獨家：孩子王借AI精準營銷拿下近3億業務新增量！

在母嬰零售行業競爭日益激烈的今天，孩子王以 AI 驅動的“千人千面”精準營銷，帶來了近 3 億元的業務新增量！
借助“智能DTC”工具，孩子王不僅實現了大規模的個性化推送，還用智能化的精準觸達大幅度提升了轉化率。

2024 年，AI 營銷為孩子王貢獻了 1.7 億至 1.8 億的新增營收，而這一增量在 2025 年預計突破 3 億元大關。通過 AI 精確篩選流失用戶并重新激活，孩子王打破了傳統營銷的低效壁壘，將精準營銷從“標配”升級為“必備”。

AI 不僅能夠自動分析用戶數據，還能通過多渠道（如企業微信、APP推送、短信、電話等）智能判斷最佳觸達方式，大幅提升觸達率至70%-80%。

而 AI 的真正突破點，在于其能夠將整個營銷流程串聯起來，打破了以往人工操作中的低效與限制。它不僅優化了文案創作，還能通過不斷自我迭代，測試數百種營銷方案，迅速找到最適合的策略，這種自我進化能力使得孩子王在不斷變化的市場環境中，能夠快速響應、精準獲客、最大化轉化。

通過 AI 全面賦能，孩子王將傳統母嬰市場的運營方式推向了智能化新時代，在此過程中，他們還新創建了 AIBP 新角色以適應新變化。接下來，讓我們一起看看孩子王的 AI 千人千面營銷玩法，也歡迎你加入見實會員，獲取這次對話完整版1.1萬字。

對了，孩子王CTO王海龍也將在見實進行更多細節分享，歡迎下邊掃碼報名，面對面交流。

01

AI 千人千面營銷

帶來業務新增量近 3 億

見實：你們用 AI 實現千人千面的精準營銷后，帶來了哪些實際增長？

王海龍:首先，AI 精準營銷實現了 30% 的生意完全不需要人工參與，節省了大量人力。

其次，我們在業務增長中也實現了新增量，2024 年這一部分增量達到了 1.7 億到 1.8 億，2025 年預計增量能達到近 3 億。

見實：新增量主要來自哪里？

王海龍:主要來自于對流失用戶的重新觸達和激活。

我們把三個月未購買的用戶視為流失用戶，因為母嬰需求是「持續性」的，用戶幾乎不可能三個月不需要紙尿褲或奶粉。所以我們通過 AI 來精準篩選并重新激活流失用戶，提高了轉化率，帶來了業務新增量。

見實：如何判斷是 AI 帶來的新增量？

王海龍:AI 觸達主要是針對特定的品類，比如尿褲。如果用戶在 AI 觸達后，24 小時內購買了該品類，我們就認為是通過 AI 算法“撈回來”的。

如果超過 24 小時才購買，或者購買的品類不匹配（如購買的是零食而不是尿褲），我們就不計算為 AI 的觸達轉化，口徑比較嚴格。

AI 使我們的全渠道觸達不再局限于低效的傳統方式，而是智能化精準推送，極大提升了用戶體驗和轉化率。

見實：用 AI 實現千人千面，最大的突破點是什么？

王海龍:最大的突破在于，AI 能夠將流程串聯起來。以前，像打標簽、寫文案、觸達用戶這些技術，它們分散在各個點，很難串聯起來。人力去做這些事情時，往往會受到執行率和質量的影響，因此精準營銷之前一直沒達到理想效果。

AI 將這些流程串起來后，整個環節不再需要人力介入，效率大幅提高，同時AI可以快速迭代進化。比如，當第一次執行任務時，如果 AI 發現轉化率不理想，就會調整策略，下次換個文案試試。AI 可以在短時間內測試成百上千種文案，而人力只能做到十幾種。

AI 的優勢就在于，它能夠快速執行，并找到適合用戶的策略，以及不斷自我進化，帶來連鎖反應，提升整體效率和效果。

見實：流程的串聯，主要指 AI 與現有 CRM 系統、SCRM 系統的結合？

王海龍:對，以前需要人工手動操作多個系統，從一個平臺提取數據，再轉到另一個系統。現在，AI 可以直接連接這些系統，自動提取并整合數據。

例如，AI 可以從 CRM 系統提取客群數據，從營銷系統提取優惠券信息，直接通過 API 調用將數據傳輸并執行任務，這種自動化打破了各個系統之間的壁壘。AI 核心串聯的是“流程”，它簡化了業務流程，無需人工干預。

02

AI 提升了觸達流程

綜合觸達率達到 70%-80%

見實：先從 AI 進行標簽分類開始講起？

王海龍:我們現在大概有 1500 個標簽，之前沒有 AI 時，打標簽主要依賴人工來做，效率低，且顆粒度遠不如 AI 細致。因此AI 的第一個優勢就在于能對每個用戶進行精細化、精準化的標簽分類。

