」它给出四个维度:主题、颜色、款式、字体和文字17
2照着四个维度填:主题是活力且自然、核心是抽象的花朵与树叶、颜色是柔和的莫兰迪色、款式是圆领、不包含文字它把每一项扩写成可执行的描述:真实感、色彩搭配、纹理、轮廓、合适性18
3让它把描述压成关键词,再翻译成英文一串英文关键词
4把这串英文粘到出图工具里(书里点名的这个出图工具叫 Midjourney)不到一分钟就有了结果19

注意第 2 步那个「莫兰迪色系」——它属于这一节,不属于第 2 节那件外套。 同一家公司的两个环节,喂给它的参数长得完全不一样:

环节喂进去的参数
文案(第 2 节)95% 羊毛 5% 锦纶;米色、驼色、白色、灰色这类低饱和度淡色
设计(本节)抽象的花朵与树叶;柔和的莫兰迪色;圆领;不含文字

书里对这个组合的判断是:一个负责把客户的想法变成独特的方案和描述细节, 另一个负责把方案可视化,从而大大减少个性化定制的成本20

6. 另外三个环节,各给一句

这一节把剩下三个环节压缩,因为它们的做法在前面都出现过。

环节它干了什么关键细节
售后:评论摘要从一堆多语言评论里提炼「最满意的点」和「不满的点」,再问「下一季应该延续什么、避免什么」那位售后专员完成报告的时间从 3 天降至 0.5 天21——但书里没说这个数是怎么测的
商业分析负责人在工具里输入「最大增长亮点产品品类和地区」,它先写一段查询语句去数据库取数,再回答「用什么图最合适」(答:热力图或地图)它明确拒绝了一件事:「作为 AI 语言模型,我无法直接为您提供生成 HTML 代码的服务」22
会议助理把一段会议录音转出的文字,整理成含「议题、讨论、结论、会后任务」四部分的纪要会后任务里点到了具体的人:「小 A 负责……」「小 B 和小 C 共同制定……」23

那段查询语句是用一种专门的语言写的,而这个名字你在任何一份数据岗位的招聘启事上都会撞见: 它叫 SQL——就是「跟数据库说话的那套写法」,一句话里写明要哪几列、从哪张表取、 限定什么条件22

「先写查询语句,再决定用什么图」这两步值得单独看一眼: 第一步它没碰数据,只写了取数的指令;第二步它也没碰数据,只给了呈现建议。 真正的数从头到尾在数据库里,没有进过它的脑子——这是一种很值得学的用法。

7. 两把尺子:提效多少,能替掉多少

这一节给出这一章的决策框架,它比第 12 章那四个格子更贴近执行。

书里的两个维度是24:

  • 效率:是否能提升这个环节的效率或缩短整体时长—— 包括 24 小时不间断、支持数据检索、排单精准性等;
  • 替代率:是否足以解决这个环节的问题—— 包括线上问题解决程度、它和这个环节的匹配程度、它在整个环节问题中所占的比例。

书里的判断是:当它在垂直领域上的训练和实践成熟之后, 在市场营销、售前沟通以及售后服务这些需要更高替代率的环节,它可以独立承担职责—— 也就是第 12 章那个代驾25

书里给了两个具体的岗位变化,这两个例子很实在: 人工翻译转换为「它先翻、人润色」;人工文案创作转变为「它先写、人审校」25

这一行的盘子有多大? 书里给了四个数,每一个都得配上一个可比的量才读得出分量:

书里给的数它说的是什么拿什么比
2.54 万家26国内有内容生成和客服需求的平台卖家、独立站运营者、渠道商和第 13 章那家法律科技公司服务的 1 万多家律所是同一个量级——都是「以万计的中小机构」,不是几百家大厂
14.2 万亿元26这些人最终推动的交易规模第 13 章给过中国人力资源服务业的年营业收入是 2.46 万亿元——这里是它的近六倍
15%~20%27智能客服改造后预估的指标提升对照第 3 节那个 10%:改造前光「把人分错窗口」这一项就占一成,所以这个提升幅度大致等于把这类错误清掉再多一点
1.5%~2%27最终落到客户满意度上的提升只有上一行的十分之一左右——指标涨一大截,客户的体感只涨一点点

这四个数要分开对待。 前两个是行业统计,后两个是「预估」—— 书里用的词就是「预估」,没有给出测算方法、样本或时间跨度。 最后一行那个十分之一尤其值得记:它是这一章唯一一处让人看见「提效」和「客户感受」之间落差的数。

这一章最后一句判断值得记:企业不能把它当作员工的简单替代品, 而应该把它看作推进力量,把员工从烦琐的重复性工作中解脱出来, 让他们去探索和设计以人机协作为中心的新业务流程28

