卖家穿海受邀出席世界跨境电商发展大会，分享AI赋能选品的创新实践

2025年6月17日，“2025世界跨境电商发展大会”在廊坊临空国际会展中心召开。卖家穿海受邀出席本次大会，创始人Jason在跨境电商AI应用实践案例分享交流会上，发表了《AI +数据驱动跨境电商选品洞察革命》的主题演讲。

2025世界跨境电商发展大会以“构建全球营销服务体系赋能产业带出海”为主题，由世界贸易网点联盟、英中商业发展中心、中国服务贸易协会共同主办，由中国跨境电商50人论坛、中国服务贸易协会电子商务专业委员会共同承办。大会上，河北省人民政府副省长赵新海、中国社科院原副院长高培勇、墨西哥驻华大使馆副馆长恩瑞肯·艾思卡米亚、世界贸易网点联盟主席布鲁诺·马谢、英中商业发展中心主席约翰·麦克莱恩、中国服务贸易协会副会长兼秘书长仲泽宇等嘉宾发表重要主题演讲。另外有关国际组织驻华代表、驻华使领馆官员、国际智库专家和高校专家学者、全球顶尖跨境电商企业代表共400余人出席本次会议。

卖家穿海作为跨境电商行业新锐科技力量，研发的跨境电商行业首款AI智能选品SaaS解决方案，一经推出就引发行业高度关注。本次大会的跨境电商AI应用实践案例分享交流会，特别邀请了卖家穿海创始人Jason分享AI赋能选品的创新实践，旨在帮助跨境电商企业突破发展瓶颈开拓新的增长曲线。

卖家穿海创始人Jason首先指出，自疫情以来，跨境电商行业普遍感受到“内卷”的压力，其本质是供需关系的错配。全球电商增速下降，卖家却在持续大量涌入，卖家GMV增速也首次落后于平台整体数据，揭示了市场已从供不应求转变为供过于求。面对这一变化，卖家们必须寻求在存量市场中生存和发展的新路径。

在此背景下，卖家穿海创新提出了“强弱选品”理论，强调选对赛道和挑选合适对手的重要性。通过策略优化和卖家实力分析，卖家能够显著提升选品成功率。同时，还引入了“选品信号宇宙”的概念，整合多种选品信号，如卖家画像、卖家评分、产品标签等，为卖家提供全方位、多维度的选品指导。

Jason介绍了公司研发的跨境电商行业首个选品运营AI SaaS解决方案——卖家穿海Seascross。该方案采用三层架构体系，包括数据层、业务逻辑层和应用层，实现了全链路数字化赋能。结合Deepseek等先进AI技术和十多年跨境电商行业商业理解，卖家穿海能够理解用户输入的选品需求，运用逻辑推理进行任务分解，并自动调用数据库、API等资源，最终给出高效的选品结果。AI策略化选品、AI对话式选品、AI锚点选品、AI选品调研报告、AI评论分析等创新功能大大简化了选品流程，提高了选品效率和成功率。另外，Jason还表示，卖家穿海的服务并不止于选品，而是提供一站式服务，从关键词、listing优化、类目和价格差异化、买家评论分析、广告穿透分析等多个维度帮助打造产品，还可以一键算利润、查专利、找货源等全方位解决方案，助力卖家在跨境电商链条上的各个环节实现全面提升。

据效果验证显示，使用卖家穿海AI工具选品工时从传统方式的147小时大幅减少至4小时，选品成功率也从行业平均的38%提升至70%。这一显著效果得到了市场的广泛认可和验证。"这不是简单的工具升级，而是选品范式的重构。"Jason强调，"我们正帮助中国卖家用AI在存量市场创造增量价值，让中国商品带着匠心与创新走向世界更辽阔的未来。"

卖家穿海创始人Jason的分享不仅为跨境电商行业带来了新的思路和解决方案，更为行业的未来发展指明了方向。我们有理由相信，在AI+数据驱动的引领下，跨境电商行业将迎来更加繁荣和可持续的发展。

