圖/ DeepSeek可能的應(yīng)用場景

因此，要讓DeepSeek真正在運營方面幫助我們，就要給它足夠好、足夠多的數(shù)據(jù)。

目前，許多跨境電商數(shù)據(jù)，DeepSeek是無法直接獲取的，因此，它的正常運作，需要更多數(shù)據(jù)鏈來支撐，例如，DeepSeek無法直接獲取亞馬遜的廣告數(shù)據(jù)，需要通過API對接或下載數(shù)據(jù)后，它才能發(fā)揮作用。

備貨時， 需要融入ERP軟件，選品時，則要結(jié)合選品軟件賣家精靈、Keeper等，因為它們記錄了所有ASIN（亞馬遜產(chǎn)品編號）的實時數(shù)據(jù)。在基于足夠多的ASIN數(shù)據(jù)的前提下，我們才可以對DeepSeek提問“暢銷的款式是哪些？重量是多少？價格應(yīng)該如何定？毛利率和銷量如何？在廣告中采取什么策略？”等等。DeepSeek才能給出較好的答案。這樣一來，大大提高了效率，以往一天只能選 5-10款款產(chǎn)品，現(xiàn)在可以選 100+款。

此外，賣家也可以把 TikTok、Instagram的數(shù)據(jù)、Google Trends 關(guān)鍵詞乃至競品數(shù)據(jù)，精準(zhǔn)地喂給大模型，得到內(nèi)容創(chuàng)作、投放策略等方面的建議，同時可以跟進(jìn)到競品的動態(tài)，比如爆發(fā)力、好評和差評等，提出及時預(yù)警，以做出應(yīng)對措施。

安克創(chuàng)新在使用AI大模型時，也非常注意數(shù)據(jù)的投喂。

例如，在客服方面，安克創(chuàng)新已經(jīng)積累了大量的知識庫，因此，安克團(tuán)隊將已有的數(shù)據(jù)（如客服知識、科普知識），通過embedding（預(yù)埋入）的方式存入向量數(shù)據(jù)庫，并讓大模型（以ChatGPT為主）去做匹配，疊加安克創(chuàng)新原有的智能Shulex的基礎(chǔ)，使客服回復(fù)的質(zhì)量與效率，大大提升。比如，安克創(chuàng)新以首發(fā)郵件的回復(fù)率為目標(biāo)，持續(xù)訓(xùn)練AI，最終客服部門每周提效累計150小時，5輪對話以內(nèi)解決問題的比例達(dá)到92%。

在線上投放方面，安克創(chuàng)新用大語言模型進(jìn)行數(shù)據(jù)的標(biāo)注、打標(biāo)簽、投放描述，然后結(jié)合Midjourney、 Stable Diffusion生成初始素材，結(jié)合人工進(jìn)行修改。在一段時間里，安克創(chuàng)新的廣告投放點擊率實現(xiàn)了約15%的提高，轉(zhuǎn)化率的提升也在 10% 左右。

做個不太精確的比喻，如果DeepSeek是柴刀，客服、選品、ERP等方面的工具和數(shù)據(jù)，則是柴刀的柄。套上柄的柴刀，砍起柴來，又快又好。