四套系统各自正确，合在一个球迷身上就出了错
体育俱乐部和品牌方常见的做法是分开采购：广告投放平台管曝光和点击，CRM管会员，电商后台管商品，数据团队再单独做一套分析报表。每套系统内部的逻辑都说得通，问题出在交界处。
第一类问题是数据口径不一致。广告平台说的“活跃球迷”是近7天有广告互动的人，会员系统说的“活跃会员”是近90天有购票记录的人，商品后台说的“高价值用户”是累计消费金额排名前10%的人。三个口径各有道理，但当管理层问“我们到底有多少活跃球迷”时，三份报表会给出三个数字，没人能说清哪个是对的。
第二类问题是同一用户被多个系统重复打扰。一个用户在比赛周可能同时满足广告系统的再营销条件、会员系统的续费提醒条件和商城的弃购挽回条件。每个系统都只控制自己的发送频率，合起来一周可能收到七八条消息。用户不会区分这是哪个部门发的，他只会觉得这个俱乐部很吵，然后关掉通知。
第三类问题是广告和会员策略冲突。广告为了拉新会给出公开折扣，会员权益的价值却恰恰建立在“非会员拿不到”之上。两边如果不互通，公开折扣就会直接削弱会员价格的意义，老会员的续费意愿随之下降，而这种损失在广告报表里是看不到的——广告报表只显示这次投放带来了多少新订单。
把链条连起来：从球迷到留存的七个环节
欧宝体育的思路是先承认这些动作本来就是同一条链上的不同位置，而不是四个互不相干的业务。
- Fan：一个真实的人，而不是某个系统里的一条记录。统一系统首先要做的是身份合并，把他在广告、票务、商城、会员里的多个ID对应起来。
- Profile：观赛、购买、内容互动、到场记录形成的画像，由AI球迷画像模块统一维护，其他模块只读取、不各自再算一套。
- Interest：当下的兴趣和意图，例如最近在看客场门票，还是在看某位球员的签名商品。这一段由分群和推荐模型负责。
- Marketing：广告投放、内容推送、短信触达都在这里做决策，由同一个频控和优先级规则约束。
- Purchase：门票、球衣、餐饮、会员商品的实际购买，由预测模型给出下一次可能购买什么，而不是简单重复上一次。
- Membership：会员身份、权益使用情况、续费节点。
- Retention：用户是否留下来，是否从沉默中重新被激活。
链条的意义在于，每一个环节的决策都能看到前后环节的状态。广告系统在决定是否给某人投放折扣时，能看到他是不是现有会员、上一次触达是什么时候、他更可能对哪类权益有反应。
统一以后，AI各自负责哪一段
把四个业务放进同一个系统，不等于让一个聊天大模型全自动包办。欧宝体育大模型内部仍然是多个能力分工协作：
| 能力 | 负责的环节 | 典型输出 |
|---|---|---|
| 分群与聚类 | Profile → Interest | 球迷类型、兴趣变化 |
| 预测模型 | Interest → Purchase | 下次购买品类的可能性、续费概率 |
| 推荐模型 | Marketing | 对某人优先展示哪个商品或权益 |
| 生成模型 | Marketing | 不同渠道、不同人群的文案和素材草稿 |
| Marketing Agent | 跨环节 | 发现运营机会并提出方案，等待人工确认 |
| 人工审核 | 全链条 | 预算、价格、权益、品牌表达的最终决定 |
统一带来的最直接变化是共享一份“触达账本”：谁在什么时间通过什么渠道收到了什么内容。广告、会员、商城的所有触达都写进这本账，频控规则只有一套。
一次冲突是怎么被提前拦下的
回到开头的场景。在统一系统里，广告团队圈定“近30天浏览过球衣页面”的人群后，系统会先与会员状态做一次交叉：其中约三成是现有会员（示例数字）。对这部分人，系统不会直接投放公开折扣，而是提示运营人员两个选项：从广告受众中排除，或者改为推送会员专享的球衣优先购权益。
同时，消费预测模块会补充一个判断：这批会员里有一部分人近两周频繁浏览客场门票，下一次更可能买的是票而不是球衣。对他们来说，与其推球衣，不如推客场观赛团的会员名额。系统不替人做决定，只是把藏在别的部门系统里的信息，在决策那一刻摆到运营人员面前。
统一不是没有代价
把四个系统合成一个，也会带来新的问题，欧宝体育官网在介绍这套架构时不回避这些代价。
- 迁移成本：身份合并往往比想象中难。同一个人用不同手机号买票和买球衣，历史数据里可能有大量无法确认的重复记录，需要逐步清理，不是一次导入就能完成。
- 错误会被放大：在分散系统里，一个画像标签错了只影响一个业务；在统一系统里，它会同时影响广告、推荐和会员策略。因此画像更新必须有版本记录，出问题可以回退。
- 团队边界变化：广告团队不再能完全独立决定投放人群，需要和会员团队共享规则。这是组织问题，不是技术能解决的。
哪些事情不应该强行统一
统一的边界同样重要。并不是所有东西都应该放进同一个模型里决定。
比如品牌级的大型赛事曝光，目标是认知而不是转化，它不需要读取每个会员的续费状态，强行接入只会让决策变慢。再比如票价和会员价的最终定价，涉及俱乐部的经营策略和合作方协议，AI可以给出模拟测算，但决定权应该留在人手里。还有一些用户明确选择不接收个性化推荐，统一系统必须尊重这个选择，即使这会让画像不完整。
简单说，统一的是用户理解和触达规则，不是所有决策权。
判断统一是否真的有效：留出组与分阶段上线
最容易犯的错误是拿上线前后的整体数据直接比较。比赛日程、球队战绩、季节变化都会影响数据，这种比较说明不了问题。
更可靠的做法是：
- 设置留出组：随机保留一部分用户继续按原来的分散规则运营，其余用户进入统一系统，对比两组的投诉率、退订率、会员续费率和整体消费。
- 分阶段接入：先统一触达账本和频控，观察打扰是否下降；再接入画像共享；最后才让预测模型参与广告与会员的联合决策。每一阶段都单独评估。
- 人工抽查：每周抽取一批被系统拦截或改写的触达决策，由运营人员复核判断是否合理，尤其关注被排除在广告之外的会员是否因此错过了他们真正想要的信息。
如果留出组的数据显示统一系统只是减少了消息数量，却没有改善续费和消费，那么需要回头检查画像和预测是否准确，而不是简单地认为“少打扰就是好”。更多关于会员侧如何衡量效果，可以参考体育会员运营的相关说明。
为什么欧宝体育选择从链条而不是从功能出发
欧宝体育官网更想说明的不是功能清单，而是功能之间的依赖关系。一个球迷从第一次被广告触达，到成为会员，再到沉默、重新被激活，是一条连续的路径。任何一个环节只看自己的指标，都可能在别的环节制造问题。
把它们放进同一个AI系统，是为了让每一次营销决策都能回答三个问题：这个人是谁，他最近在关心什么，我们之前已经对他做过什么。能回答这三个问题，广告、会员和商品推荐才有可能不互相打架。回答不了的时候，系统应该把问题交给人，而不是假装知道答案。
