案例 05 · TikTok达人业务

文字由原PDF提取，阅读顺序和表格请以原页为准。

我的理解是，过去这套方式解决的是“业务能不能跑”的问题，而AI要解决的是“业务规
模起来以后还能不能高效地跑”的问题。
Q3：后来你使用AI解决这个问题的整体思路和关键步骤是什么？
我当时做的第一件事情，是把业务流程画出来。从达人进入，到达人建联，到选品匹
配，再到拿样、创作、履约，最后到数据复盘，我把整个链路拆开来看：每一步是谁在
做？输入是什么？输出是什么？需要什么判断？哪些工作必须由人完成？哪些工作其实
可以交给机器？
拆完以后，我发现并不是所有环节都适合AI，所以我们的思路是AI和人重新分工。
第一步：让AI先做“找对人”
达人建联是一个很典型的例子。我们可以利用商品信息、达人标签、内容属性等数据，
先筛出一批更值得运营人员关注的达人。
例如，一个商品的主要卖点是什么，它适合什么样的人群；一个达人是什么内容类型，
他的受众是什么。系统先把匹配度高的人筛出来，给BD一份更精准的名单，这样运营人
员就不用从整个TikTok里“大海捞针”。
但最终发消息、沟通、建立关系，我们仍然保留人工，因为达人是客户最核心的资产。
所以这里AI的角色，是让BD从寻找目标，变成直接和目标沟通。
第二步：用AI解决“什么商品给什么达人”的匹配问题
以前运营需要根据达人标签和自己的经验判断应该推什么商品，现在我们把商品本身的
卖点提取出来，再和达人的内容属性进行匹配。
比如一个咖啡产品，它的卖点可能包括口味、气泡、品牌、联名等；如果一个达人本身
就是职场、生活方式方向，那么这个商品和他的内容属性可能比较匹配。AI可以先完成
这层筛选，再由人工确认，这就把原本大量依靠人的经验进行的初筛，变成了“AI先
49/243