以下为现场演讲实录：

“大家下午好！我是跨境AI SaaS工具卖家穿海的创始人Jason，非常感谢中国服务贸易协会的邀请，同时也很荣幸参与今天的分享交流会。

自从疫情之后，跨境电商行业内大家说的最多的词就是“卷”，而卷的本质其实就是供需关系的错配。根据Markeplace数据显示，全球电商增速已降至过去十年平均水平的50%，而今年的增速将继续创新低。另外，亚马逊25年Q1财报显示，第三方卖家GMV增速，首次落后于平台整体数据，也印证了'内卷化竞争'的加剧。但反差的是，亚马逊每年都有几十上百万的新卖家进入，相当于每天2000多新卖家的涌入速度。也就是刚才过去的5分钟，都有十几个新卖家在亚马逊开店。这意味着亚马逊高速增长的红利期已经过了，整体市场行情，已经从过去的供不应求转变成如今的供过于求。所以卖家之间已经进入相对的存量市场竞争。

想要在竞争激烈的存量市场中生存，就必须解决关乎生存的核心问题。而选品就是跨境电商链条中，最关键的一环：跨境电商的圈子里有一句话广为流传 ——“七分靠选品，三分靠运营”，也就是说，“选品决定成败”已经是亚马逊卖家们的普遍共识。产品选好了，后面的运营带来的都是营收和利润；选错了，后面的弥补也起不到什么作用，只会带来更大的成本和亏损。甚至对于现金流不那么充裕的卖家来说，一次错误的选品决策，就可能导致跨境电商生意的直接崩盘。

据调查：成功卖家在选品阶段投入的决策时间占比高达43%，远超运营优化和广告投放等环节的所用时间。过去人工挑选一款产品，至少需要经历12个环节、平均消耗147工时。如此大量的投入，所带来的回报却不尽人意，数据显示，平均新品死亡率还是高达60%。

新品死亡率高的原因有许多。但最主要的原因，还是因为当下主流选品工具，诞生于市场处于供不应求的年代。市场供不应求就意味着不存在卖不动的情况，选品就不需要考虑成功率的问题。它的主要关注点是寻找爆款或者有潜力的产品。前面说过当下的市场已经从供不应求转变到供过于求，但如果选品思路还不做出任何改变，导致的结果就是所有的卖家都选到了同一批曝光率最高、销量最好的产品，那么新品死亡率高/选品成功率低也就不足为奇。

至于选品思路要如何做出改变，让我们接着往下看。

目前来说，我们这个行业的主流选品逻辑，要么是通过某个策略挑选销量高、利润多的产品，要么是通过某些条件筛选出空间大、对手少的的市场。当然，每个公司的策略会有一些差异，但总的来方向都是一致的：要么找到当下好卖的产品，要么找到将来好卖的产品。

这么做有什么问题呢？举个例子大家就会明白。如果把销量大、利润多、空间大、对手少等几个条件去匹配现实生活中的商业模式，我们找到的产品和赛道可能类似于瑞幸咖啡。毫无疑问，咖啡赛道是非常卷的。如果我们真的在瑞幸旁边再开个咖啡店，瑞幸能够轻易的把价格降到9块9的同时，还能依靠规模或供应链优势保持盈利；而我们的咖啡就算卖到20块一杯，说不定还要亏本，那么店铺活下去的概率自然就非常的低。

反过来，如果我们优化策略，再加上对卖家的实力分析呢？可以肯定，咖啡赛道会被过滤。或许，我们找到的是一家预制菜外卖店。可想而知，预制菜外卖店并不存在什么行业巨头，料理包的货源也都是公开的，谁都能拿到货。我们基本上照葫芦画瓢，就能迅速产出。比起开咖啡店，开外卖店的成功率肯能就高得多了。也就是说：要想提高选品成功率，选对赛道、挑选合适的对手，非常关键。我们把这一套理论简单称为强弱选品。

有了强弱选品的理论，再配合上一些经典的选品策略，就足够把选品成功率提高一个档次了。但如果还想更上一层楼，就需要提到我们的“选品信号宇宙”理论。如果说成功率达到100%才是那头大象的全貌，那么经典的选品策略与强弱选品理论还只是盲人摸象中的两个环节。想要进一步提升选品成功率，还需要知晓更多的选品信号。选品信号叠加越多，就意味着更加接近大象的全貌。就能对只关注单一选品信号的竞争对手进行降维打击。目前，我们的系统还总结了卖家画像、卖家评分、选品策略、产品标签、ASIN评分、关键词标签、利基市场、利基评分等选品信号，帮助大家更充分的理解商业竞争，从而进一步提升选品成功率。

