客户数据怎么用来赚钱？这 4 个DTC品牌给出答案 | 北美电商前线Vol.10

“数据丰富，洞察贫乏”

——这句话，台上四位来自不同品牌、不同行业的嘉宾，几乎异口同声地说出来。

这是很多 Shopify 卖家都有过的体验：Shopify 后台、广告平台、客服系统、物流追踪，每天生成的数据量不小，但真正能帮你做决策的少之又少。

在 CommerceNext Growth Show 这场圆桌论坛里，几位品牌高管聊的正是这个主题：在 AI 时代下，那些你一直拥有但从未用上的数据，现在能做些什么？

Triple Whale 是专门为电商品牌打造的 AI 数据平台，目前服务超过 6 万个品牌。其联合创始人兼 COO Maxx Blank 介绍，早期 Triple Whale 通过聚合多渠道数据，让品牌看清“钱花在了哪里”以及“哪个渠道转化最好”。

到了 AI 时代，数据获取和可视化不再是难事，在 Maxx 看来，竞争的关键变成了从数据到行动的速度。

很多店铺拥有大量数据，但数据只是停在报表里；而优秀的品牌，会把分散的数据集中起来，从中推导洞察，并迅速转化为行动，“把反馈闭环压缩到极致”。

他举了一个例子：过去，一个产品问题可能要过几周、一个月，甚至等到复盘会才被发现。现在，如果品牌能通过 AI 分析客服记录、评论、退货原因和广告反馈，甚至能在几分钟内识别问题，反馈给产品、营销、客服和物流团队一起调整。

这就是 AI 对客户体验最直接的改变：让品牌更快知道客户到底卡在哪里。

接下来，我们从几个 DTC 品牌的实战经验，看看他们具体是怎么用 AI 和第一方数据优化客户体验的。

JD Sports 是全球运动时尚品牌，旗下包含 JD Sports、Finish Line，以及 Macy's 旗下的 Finish Line，在全球拥有数千家门店。Henry Spear 负责数字化和客户服务，管理客户旅程中的线下环节以及售后体验。

Henry 表示，过去六个月最大的变化，是品牌终于能够处理来自客服中心的大量非数值型数据。

以前，客户投诉往往被压缩成 NPS 分数、满意度排名或几个粗略标签。但真正有价值的信息，恰恰藏在客户原话里：

这些话过去很难被规模化处理，因为它们是非结构化的（没有固定结构的数据，必须借助自然语言处理或计算机视觉等技术才能被计算机理解）。

Artisan Lane 家具公司 CTO Justin Emmeg 也提到了同一个问题。Justin 习惯每天都翻看客服邮件和聊天记录，看看客户提出了哪些问题。他认为，客服是企业中最丰富但最被忽视的数据来源之一。

但这些数据是无序的，很难快速从中提炼出关键。现在，Justin 会把这些数据统统输入大语言模型，让 AI 对每一张关闭的工单进行分类，然后整理成一个可查询的 RAG 数据库。

通过这个数据库，AI 可以进一步发现服务缺口：客户反复问什么？品牌哪些地方没有讲清楚？哪些产品页面、FAQ、物流说明或售后政策需要补内容？然后 AI 生成内容草稿，由人最终审核后上线；上线后再观察同类工单是否下降，形成递归改进。

Justin 举了一个例子：一位住在佛罗里达州的客户买了一张皮质沙发，放在阳光直射的窗边，却没有人在售前告诉他，真皮在这种环境下会开裂。品牌必须利用数据阻止这种“错误销售”，否则未来很可能变成保修索赔和差评。

Artisant Lane 旗下拥有 American Leather、BenchMade Modern 等多个高端家具品牌，主打定制，单张沙发售价在 5,000 到 7,000 美元之间。

所以，第一方数据的价值，不只是帮助品牌卖更多，而是帮助品牌建立双向信心。

Justin 举例说，他们通过销售布料色卡，当消费者购买并填写地址，品牌就拥有了第一方数据；AI 再结合 Zillow（美国房地产信息服务平台）提供的信息，就能拼凑出用户画像，为消费者定制购物旅程。

