eMAG的虚拟助手Mira在黑五期间上线了一项实际功能：向卖家实时提供优化建议。价格怎么调、库存怎么补、广告怎么排，大促最紧张的那几天，助手在后台持续输出参考意见。平台AI助手从发布会上的演示词，变成了卖家后台里的日常工具。
Mira的位置，可以放在平台工具链的演进里看。eMAG的卖家后台，过去给的是数据看板，销售额、流量、转化率这些数字摆在那里，怎么解读、怎么行动，靠卖家自己的判断。Mira把数据的呈现往前推了一步，从展示数字变成给出动作建议。这一步的跨越不小，它意味着平台不再只是告诉卖家发生了什么，而是开始告诉卖家可以做什么。这个变化对卖家的影响，取决于卖家怎么接住这些建议。
建议的价值取决于你怎么用
Mira的输出基于平台数据，优势是全：它能看见你店铺以外的市场水位、类目趋势、竞品动作；劣势也是全：它给出的建议是通用解，不知道你的毛利底线、备货成本和店铺策略。全和专之间的缝，得靠卖家自己填。
全的含义，是Mira的数据覆盖面。它能看到平台上的类目整体价格带、竞品的调价动作、买家的搜索趋势、库存的周转速度，这些数据单个卖家看不到或者看全的成本很高。一个类目的价格带在活动期间往下走了多少，Mira能在后台直接看到；一个竞品在某个时段降价了，Mira能捕捉到；一个品类的搜索量在往上走，Mira能提前给出信号。这些信息的价值在于速度，卖家自己去收集和分析，时间成本高，等到分析完，窗口可能已经过了。
专的缺口，是Mira不知道的部分。你的采购成本是多少、头程运费是多少、这个SKU的毛利底线在哪里、你的备货资金还能撑多久、你的店铺是走量策略还是利润策略，这些信息Mira拿不到。它给出的降价建议，是按类目的平均毛利水平算的，如果你的毛利低于平均水平，按它的建议降价，可能直接穿到成本线以下。它给出的补货建议，是按类目的平均周转速度算的，如果你的补货周期长于平均水平，按它的建议补货，可能货到的时候窗口已经过了。全和专之间的这道缝，就是卖家要自己填的部分。
把建议当输入，别当指令
正确的用法是三步走。第一步看建议，助手提示降价、提示补货、提示加投，每条都先过目；第二步验数据，建议背后引用的数据自己核一遍，毛利、库存、回报这些底数在卖家手里；第三步拍板，采纳哪条、改多少，决定权留在自己。全盘照做的店铺反而容易动作变形，建议趋同的时候大家的动作一致，差异就没了。
第一步看建议，重点不是看它说了什么，是看它为什么这么说。Mira的每条建议背后，通常有数据支撑，它提示降价，可能是因为这个SKU的转化率在下降、或者竞品的价格在往下走；它提示补货，可能是因为这个SKU的库存周转速度在加快、或者类目的搜索量在上升。卖家看建议的时候，把背后的数据一起看，才知道这条建议的触发条件是什么。触发条件不同，建议的可靠性不同。竞品降价的触发条件，可靠性取决于这个竞品是不是主要对手；搜索量上升的触发条件，可靠性取决于这个上升是趋势还是短期波动。
第二步验数据，核的是建议里的数据和你自己的数据能不能对上。Mira说这个SKU的转化率下降了，你自己的后台数据是不是也显示下降，下降的幅度和Mira说的一致不一致。Mira说这个品类的搜索量上升了，你自己的搜索词报告里，相关的词是不是也在上升。数据对得上，建议的可靠性高；对不上，先搞清楚为什么对不上，再决定要不要听建议。核数据的动作，花不了几分钟，但它把建议从平台的通用判断变成你自己的具体判断。
第三步拍板，决定的是采纳、修改还是忽略。采纳的前提是建议和你的经营策略一致，一个走利润策略的店铺，Mira的降价建议和你的策略冲突，采纳了就是自相矛盾。修改的前提是建议的方向对、但幅度需要调整，Mira建议降价10%，你的毛利底线只允许降5%，那就降5%。忽略的前提是建议和你的判断冲突，且你有数据支撑自己的判断，Mira建议补货，但你知道这个品的季节性窗口快过了，补货就是压库存，忽略是对的。三步走完，建议成了决策的输入，而不是决策的替代。
大促期间实时建议的另一层价值是省人
中小卖家没有数据分析师，Mira相当于一个随叫随到的值班参谋，黑五那种节奏里，及时提醒比深度分析更救命，比如库存见底的预警，晚知道两小时就是断货。
实时建议的价值，在大促的节奏里被放大。大促期间，卖家的注意力被分散在客服、发货、调价、盯竞品多个任务上，数据监控的优先级往后排。一个SKU的库存降到警戒线以下，卖家如果两小时后才发现，这两小时里可能已经卖断，断货的链接在活动页上的位置被竞品顶掉，恢复的时间以天计。Mira的库存预警如果能在库存降到警戒线的当时就推给卖家，卖家有两小时的时间去调拨或补货，断货的概率下降。
实时建议的另一个场景是价格监控。大促期间竞品的价格在动态调整，一个竞品在某个时段降价，你的价格如果没跟上，转化率会往下走。Mira捕捉到竞品的降价动作，推给卖家，卖家在几分钟内决定跟不跟，跟的动作快了，转化的流失就少。这个场景里，Mira的价值不在深度分析，在速度，它把卖家从“定时去看数据”变成“数据变化时被提醒”。
平台AI助手会越来越多
eMAG不是唯一一家，接住这波工具红利的姿势都是同一个：把助手当参考系，把自己的经营判断当主轴。工具放大的是会经营的人，替代不了不会经营的人。
助手类工具的普及，改变的是卖家的工作方式，不改变卖家的核心能力。核心能力是选品、定价、供应链管理、客户关系，这些判断依赖的是卖家对市场的理解和对自身资源的把握，AI助手提供的是数据和建议，它不替你做判断，也不替你承担判断的后果。一个会经营的卖家，用Mira的建议做参考，判断的准确率上升；一个不会经营的卖家，全盘照做Mira的建议，动作趋同，差异化消失，竞争反而更激烈。
圣诞季快到了
把Mira的功能清单翻一遍，哪些建议类型对你的店铺有用、哪类噪音居多，提前划好范围，下次大促时这台参谋用得更顺。
功能清单的梳理，可以按三个类别来分。第一类是价格类建议，调价、跟价、设置折扣，这类建议对你的店铺有用还是噪音，取决于你的定价策略是走量还是走利润。走量的店铺，价格类建议的采纳率高；走利润的店铺，采纳率低，多数建议可以忽略。第二类是库存类建议，补货、调拨、预警，这类建议对所有的店铺都有用，库存是硬约束，建议的可靠性高于价格类。第三类是广告类建议，加投、减投、调出价，这类建议的采纳率取决于你的广告策略，新店可以多听，成熟店按自己的数据来。
助手类工具的价值会随使用深度显现，用得越勤，越知道哪些建议可靠、哪些是噪音。圣诞季临近，把Mira的黑五表现记录整理成一份使用笔记。哪类建议采纳了、结果如何，都标注清楚。工具磨合得越熟，下次大促越顺手。
使用笔记的字段，可以按“日期、建议类型、建议内容、是否采纳、采纳后的结果、事后判断”六列来建。六列里，事后判断这一列是核心，它写的是“这次采纳对了还是错了，为什么”。三个月的数据攒下来，哪些建议类型可靠、哪些是噪音，就有了自己的判断依据，不再依赖平台的通用标准。