8. 作者的判断与证据

说法性质
六个环节的做法与对话示例,作者设计的场景,不是某家公司的实录
旧系统 10% 的分发错误具体的数,但没有说来源
微调四阶段与那三个指标工程实践,写法专业、可照做
那 6 条条款与硬约束实录,书里给了完整的提问原文
报告从 3 天降至 0.5 天单个案例的自述,没有对照
15%~20% 的提升预估,书里明说
「不能当作简单替代品」作者的判断

必须点破的一处:这一章的所有角色(小胡、阿明、康康、晓晓、芝芝、常总、阿美) 都是作者编的。 他们的对话是真实可跑的,但「效果」全部没有对照。

9. 边界与局限

  • 这一章只有一家公司、一个行业。 跨境电商是内容密集、容错率相对高的行业, 它的经验不能直接搬到医疗、金融这类容错率低的行业(见第 12 章第 6 节那四个格子)。
  • 书里没有讲这套东西的失败率。 6 条捞回来有几条相关?意图分错了怎么办? 第 3 节那个 10% 是改造前的数,改造后的数一个都没有。
  • 书里没有讲成本。 每答一次要花多少钱,和省下来的人力比是多少? 这个问题要到第 18 章才有框架。
  • 那句「作为 AI 语言模型,我无法直接为您提供生成 HTML 代码的服务」很值得注意—— 书里把它照实录了下来,没有掩饰。这是全书少有的一次「它拒绝了」。

10. 可带走的

  1. 文案的说服力不来自形容词,来自参数。 95% 羊毛 5% 锦纶、米色驼色白色灰色这类低饱和度淡色——具体到这个程度才有用。
  2. 同一家公司不同环节喂的参数不一样:文案要成分和颜色,设计要主题和色系。
  3. 售前那一段不是纯检索:先拿自家数据把「听懂客户要什么」重训一遍(微调),再去捞条文。
  4. 验收的三把尺子:精确率、召回率、F1 值。
  5. 最该抄走的一句是那个硬约束:不知道就说不知道,并给一个人工出口。
  6. 让它写取数的指令、让数据留在数据库里——这是一种很稳的用法。
  7. 选环节看两个量:能提多少效、能替掉多少。 替代率高的环节才谈得上代驾。

11. 原文地图

主题原书章原文位置
这家公司的四件事11 企业业务型应用text/13-ch11.txt:14(搜「加强市场营销,改进和升级产品文案」)
市场营销的四个痛点11 企业业务型应用text/13-ch11.txt:33(搜「市场同质化」)
给身份11 企业业务型应用text/13-ch11.txt:80(搜「我们公司是一个跨境大码女装品牌」)
五段式框架11 企业业务型应用text/13-ch11.txt:107(搜「引言:吸引读者的注意力」)
外套的真实参数11 企业业务型应用text/13-ch11.txt:144(搜「成分是95%的羊毛和5%的锦纶」) · text/13-ch11.txt:146(搜「全部为低饱和度的淡色」)
欧洲版文案11 企业业务型应用text/13-ch11.txt:182(搜「我们还准备开辟欧洲作为此女装的第二市场」)
10% 的分发错误11 企业业务型应用text/13-ch11.txt:415(搜「会产生10%的分发错误case」)
微调四阶段与指标11 企业业务型应用text/13-ch11.txt:423(搜「第一阶段:环境配置和数据准备」) · text/13-ch11.txt:438(搜「计算各个分类的精确率」)
退货来信与 6 条条款11 企业业务型应用text/13-ch11.txt:464(搜「环节-售后;意图-退货询问;情绪-消极」) · text/13-ch11.txt:469(搜「检索到了以下6条」)
莫兰迪色系(设计那一环)11 企业业务型应用text/13-ch11.txt:709(搜「柔和的莫兰迪色」)
3 天降至 0.5 天11 企业业务型应用text/13-ch11.txt:627(搜「从3天降至0.5天」)
商业分析两步11 企业业务型应用text/13-ch11.txt:985(搜「生成一段sql语句」) · text/13-ch11.txt:1023(搜「热力图或地图」)
效率与替代率11 企业业务型应用text/13-ch11.txt:1231(搜「从效率」)
2.54 万家与 14.2 万亿11 企业业务型应用text/13-ch11.txt:1214(搜「在国内数量达到2.54万家」)

Footnotes

  1. 出处:「11 企业业务型应用」第 14 段(text/13-ch11.txt:14,搜「加强市场营销,改进和升级产品文案」)。四件事在第 14–24 段。

  2. 出处:「11 企业业务型应用」第 33 段(text/13-ch11.txt:33,搜「市场同质化」)。四个痛点在第 33–47 段。

  3. 出处:「11 企业业务型应用」第 80 段(text/13-ch11.txt:80,搜「我们公司是一个跨境大码女装品牌」)。

  4. 出处:「11 企业业务型应用」第 107 段(text/13-ch11.txt:107,搜「引言:吸引读者的注意力」)。五段在第 107–115 段。

  5. 出处:「11 企业业务型应用」第 144 段(text/13-ch11.txt:144,搜「成分是95%的羊毛和5%的锦纶」)与第 146 段(text/13-ch11.txt:146,搜「全部为低饱和度的淡色」)。这一段里没有「莫兰迪」这个词——那个词属于第 5 节的设计环节。