因为家具购买周期可能长达 90-120 天，中间有 10-11 个触点，品牌必须确保每一次触达都比上一次更理解客户。

当每个触点上的数据被 AI 串起来，客户体验就不再是被动回答问题，而是提前补上信心缺口。这里的关键不是“多触达”，而是“每次触达都更有用”。

正如 Henry 总结的，AI 的真正价值在于帮助客户更快地应对不确定性，而不仅仅是推荐下一个产品。

Henry Spear 分享了 JD Sports 的跨品牌经验。JD Sports 的一大优势在于，可以访问并整合多个子品牌的数据；但不同品牌有不同定位、语气和产品组合，JD Sports 如何在不抹杀每个品牌独特性的情况下建立统一的客户视图？

JD Sports 的做法，是用跨品牌忠诚度计划 JD STATUS 作为桥梁。在 JD Sports 购买任何合作品牌（如 Nike、adidas、Puma），均可赚取 JD Cash，累积的 JD Cash 可作为现金抵扣未来的店内消费。

据公开报道，JD STATUS 深度融合了 AI 技术，能够实时解码客户的购买意图和“微行为”（如在某件商品上的停留时间）；同时利用机器学习，为不同细分市场和渠道定制商品组合，实现“超个性化”的购物体验与定向奖励。

这让他们不仅能看到客户在某个品牌下的单次购买，也能识别客户是不是跨品牌购物者，并进一步理解客户在不同品牌之间到底想获得什么。

同样是买运动鞋，背后的意图可能完全不同：有人在追新品和稀缺款；有人买的是日常通勤款；有人在给孩子买返校鞋；有人对价格敏感，只在促销时下单。

Henry 表示，JD Sports 已经基于意图识别做了很多站内个性化设计，例如当客户一进站就点击折扣区，就会被归入“折扣偏好”人群。

Henry 还提到一个新变化：越来越多用户在进入网站前，已经通过各种 LLM（大语言模型）获取了大量信息。也就是说，客户可能在 ChatGPT、Perplexity、Google AI 里做好功课，然后才来到品牌网站。

这样的客户，和直接搜索品牌的用户体验需求完全不同。前者需要快速验证、明确对比和低摩擦结账；后者还需要品牌介绍、产品教育和信任建立。

Henrry 表示，JD Sports 正在探索从“站内个性化”走向“旅程个性化”。

谈及售后体验，在 Henry 看来，一次糟糕的客服体验，是失去客户最快也最容易的方式。“任何时候，只要我经历了一次糟糕的退货体验，我就再也不想回到那个品牌。”

很多品牌把增长重心放在广告、落地页、转化率和促销活动上，但客户真正判断一个品牌是否值得复购，往往发生在付款之后。

Henry 提到，JD Sports 会通过倾向性建模，判断客户应该由 AI 代理处理，还是直接转接人工。例如，地址复杂、历史互动异常、问题高风险的客户，可能不适合继续走自动化流程，会直接由真人客服对接。

AI 的价值，是帮助品牌更准确地分流，而不是把所有客户都推给机器人。

圆桌上有一段很有意思的对话。主持人问四位嘉宾：你们最看重的 CX 指标是什么？四个人给出了四个完全不同的答案：

Maxx Blank（Triple Whale）说的是 LTV（客户生命周期价值）。CX 部门的终极使命，是让每个客户在你这里花更多、待更久。当你在客户体验上叠加 AI，就能实现超个性化和超相关性，LTV 变得极其重要。

Henry Spear（JD Sports）说的是购买意图。他们在研究，在用户进入网站之前，已经通过 Google、ChatGPT 等渠道做了多少功课——来自不同渠道的用户，需要不同的落地体验。目标只有一个：以最小的摩擦让客户结账。

