在AI时代，决定自有电商（EC）价值的首要分叉点在于“是否将客户数据和运营诀窍保留在自己手中”。若卖方明确收购方关注电商业务的哪些核心要素，便能找到提升自身业务价值的线索。本文将从M&A实务角度对此进行深入探讨。
无法被AI评估的电商，等同于不存在
该领域发展极快，从撰稿到发布期间局势生变亦属常态。此前Google刚脱稿便接连发布消息，令科技界震动。这种状况预计将持续一段时间。
因此，单纯追踪“如何使用某种工具”类How-to内容意义有限。但与数月前相比，大趋势已愈发清晰，一言以蔽之：
无法被AI评估的电商，等同于不存在。
美国Adobe调查显示，截至2025年7月，通过生成式AI流入电商网站的流量较去年同期激增4700%（增长48倍）。摩根士丹利预测，到2030年约半数在线购物者将使用AI代理，其支出的四分之一将通过AI完成。打造“AI-Ready”环境（为安全有效利用AI并创造最大价值做好准备）的必要性已远超想象。
同时不可忽视防守视角。目前仍有不少消费者对完全委托AI支付感到抵触。虽不宜过度激进，但“购物入口”向AI转移的趋势本身应被视为不可逆转。
接下来将从数据、运营诀窍、数字资产三个维度，解析买方实际关注的重点。换言之，若以“卖方应做何种准备”为视角阅读，即可找到提升电商业务价值的线索。
买方关注的“数据类型”
在电商并购中，买方不仅看财务报表，更优先核查数据内容，即销售额和毛利背后的支撑依据——“客户、商品和交易数据以何种可用状态留存”。
买方特别重视以下五类数据：
- 客户数据库
需明确客户数据总量、活跃用户数（近一年购买者），以及年龄、性别、地域和流量来源分布。若数据不清，则无法计算LTV（客户终身价值）和CAC（获客成本）。从个人信息保护法角度看，保留同意记录日志更为理想。
- 购买历史
关键不在于销售明细本身，而在于是否关联了“谁、何时、购买了什么、价格多少、第几次购买”。数据整理得当可立即得出复购率、F2转化率（首次至二次购买转化）、交叉销售率等指标。反之，仅在平台开店而自身系统未留存交易记录的企业，估值会大幅降低。
- 商品主数据
需在SKU级别整理成本、售价、库存、供应商、到货提前期及业绩。据称，要让ChatGPT等AI代理推荐商品，关键在于用自然语言丰富描述商品数据（即“语义化产品优化”）。若此环节薄弱，企业未来增长潜力难获高评价。
- 评论与UGC（用户生成内容）
SEO和广告虽一直重视此类内容，但在AI代理时代，其作为“决定推荐排序依据”的重要性进一步增加。积累在自有网站上的评论作为无形资产，在并购中已开始得到明确评估。
- 咨询日志与客服历史记录
这易被忽视，却是衡量AI自动化适用空间的一手资料。顾客提问内容及退货理由若能支撑“AI阅读后70%客服工作可自动化”的判断，买方便能立即看到削减人力成本的蓝图。
反之，若处于“仅靠Excel碎片化管理”、“只能从平台导出CSV”或“仅存在于员工脑中”等状态，数据评价将大幅下降。在DD（尽职调查）现场，这类“孤岛式数据”往往会成为收购后整合成本的扣分项。
应保留的运营知识的显性化
与数据同等重要的是“运营知识在多大程度上被显性化”。电商高度依赖个人经验，销售额源于日常细微判断的积累。若这些判断标准仅存于老板脑中，转让瞬间销售额下降20%至30%的情况并不罕见。
买方需确认以下四点：
- 业务流程的文件化
商品注册、订单处理、发货、退货应对及补货时机判断等，是否已制定手册以便更换负责人后仍能运转？即便无完美SOP，也可按“新人入职一周内能否具备战斗力所需资料是否存在”来评估。核心在于提高可重复性。
- 广告运营的判断标准
Google、Meta及平台内广告的KPI评估体系及预算增减依据为何？依靠感觉运营的业务，转让后若换人操作，即便费用相同ROAS也可能大幅下滑。保留过去2-3年的运营日志和判断记录能让买方安心，同样旨在提高可重复性。
- 与供应商的关系
与OEM工厂、批发商、海外供应商的关系是建立在老板个人信任上，还是基于合同交接？这直接影响转让价格。若处于“老板离开采购即停”的状态，将成为大幅折价因素。
- 以引入AI为前提的运营设计
这是近期新增的评估维度。若事先梳理好“将部分业务交给Claude或ChatGPT时，当前流程中哪些环节可移交”，买家眼中的增长潜力会更大。无需完全自动化，只要明确区分“AI可处理”与“需人类判断”的部分，即可提升评价。
高度依赖个人的专业知识（属人化知识），若在M&A前夕匆忙文档化往往导致内容单薄。理想做法是在考虑出售之初，便逐步在公司内部留存相关作业流程与知识。
M&A前应完善的数字资产
第三个主题是作为数字资产的电商业务应以何种形式完善。这也是近一两年观念巨变之处。
- 数据的API获取能力
能否通过API从购物车或商城（如Shopify、BASE、futureshop等）提取客户、商品和订单数据。考虑到买家收购后需集成主干系统或BI工具，具备此条件的企业评价更高。反之，使用老旧独立购物车或仅支持CSV导出的系统，会被扣除“系统迁移成本”。
- 对ACP、MCP等新机制的应对可能性
OpenAI与Stripe制定的“Agentic Commerce Protocol（ACP）”已获Shopify、Salesforce等25家以上企业响应承诺。即使暂不应对，也需确认“有意愿时能否迅速对接”。例如，使用Stripe支付基础的企业仅需增加一行代码即可支持ACP，是明确加分项。MCP（Model Context Protocol）同理，若能将商品、库存和订单数据连接至Claude或ChatGPT，将拓宽收购后AI应用选项。
- 自有域名与品牌资产的整理
包括自有EC域名及其关联的SEO评价、SNS账号、邮件列表、LINE官方账号注册数等。这些无形资产在M&A中会被明确评估。特别是与平台账号不同，“企业自主掌控的客户触点”可作为对冲平台手续费上涨风险的手段，近年来权重进一步增加。
- 安全与合规方面的完善
虽不起眼但至关重要。包括修订版《个人信息保护法》对应情况、《特定商交易法》标识准确性、3D Secure 2.0对应状态、PCI DSS合规状况等。若有缺陷，将成为转让后诉讼或信用卡公司停止交易的减分项。大型企业作为买方时，对此类标准审查相当严格。
“AI时代的M&A准备”也能通向不卖出的选择
事实上，即使不以出售为前提，完善此类数据和体制也极具价值。
数据整齐、运营流程语言化、数字资产可通过API提取的企业，本身就具备了利用AI的条件。无论是整合Claude/ChatGPT还是应对代理型电商（Agent Commerce），所需基础设施相同。也就是说，“为并购做准备”与“为在AI时代生存做准备”几乎是同一件事。
推进准备工作后，有的经营者选择“不卖而是继续扩张”，有的选择“准备就绪时高价出售”，两者皆正确。重要的是避免未经整理而在中等规模徘徊，陷入所谓的“死亡之谷”。
下次我们将换个视角，探讨“并购本身能否内部化”。解析传统并购流程为何不适合网络业务，以及买方不依赖中介自主推进的关键要点。