  6. 出处:「11 企业业务型应用」第 182 段(text/13-ch11.txt:182,搜「我们还准备开辟欧洲作为此女装的第二市场」)。

  7. 出处:「11 企业业务型应用」第 415 段(text/13-ch11.txt:415,搜「会产生10%的分发错误case」)与第 426 段(text/13-ch11.txt:426,搜「收到货发现不能贴身穿」)。

  8. 出处:「11 企业业务型应用」第 423 段(text/13-ch11.txt:423,搜「第一阶段:环境配置和数据准备」)到第 445 段。原文把第二、第三阶段的标题写重了(都叫「数据加载和微调模型阶段」),我们按内容归类。

  9. 出处:「11 企业业务型应用」第 432 段(text/13-ch11.txt:432,搜「每类标签组合最好超过20条数据」)。

  10. 出处:「11 企业业务型应用」第 438 段(text/13-ch11.txt:438,搜「计算各个分类的精确率」)。那三个词的大白话解释是我们补的,书里只列了名字。

  11. 出处:「11 企业业务型应用」第 459 段(text/13-ch11.txt:459,搜「I would like to know about」)。

  12. 出处:「11 企业业务型应用」第 464 段(text/13-ch11.txt:464,搜「环节-售后;意图-退货询问;情绪-消极」)。

  13. 出处:「11 企业业务型应用」第 469 段(text/13-ch11.txt:469,搜「检索到了以下6条」)。6 条条款的英文原文在第 481–505 段(text/13-ch11.txt:481,搜「7-day free return policy」)。

  14. 出处:「11 企业业务型应用」第 474 段(text/13-ch11.txt:474,搜「Answer the question as truthfully as possible」)。这一句硬约束是原文提问模板里的第一句。

  15. 出处:「11 企业业务型应用」第 516 段(text/13-ch11.txt:516,搜「take a photo and contact our customer service staff first」)。这一条正是 6 条里的第 3 条。

  16. 出处:「11 企业业务型应用」第 650 段(text/13-ch11.txt:650,搜「芝芝是一家电商公司的产品设计师」)。

  17. 出处:「11 企业业务型应用」第 681 段(text/13-ch11.txt:681,搜「您需要描述T恤的细节需求」)。

  18. 出处:「11 企业业务型应用」第 709 段(text/13-ch11.txt:709,搜「柔和的莫兰迪色」)。扩写的五条在第 717–735 段。

  19. 出处:「11 企业业务型应用」第 790 段(text/13-ch11.txt:790,搜「不到一分钟就有了」)。出图工具的名字在同一句里:原文写的是「将 ChatGPT 写的 prompt 粘贴到 Midjourney 中」。

  20. 出处:「11 企业业务型应用」第 798 段(text/13-ch11.txt:798,搜「大大减少个性化定制成本」)。

  21. 出处:「11 企业业务型应用」第 627 段(text/13-ch11.txt:627,搜「从3天降至0.5天」)。

  22. 出处:「11 企业业务型应用」第 1037 段(text/13-ch11.txt:1037,搜「我无法直接为您提供生成HTML」)。前面两步在第 985 段(text/13-ch11.txt:985,搜「生成一段sql语句」)与第 1023 段(text/13-ch11.txt:1023,搜「热力图或地图」)。「sql」这个名字就在那一句提问里;它回的那一段里也把「SQL 语句」写了出来(text/13-ch11.txt:989,搜「生成以下SQL语句」)。那句大白话解释是我们补的,书里没有解释这三个字母。 2

  23. 出处:「11 企业业务型应用」第 1160 段(text/13-ch11.txt:1160,搜「包含“议题”」)。会后任务在第 1195–1205 段。

  24. 出处:「11 企业业务型应用」第 1231 段(text/13-ch11.txt:1231,搜「从效率」)。两个维度的定义在第 1234–1239 段。

  25. 出处:「11 企业业务型应用」第 1243 段(text/13-ch11.txt:1243,搜「大模型可以独立承担」)。 2

  26. 出处:「11 企业业务型应用」第 1214 段(text/13-ch11.txt:1214,搜「在国内数量达到2.54万家」)。14.2 万亿在同一段的下半截(text/13-ch11.txt:1215,搜「更需要借助各种信息来源」)。两个拿来做对照的数出自第 13 章:1 万多家律所与 2.46 万亿元,都在原书第 10 章里。 2

  27. 出处:「11 企业业务型应用」第 1220 段(text/13-ch11.txt:1220,搜「智能客服预估指标可提」)。同一段引了一家咨询公司对 30 个行业的分析(text/13-ch11.txt:1218,搜「麦肯锡曾对30」)。 2

  28. 出处:「11 企业业务型应用」第 1250 段(text/13-ch11.txt:1250,搜「企业不能把大模型当做员工的简单替代品」)。