Justin Emig（Artisant Lane）说的是成交时间。“高端家具的购买周期通常很长，如果客户从很早就进入漏斗，我们可以慢慢培养他；但如果他在大促节点前 45 天才出现，我们就需要用数据更快判断他是否适合买、是否准备好买，并尽快给他足够的信息和信心。关键是缩短决策周期，但不能让客户觉得我们在催他下单。”

Kristi Carlson（Kendra Scott）说的是复购频率。作为关系驱动型的生活方式品牌，复购频率是衡量“关系是否在深化”的最直接信号。“我们正尝试给门店团队提供全渠道的客户行为信息。比如，如果一位忠诚度会员在网上浏览过银耳环，当她进入门店时，店员可以主动询问：‘嘿，我们看到你之前在看这些耳环。’这是一种更具目的性的互动，而非盲目推销。”

未来展望

几位嘉宾给出了相似判断：客户体验会从 prediction（预测）走向 anticipation（预判）。两者的区别在于，预测是“客户可能会买什么”，预判是“在客户行动之前，品牌已经知道他可能需要什么、可能担心什么、可能在哪里流失”。

• Max 认为，未来基于客户情绪触发的自动化流程，会带来高度个性化且高度相关的体验。比如，Triple Whale 内部已经有一个叫 Moby 的 AI，可以扫描品牌在 Meta 和 Instagram 上的所有评论，识别出负面情绪，对其进行分类，并把这些反馈直接传给产品或营销团队。

• Henry 关注语音智能体的发展。他认为，随着语音智能体持续进步，客户会期待品牌提供 24/7 全天候、接近真人水准的服务，并且能够处理复杂问题，像真人一样听懂你的话，并用逼真的声音与你实时对话。

• Justin 希望品牌从个性化跨越到预判：利用数据理解模式，在客户购买前就预测下一步需求，也就是所谓的“下一次最佳购买”。

• Christie Carlson 也认为，品牌会从被动响应转向主动出击。这其实也是客户体验的本质变化：过去，客户问了，品牌回答；现在，客户还没问，品牌已经知道哪里需要解释；未来，客户还没遇到问题，品牌就已经调整流程、内容和服务。

常见误区

圆桌最后，主持人问了一个很尖锐的问题：品牌有什么事自认为做得很好，但客户并不买账？

• Henry：我们和客户沟通得太多了。品牌以为自己给了客户更多渠道、更多提醒、更多触达，但客户感受到的可能是信息过载。

• Justin：消费者对割裂的体验的容忍度越来越低。今天的消费者已经越来越不能容忍品牌不了解上下文。客户期待品牌知道自己在哪些渠道互动过、问过什么、买过什么、退过什么，而不是每次都从零开始。

• Christie：点击落空。数不清多少次了，我点击营销邮件，想买其中展示的产品，结果进入页面后却怎么也找不到。

对品牌来说，AI 不是替代人类判断，而是让团队能听见过去听不完的客户声音，看见过去看不见的模式，并把原本分散在客服、营销、门店、物流和产品团队里的信号连接起来。

客户体验的未来，不只是更智能的客服机器人，也不是更多自动化邮件。它是一种新的经营能力：

在客户犹豫之前建立信心，在问题爆发之前识别摩擦，在销售发生之前判断是否适合，在购买之后主动守住信任。

当品牌做到这一点，第一方数据才真正开始转化为利润。

# 推荐阅读

男士个护品牌 Every Man Jac：如果你的品牌今天消失，会有人难过吗？| 北美电商前线 Vol.09

Shopify Spring '26 解读：150+ 项更新里，商家最值得关注的 4 件事

用 AI 卖衣服，年营收 13.5 亿美元，Stitch Fix 是怎么用好 AI 的？ | 北美电商前线 Vol.08

不打折，怎么增长？时尚巨头 Kenneth Cole 和 Elie Tahari 的逆境增长指南 | 北美电商前线 Vol.07

选择 CWILL，与百万商家一起，

开启您的独立站成功之旅！