AI 對用戶進行標簽分類后，可以根據這些標簽，定制個性化的營銷內容及商品推薦。比如對于某個女寶寶，AI 可以根據其購買記錄，推薦她喜歡的粉紅色公主裝或是愛莎主題產品。

見實：識別標簽后如何實現 AI 千人千面觸達？

王海龍:以前的全渠道觸達，不僅效率低，而且內容精準度也不高。

現在我們可以讓 AI 通過短信、企業微信、電話等多種渠道觸達用戶，AI也可以根據用戶行為和偏好選擇最合適的觸達渠道，比如能分析出用戶之前通過哪個渠道轉化，哪種方式對他們最有效，這樣觸達效率和轉化率都得到了提升。

比如，我們會用 AI 來分析用戶與品牌的多個接觸點，比如是否添加了企業微信。因為通過企微進行的觸達效果最好，所以優先通過企微進行觸達，一般一周最多觸達兩到三次。

如果該渠道觸達頻次達到上限，或者用戶沒加企微，我們就會用 AI 分析用戶是否下載了 APP，如果下載了，就通過 APP 推送消息。但并不是所有人都會打開推送，因此我們還會看用戶打開 APP 的頻率，如果打開頻率高，下次打開時我們會通過彈窗提示他們需要看的內容。

若以上這些方式都沒觸達用戶，就會用AI發短信或打電話。短信雖然有效，但有成本且效果不穩定，所以只是一個備用方案。最后的觸達方式，會通過AI外呼打電話給用戶，雖然不能保證每個用戶都會接電話，也不能保證轉化，但通過這些不同的渠道綜合觸達，整體觸達率可以達到 70%—80%。

見實：觸達率還挺高的。

王海龍:對，AI 使個性化觸達排序更精準。以前我們只能知道某個用戶喜歡哪個觸達渠道，但 AI 能根據每個用戶的行為數據，更精細判斷每個用戶的偏好，綜合判斷最合適的觸達渠道。

例如，如果某個用戶對企業微信不理，但對短信非常敏感，我們會給他打上短信優先的標簽。AI 讓我們能做到精準的千人千面觸達，而之前這樣的個性化管理非常困難。

由于每個用戶的偏好都不一樣，AI 還可以根據這些偏好，自動生成個性化的文案和內容，確保營銷的精準性。例如，短信內容可能會加入價格優惠信息，企微消息則能加上圖片和表情，APP 通知則會突出商品信息。這樣，我們就能做到千人千面，最大化觸達效果。

見實：AI 如何識別用戶需求，需求圖譜是怎么構建的？又如何反哺標簽？

王海龍:這是孩子王的核心競爭力之一，我們一直在服務 0 到 14 歲的兒童，我們通過分析該年齡段用戶的需求，建立會員需求圖譜，這是基于我們長期在這個行業積累的數據。

我們會通過 AI 自動篩選出各標簽人群，分析他們的需求，并匹配相應的營銷內容、文章、商品資源以及優惠券，并根據用戶的生命周期，為他們提供定制化、個性化的產品和服務。

之后通過用戶購買的商品，還可以倒推出小孩的月齡以及消費習慣，進而為用戶打上新標簽。這些標簽越精準，我們對用戶的畫像就越清晰。基于這個畫像，再匹配原有的會員需求生命周期圖譜，從而更精準地預測用戶下一階段需求。

03

AI自動生成個性化營銷內容

及進行千人千面精準商品推薦

見實：剛提到 AI 會自動生成營銷文案、圖片等，圖片直接商用的難度挺大，你們AI 生圖是自己開發的模型嗎？

王海龍:完全依賴大模型的可控性并不強，我們采用了一種結合方法：大模型幫助設計文案和生成方案，但在最終生成圖時，采用較為保守的算法，使用摳圖技術將幾個不同的圖像合成在一起。

比如，大模型會根據我們提供的奶瓶商品主圖來設計營銷圖的文案和背景色，它給出設計方案后，我們用傳統技術將這些要素合成在一起。這樣可以確保圖像的可控性，且最終的審美效果較為理想。

最終合成過程完全由技術工具完成，并未依賴大模型來合成圖，傳統技術就能做到這一步。目前所有生成的圖像都能直接發出，這個過程已經非常成熟了，不再需要人工審核。

見實：文案和圖片的訓練有難度嗎？

王海龍:技術上的難度并不大，主要是工程上的難度。我們有大約 8000 名育兒顧問，他們與用戶的交互數據非常真實。

我們將這些數據提取出來，訓練模型，確保 AI 的回復符合我們的標準。并在 AI 服務用戶時，后臺有專門團隊監督它的回復，確保沒有錯誤。如果發現不合適的回答，我們會收集并再訓練模型，讓其不斷進化。這是一個工程化、運營化的任務，需要時間和大量的用戶交互數據，才能逐步提高 AI 的表現。

