用于客户洞察与研究的AI智能体

今天就能启用的3个智能体

Basket Affinity Analyst

找出哪些品类经常被一起购买，并推荐搭配组合、邻近陈列和交叉销售 placements。

试用在线演示 →

适用对象： 您的团队（控制台、API） 所需数据： 订单明细、商品 使用的工具： 对您的零售数据进行只读SQL查询（每个工作区独立沙箱隔离）

例如，您可以这样问：

• “哪些品类最常被一起购买？”
• “顾客买手提包时通常还会买什么？”
• “根据购物篮数据推荐3个组合”

Customer Lifetime Value Model

根据订单历史按客户层级和城市估算客户价值，为留存和获客投入提供依据。

试用在线演示 →

适用对象： 您的团队（控制台、API） 所需数据： 客户、订单、订单明细 使用的工具： 对您的零售数据进行只读SQL查询（每个工作区独立沙箱隔离）

例如，您可以这样问：

• “各客户层级的平均客户价值是多少？”
• “哪些城市拥有我们最有价值的客户？”
• “Club Gold 会员的消费额高出多少？”

Style Preference Profiler

根据购买记录，按颜色、品类和价格对客户风格进行聚类画像，为商品组合规划提供参考。

试用在线演示 →

适用对象： 您的团队（控制台、API） 所需数据： 客户、订单、订单明细、商品 使用的工具： 对您的零售数据进行只读SQL查询（每个工作区独立沙箱隔离）

例如，您可以这样问：

• “我们的客户分为哪些风格群体？”
• “各客户层级最喜欢的颜色”
• “Club Gold 会员是否更倾向购买高价位商品？”

即将推出

• Footwear Fit Data Analyst：按鞋款和尺码分析因合脚问题产生的退货，改进尺码建议和未来选品。
• Survey Insight Summariser：将开放式问卷回答归纳为主题、情感倾向和各受众群体的原话引用。
• Net Promoter Driver Analysis：将 NPS 分数与购物旅程、门店和商品关联，揭示推动推荐者和贬损者的关键因素。
• Shopper Mission Classifier：将到店行为分类为补货、大采购或礼品购买等购物任务，以便定制商品组合和门店布局。
• Conversational Survey Agent：通过简短的聊天式问卷与顾客互动，并根据他们的回答调整后续问题。

如何启用

1. 加载每个智能体所需的数据（上传、API，或即将推出的电商平台连接器）。
2. 在 ServiceBuddy 控制台中打开 Agent catalog：数据已就绪的智能体会显示为可用状态。
3. 安装、添加您自己的指令，并在 Playground 中进行测试。