中国之最长城字段(欧菲斯杨旺：MRO商品数智化，

第六届中国工业数字化高峰论坛：欧菲斯杨旺谈工业品数字化之路

在春意盎然的4月21日，“第六届中国工业数字化高峰论坛”于繁华的上海盛大开幕。本次论坛由中国互联网协会、中国生产力促进中心协会等多方权威机构联合指导，同时得到了中国化工学会及产业数字化创新发展联盟的大力支持。众多知名企业如MyMRO我的万物集·固安捷、齐心集团等携手协办，共襄盛会。论坛汇集了领导、行业专家、产业链上下游企业代表及传统工业企业决策者等各界精英。

欧菲斯工品供应链科技有限公司的总经理杨旺先生，作为行业内的杰出代表，受邀出席并发表了主题演讲。他深入探讨了工业品数字化进程中的痛点与机遇，特别是针对MRO商品的数字化践行，分享了他的独到见解。

杨旺先生首先提及，作为平台方，他们在工业品领域发现客户和采购方都存在一个共同的痛点：不清楚一线使用者的实际使用商品情况。他强调内容生产的重要性，特别是在工业品领域的商品在线化方面。尽管劳保圈和工具圈的数据已经可以实现在线搜索，但大部分工业品仍未能实现商品的视频化，甚至是图片的在线化。这一现象背后反映了传统线下营销习惯与互联网发展的脱节。

随着互联网的普及，互联网营销成为了一个新兴的业态。杨旺指出，目前工业品领域的在线销售额并非掌握在大型To B企业手中。以淘宝为例，其工业品线上交易额已经超千亿。这种趋势背后是互联网营销带来的红利之一。他还提到高端刀具等细分市场的线上交易额也非常可观，显示出工业品市场的巨大潜力。对于品牌策略和营销思路的探讨显得尤为重要。

谈到欧菲斯的发展历程时，杨旺提到他们从线下门店起家，后来转型为电商平台，如今已成为企业采购服务领域的中等规模综合性公司。对于MRO商品数字化，他呼吁品牌方将商品、参数和商详进行在线化展示，认为这是MRO电商化的关键所在。他认为MRO领域的专业性和复杂性需要真正的专业人士进行推荐和服务。同时他还提出在传统的流量模式下更需要数字转型与更新思维的问题和思考策略方式相结合来看待的重要性。他表示传统的品牌方和经销商通常依赖线下地推团队和经销商团队来覆盖市场但这种方式规模不经济且效率低下。因此他强调商品数字化背后的逻辑和推荐算法是搜索引擎的延伸闭环在工业品领域除了商品数字化之外还需要将其他所有商品相关的属性参数图片交易信息等全部数字化才能形成一个完整闭环以满足客户对于专业产品推荐的需求同时他还提到了交易链条中商品数据以及交付主体数据的重要性认为它们是数字化进程中的核心部分。借助ChatGPT等新型工具的出现也为工业品数字化提供了契机这也正是我们今天探讨的核心话题之一未来数字化趋势将会为行业带来何种机遇和挑战也让我们拭目以待共同探索工业品的数字化未来。关于商品数字化及匹配优化的深度解析

数字化时代，商品交付的核心问题——无论是经销商还是品牌商的角色转变——都围绕着数据展开。特别是在工业品电商领域，商品数据的标准化成为一大挑战。目前，大多数平台在展示商品信息时，只是笼统地混合品牌、型号、参数等功能信息作为商品名称，这使得行业内需要大量的手工清洗和整理才能获取准确的参数。为了解决这一问题，我们正在构建工品伙伴自己的工业品百科。

工业品的复杂性在于其背后庞大的数据无法简单实现在线化展示。例如，安装条件、接口、故障排查等都无法准确地进行在线呈现。我们尝试为某些品类下的四级子类建立知识库，让工程师能更直观地查看商品的具体使用方法和参数差异。但技术层面的优化和体验提升还需要进一步探索。

以长城液压油为例，我们需要从概念层的数据中抽离出品类、粘度、型号等关键信息，并与实例层的数据进行对应。这不仅涉及到数据的整理，还需要解决数据间的歧义问题。百度搜索之所以能提供精确的搜索结果，是因为其背后建立了关联数据的对应关系。这一方法在互联网领域已经成熟，但在工业品领域仍需进一步探索。