現在有了 AI，哪怕是同一類用戶（比如都是需要購買輔食的用戶），AI 也能根據細分需求進一步精準推送內容。例如，同樣是男寶寶和女寶寶，他們的需求會有所不同，南方和北方的寶寶也會由于氣候差異有不同需求，因此看到的內容也會完全不同。

AI 不僅用于個性化營銷，還包括商品的精準推薦。比如，我們有一些定價嚴格的品牌商品，不允許打折。但通過 AI，我們可以為每個用戶生成一個專屬鏈接，用戶打開鏈接后看到的價格可能會比市面上的其他平臺便宜，這樣既不破壞品牌定價規則，又能提高用戶的購買欲望。

04

組織變化上新增了AIBP角色

技術人員學習業務相對更容易

見實：AI 代替人后，最明顯的效果提升在哪些方面？

王海龍:體現在執行率上。之前讓幾萬名員工去觸達用戶，整體執行率比較低，且無法做到百分百覆蓋。如果每個環節的執行效率都只有10%，那么最終傳達到用戶的效果就會非常差。

而且監督這些員工執行任務是一項巨大的管理成本。通過 AI 替代后，執行率大大提升，因為 AI 不受情緒和效率的限制，能夠穩定高效地完成任務。

見實：現在整個過程中還有需要人力參與的地方嗎？

王海龍:目前人力參與的部分主要是不斷開發新的模型，挖掘人群標簽中的機會點，把這些模型訓練到 AI 中。

使用 AI 的前提是需要有人教它如何做，從而開發出新的精準營銷模型。比如，根據不同人群（如過生日的用戶或待產的用戶），人力需要定義出如何為這些人群配備什么樣的資源和話術。

見實：在AI 實現千人千面營銷過程中，最難“啃”的是什么？你們是怎么解決的？

王海龍:一是技術上的挑戰。AI 剛開始使用時面臨的挑戰是，能否做到文案和圖像的可用標準。尤其是做圖時，很多AI模型會有“幻覺”，導致生成的圖和實際商品圖有細微差別，這會導致用戶收到的商品和宣傳圖不一致。

另外，如果每張圖都要人工審核，那 AI 的效率就會大打折扣。所以我們 2024 年花了大量時間測試，大概用了三到四個月的時間，確保模型生成的圖像能精準還原商品。

二是組織上的挑戰。以前這項工作是由人來做的，很多人會對 AI 的介入產生抗拒。因此我們先在內部做了一個“機器與人”的 PK，選定幾個品類，利用 AI 進行實驗。

通過一段時間的試驗和數據證明 AI 能在效率和效果上超越人工，最后才推動公司接受并認可 AI 技術。在此過程中，我們還幫原來這些團隊找到了新的角色和定位，讓他們看到 AI 的引入并不意味著他們被替代，而是提供了新的、更有價值的工作內容。

比如，以前負責會員營銷的團隊，現在轉型做會員產品相關服務，比如會員權益的設計和收費產品的推出。這些新任務能為會員提供增值服務，提升會員體驗和滿意度。AI 接管的是已固化的營銷流程，剩下的創造性工作交給團隊去做。

見實：所以你們在組織變革方面，最大的變化是什么？

王海龍:我們提出了“AIBP”的概念和角色，有點類似于“HRBP”。AIBP 的職責是將 AI 技術與業務場景融合，既需要了解 AI 最新能力，也要了解企業當前痛點，并找到能夠用 AI 解決的業務問題。

我們認為“技術人員學習業務”要比“業務人員學習技術”更容易，所以我們把技術較強、又有業務思維的人，即 AIBP 人員，派到核心業務部門，他們會幫業務部門找到能用 AI 技術解決的問題，推動 AI 在業務中的應用。

見實：有 AI 后，很多人擔心過去的運營方法會在AI 時代被完全碾碎，以前的運營規則和方法可能不再適用。你怎么看？

王海龍:傳統運營方法在 AI 時代肯定會被顛覆，但人和 AI 之間的協作將發生巨大變化。以前，運營工作是以人為主，數字化只是輔助幫人提高效率。未來，我認為 AI 將成為決策和大腦的核心，而人則是配合 AI 執行的手腳。

比如我們現在的 AI 店總，它還是在輔助階段，類似于電動駕駛中的L2級別。未來，AI 將能直接做出決策，比如“今天某家店進度落后，需要做 ABC 三件事”，店總只需執行。隨著訓練的深入，AI 會越來越獨立，它將通過吸取優秀店總的經驗，不僅提供策略建議，還能自動幫助執行。到那時，店總只需按 AI 的建議執行就行。

PS：

1.將用兩天時間，圍繞“私域*全域*AI”帶來的營收增長、運營升級與技能變化重度展開，歡迎點擊閱讀原文，報名一起。

2.見實首發與。下方掃碼獲取兩份報告及2025年度私域大會干貨資料包。

↘更多好案例：

↘更多私域服務對接：