当然成功率的提升，新的理论支撑是一方面，AI技术的革新也是不可或缺的一环。随着Deepseek 横空出世，AI的能力短时间内从小学水平进化到了大学阶段。标志性的特征是AI的自然语言处理能力( NLP)和逻辑推理分析能力有了显著的提高，足以与人讨论大多数话题。回到跨境选品的场景中，AI已经可以理解用户输入的选品需求，能够运用逻辑推理进行任务分解，然后自动调用数据库、API、特定的选品策略等，最终给出选品结果。所以现在AI不仅是后台算法的支持者，更可以成为主导人机交互体验的核心力量，能进一步重塑选品软件的使用方式与价值。

在这样的业务背景和技术支撑下，我们研发了卖家穿海Seascross，它是跨境电商行业内，首个综合性的AI SaaS解决方案。卖家穿海的架构类似倒金字塔，最底层是由每日更新的上千万产品和关键词组成；业务逻辑层，是由我们总结的强弱选品，多维度联合分析，选品信号宇宙等，理论和模型构成；最上层是应用层，跨境电商链条上的相关场景，我们都给出了结合AI的解决方案。数据层都是一些数据的工作，可聊的不多。我们直接跳到中间层，把其中的算法和模型展开一下。

如同餐饮行业有夫妻档、快餐店、连锁店、酒楼等不同的经营模式，亚马逊上的卖家也有不同的商业模式或者盈利模式。孙子兵法教导我们：知己知彼才能百战不殆，所以搞清楚对方模式的优点、针对对方的弱点精准打击，是走向成功必不可少的一环。在这个背景下，我们按照特定数据维度，把卖家群体划分成了12个画像，并分析了每种画像的特点和优劣势以及应对策略。从而帮助我们的用户群体更加准确的分析以及决策。

之所以做评分体系和机会指数，是因为一款产品涉及到的数据太多，理解门槛很高。所以我们就试图结合AI技术和经验搭建模型，来帮助卖家快速判断一款产品是否有价值。目前我们主要从选品成功率的角度来对产品价值进行评估：评估算法核心逻辑是非常清晰直接的：那就是产品的竞争程度越高，选品成功率就越低，机会指数就越小。最终，我们只需通过机会指数一个数值，就能对产品进行大致的、快速的判断，也就大幅提升了选品效率。

当下的主流大数据选品面板，产品维度和类目维度是割裂的。只看一个纬度的数据就如同盲人摸象，看不到全貌。卖家穿海开发的多维度面板，就完美解决了这个问题——一个选品策略，就可以同时兼顾产品与类目的筛选条件。除此之外，我们认为对卖家实力的分析是必不可少的，所以我们还独创了卖家分析维度。多维度面板不仅仅是简单的面板联合，提升选品效率的问题；更重要的是只有多维度数据，相互验证，才能更接近事物的真相。

在应用层，我们发掘了多个AI选品应用场景，时间关系，下面就挑几个重要的场景跟大家分享一下。

AI策略化选品和AI强弱选品，底层逻辑是一样的。都是通过ai对卖家的实力进行评分，用户可以直接筛选出与自己实力相当或者比自己弱对手。基于这些对手再来进行数据挖掘，选品成功率自然就会高很多

AI对话式选品，使用就更简单，就像这个动图所展示的，我们只需要输入经营情况和选品倾向，AI就能够一键给出选品建议和产品推荐。

AI锚点选品：跨境卖家都有一个的朴素的愿望，希望能把自己已经成功的案例当成模板，快速圈出竞争程度类似产品。过去，所有的分析都是靠用户手动操作，效率低下；如今，锚点选品能通过AI分析竞争态势，几分钟之内就可以，找出所有满足条件的产品。

AI产品报告：选品的最终阶段，需要充足且深入的数据调研后，才能做进一步的决策。过去，这项工作都是由专人负责，但数据收集难度较大，产品报告质量参差不齐。如今有了大模型调优技术，再结合AI让数据说话的能力，之前专业人士一周才能产出的选品报告，AI几分钟就能搞定。对专业级卖家来说，全流程分析能大幅提升产品报告的产出效率；而对广大中小卖家来说，以往决策是没有数据支撑的。产品品报告从无到有，对选品成功率的提升，必然有质的飞跃。

这套解决方案验证下来，对跨境卖家的选品效率和成功率的提升，效果非常明显。根据市场调研数据，对比传统选好一款产品所需的147个工时，使用卖家穿海工具选品只需4个工时；节约了时间的同时，成功率由38%提升到70%。这也就意味着，同样的时间和条件下，传统方式只能选10个产品，且只有不到4个产品能成功，而卖家穿海的用户可以选出368个产品，并且有差不多258款产品获得成功。两种选品方式无疑产生了巨大的差距。如果再把时间拉长一点，差距只会越来越大。