面对大量用户提供模糊需求的情况，供应商如何进行产品匹配成为一大挑战。传统的依靠经验的方式已经无法满足需求。现在，我们借助工业品的标注体系和商品知识图谱来进行商品匹配。例如，通过标注“长城”这一品牌字段，我们可以准确匹配用户需求。但随着商品数量的增长和数据的爆炸式增长，仅靠部分企业去标注人力成本极高。

幸运的是，随着ChatGPT的上市，这一标注工作变得更为轻松。以商品为例，过去需要凭借经验和知识去识别关键信息并做标注，但现在ChatGPT可以快速解析数据，识别关键字段。考虑到工业品行业的庞大数量和复杂参数，过去需要巨大的人力和时间成本来完成的工作现在可以由ChatGPT高效完成。这不仅提高了工作效率，还为后期的模糊清单精准匹配提供了支撑。当商品匹配更为精准时，线上营销推广也更为有效。

近期我们为某铝业集团部署的SaaS版招采商城Demo就展示了这一变革的成果。借助ChatGPT等工具提取关键信息展示商品数字化图谱，使得客户获取信息更为便捷和专业度要求降低。商家的服务成本也相应降低，交易双方可以快速获取信息完成商机闭环。这种解决方案减少了工作量，提高了信息传导的效率，为大家带来了更高效的工作方式。我们期待通过数字化手段实现更精准的营销和更高效的服务体验。今天，让我们深入探讨为何品牌方亟需搭建线上商品资料库。想象一下，当我们置身于一个充满专业工业品的浩瀚世界，每一种商品都有其独特的使用场景和应用范围。为了满足无数用户的需求，试用和体验成为不可或缺的一环。线下场景中的商品推荐和使用案例知识库显得尤为关键。这些宝贵的信息和知识，经过精心抽取与整合，便能形成线上知识库。当工程师或用户输入特定场景时，这个知识库便能迅速给出相应的商品推荐，犹如拥有一个“工业品知乎”的APP。

以“世达的旋具头与电动风批的匹配”为例，用户只需在APP中输入需求，ChatGPT便能迅速推荐相应的品牌、型号和价格。品牌方因此获得巨大的流量入口，商机也随之涌现。当众多商品满足用户需求时，选择变得简单明了。用户还可以根据心仪的商品进一步查询细节，再进行选择。这无疑给品牌方带来了挑战：若未能及时完成商品的在线化，包括参数、使用场景和功能的展示，将可能错失众多商机。

此功能不仅像工业品的“知乎”，更是一个智能推荐工具。当大量用户将其作为日常工具使用时，品牌方自然能获得更多曝光和推荐机会。用户可以在ChatGPT中轻松决策，选择通过淘宝、京东或欧菲斯等平台下单。加上后期的账号管理和审批权限管理功能，整个电商交易流程将更加简便。这形成了一个完整的交易闭环：场景提问、商品推荐、参数确认、下单、物流到售后。

那么，传统的层层分销制商品推广方式是否会被互联网所颠覆？商品的数字化是否必要？如何在保留现有经销商权益的实现线上线下融合？品牌方线上交易，代理商线下服务是否是一种可行的模式？传统代理商能否从传统的囤货、压资金、走费用的模式转向提供安装、调试和售后的服务网络？

值得注意的是，工具的使用降低了从业人员的工作难度，让工业品地推团队逐渐精简，也降低了企业培养人才的时间和成本。消费互联网的特点在于快速迭代和快速响应。C2M模式通过线上交易闭环不断优化服务闭环，快速捕捉用户需求和使用场景，实现产品的反向迭代，快速占领市场。

未来，通用工业品也有机会进入消费互联网的高速发展阶段。在整个AI工具的升级过程中，基础数据的在线化仍是关键。这也是欧菲斯一直在努力做的事情。

感谢大家的聆听，这是欧菲斯今天的分享内容。让我们期待未来工业品领域的创新与变革！会议现场的气氛也十分热烈，期待更多深入的交流和探讨。