Shulex联合AWS推出VOC服务
5094Shulex（voc.ai）由前钉钉创始团队成立，是一家面向全球VOC市场的AI SaaS公司。运用Claude等先进模型构建针对行业场景的AI应用，提高产品经理和市场运营的洞察力，帮助品牌客户优化产品和品牌。公司2021年8月成立，目前50人，目前有注册用户5万，标杆客户：安克创新，worthfind，公牛，华青等。
Shulex是亚马逊云科技(以下简称AWS)的长期合作伙伴，2023年3月，Shulex联合AWS为Anker提供了全链路AI智能客服机器人服务。
Anker是（以下简称客户）亚马逊最大的第三方品牌卖家之一，明星SKU平均星级4.2以上；2022年年营收超过142亿，拥有十八个亿级产品线；经营业务覆盖100+国家和地区，拥有超过1亿全球用户的高度数宇化现代企业。伴随企业发展，安克创新销售网络遍布全球超200个国家，全球用户服务中心分布在中国，日本，美国，德国，加拿大，德国，英国，中东超300人团队。
项目背景
1.VOC是安克必要流程，但8年来都是人工操作，数据量不够，数据源不够，结论不准确
2.VOC结论与建议，不明确，没有带来明确的指标改善
服务渠道多，客户服务标准与流程不统一
挑战
1 、消费者数据谜团
电商平台出于对消费者信息的保护和垄断，不会向第三方卖家透露任何客户档案。以Amazon为例，不但匿名处理了所有客户信息，订单信息；甚至将卖家向客户索要联系方式与评价行为视为封号第一大条件。因此，卖家始终无法得到自己精准的客户画像。
2、海量数据，无法分析
亚马逊近4万+品类，千亿级别评价，而一个产品经理，一天顶多人工看完120条评价，并完成标注与分类工作。如果需要出具一份完整的消费者反馈分析，需要一周的时间，但也只能分析500-600条评价。这就造成了评价数据有价值，但“读”不完、“读”不透的局面
3 、分析结论，无法应用
即便Gen ai能力蓬勃发展，怎么运用到工作中和流程中来，是行业普遍遇到的问题。对于垂直行业而言，需要AI契合流程，而不是流程顺应AI。因此用AI的能力产出一批VOC分析结论远远不够，而需要从职能与流程的角度出发打造垂直小模型，来帮助企业实现AI价值最大化
解决方案
Shulex联合AWS基于Bedrock多款模型进行评论/文本打标、tag insight、单品，BSR榜单和关键词商品的评论分析以及深入挖掘消费者画像，产品体验，购买动因，用户期望和服务体验。并且支持通过分析消费者产品情绪，精准定位问题，帮助产品不断完善，赢得用户口碑。
1. AI chatbot上，支持在意图检测模块，使用Bedrock cohere embedding模型实现向量化。
2.VOC 评论分析，VOC 评论分析服务核心是通过向量数据库对海量的 Amazon 评论/社媒数据，进行分类打标和实时分析，为客户提供实时的商品评论洞察报告，包括但不限于：用户画像、使用场景、购买动机、商品卖点、商品不足点等。
基于大模型的评论分析：选择上一步中品类的数万条评论（包含正负评论、意思相近的评论）输入给大模型，让大模型对每个评论进行标签，将这些标签而后进行聚类后生成标签的样本库；
业务价值
支持单品，BSR榜单和关键词商品的评论分析
深入挖掘消费者画像，产品体验，购买动因，用户期望和服务体验
分析消费者产品情绪，精准定位问题，帮助产品不断完善，赢得用户口碑
