先做内容再找用户，为什么总是差一点
传统的流程通常是：确定活动 → 制作内容 → 选择渠道 → 圈定人群 → 发送。在这条流程里，人群是最后才被考虑的，而且往往只按粗略标签圈定，例如“全部会员”或者“近一年购票用户”。
这样做的好处是快，一套内容可以覆盖所有人。但体育用户的差异远比想象中大。同样喜欢一支球队，有人在意的是比赛结果，有人在意的是和朋友一起到场的氛围，有人只关心某一位球员。一条统一的内容很难同时打动他们，反而容易让其中一部分人觉得“这和我没关系”。
生成模型出现以后，这个问题并没有自动消失。AI可以在一分钟内写出很多条文案，但如果它不知道这些文案要发给谁，写得再多也只是把“先做内容”的环节做得更快而已。
换一个顺序：User → Intent → Scenario → Content → Channel → Result
这条链条的每一步回答一个问题：
- User：这个人是谁？他过去怎么看比赛、买过什么、和俱乐部互动得多不多。
- Intent：他最近想要什么？是在找门票、在看商品，还是只是在关注球队新闻。
- Scenario：他处在什么情境？比赛前三天、比赛当晚、赛后第二天，或者赛季间歇期。
- Content：基于以上三点，应该生成什么内容。
- Channel：通过什么渠道、在什么时间送到他面前。
- Result：他有没有反应，反应是什么，这个结果要回过头修正对他的理解。
关键变化在于，内容不再是起点，而是前三步判断之后的产物。
同一条客场观赛团消息，三个人应该看到三种内容
回到开头的场景，把链条用在三个用户身上（示例）：
| 用户 | 意图判断 | 场景 | 内容方向 | 渠道 |
|---|---|---|---|---|
| 常去客场的老球迷 | 已有固定出行方式，对组团价格敏感 | 报名开放初期 | 强调观赛团独有的球员见面环节，而不是价格 | 会员App内消息 |
| 最近搜索客场门票的新球迷 | 第一次想去客场，担心交通和安排 | 比赛前两周 | 强调统一交通、同行球迷和新手指引 | 短信加社交平台 |
| 沉默半年的会员 | 意图不明确，可能只是暂时不关注 | 暂不适合推送报名 | 先发一条球队近况内容，观察是否有互动 | 低频内容推送 |
对第三类用户，最好的动作可能是暂时不推观赛团。先理解用户，有时意味着决定不发。
这张表里的每一行，内容都是在意图和场景之后才确定的。老球迷已经知道怎么去客场，对他强调“省心出行”没有吸引力，真正能打动他的是自己去客场得不到的东西；新球迷的顾虑恰恰相反，他缺的不是理由，而是一个让他放心出发的安排。如果先写好一条统一文案再去找人，这两种完全相反的需求只能二选一，结果往往是两边都没打动。
至于沉默会员，与其用一条报名消息去测试他是否还在，不如先用一条轻量的内容观察反应。如果他点开了球队近况，说明兴趣还在，下一轮可以再考虑观赛团；如果连续几次都没有反应，就应该交给会员运营的重新激活策略处理，而不是继续用活动消息占用他的注意力。
AI在每一步分别做什么
在欧宝体育的系统里，这条链条由不同能力分工完成，而不是交给一个模型一次性处理：
- User这一步依赖球迷画像，汇总观赛、购买、互动和到场数据。
- Intent这一步主要由预测模型和推荐模型完成，判断他近期更可能对门票、商品还是内容有反应。
- Scenario由规则和分析引擎结合赛程、时间和历史触达记录来判断。
- Content由生成模型根据前三步的结果生成多个版本草稿，再由运营人员审核。
- Channel由推荐模型结合渠道偏好和频控规则决定。
- Result由分析引擎对比实验组和对照组，把结论写回画像。
欧宝体育大模型在其中扮演的角色，更接近一个把这些判断串起来的协调者，而不是独自完成所有决定的“全能写手”。
意图会过期，场景会被过度推断
先理解用户并不意味着一定能理解对。这条链条里最容易出错的有三处。
第一，意图判断过时。一个用户两周前频繁搜索客场门票，可能已经在别的地方买好了票。如果系统还按“正在找票”来推送，就会显得很迟钝。意图类判断需要有时效，超过一定时间没有新的行为支撑，就应该降低权重。
第二，场景推断过度。系统看到某人每次比赛当晚都在线，就推断他“喜欢在家看直播”，于是不再推送现场门票。但他可能只是之前住得远，最近刚搬到球场附近。场景判断应该作为参考，而不是硬性排除条件。
第三，把理解用户变成无限收集数据。理解用户不代表越多数据越好。用户没有授权的数据不应该使用，用户选择关闭个性化推荐的，也应该按统一内容处理。
如何验证先理解用户确实更有效
“先理解用户”听起来很合理，但它是否真的比“先做内容”效果更好，需要验证，而不是默认成立。
- 对照实验：把目标人群随机分成两组，一组按传统方式收到统一内容，另一组按User → Intent → Scenario的顺序收到个性化内容，比较报名率、退订率和后续到场率。
- 留出组：再保留一小部分用户不发任何消息，用来估计即使不营销也会自然报名的比例，避免高估两种做法的效果。
- 人工复核：每轮抽查一批被判定为“暂不推送”的用户，由运营人员确认这个判断是否合理，防止系统把本来有需求的人误排除。
- 长期观察：不仅看本次报名，还要看一两个月后的会员续费和退订情况。统一推送可能在短期内带来更多报名，但长期会损耗用户对消息的信任。
先理解用户，内容反而更容易写好
很多人担心，先做用户分析会拖慢营销节奏。实际上，当运营人员清楚知道一条内容要发给谁、他在担心什么、处在什么时间点，写内容本身会变得更具体、更短、更容易被审核。生成模型也是如此，给它“写一条客场观赛团宣传”，得到的是泛泛的文案；给它“写给第一次去客场、担心交通安排的年轻球迷，比赛前两周发送”，得到的草稿会直接得多。
欧宝体育官网把这个顺序作为体育营销AI的基本原则，不是因为内容不重要，而是因为内容只有放在正确的人和正确的时刻面前，才有机会被看见。更多关于如何在不同渠道使用不同表达，可以参考同一场体育赛事为什么不能在所有渠道使用同一套文案。
