CWM · 理解與預測

CWM 理解每位客戶，並預測他們的下一步。

Consumer World Model 把會員、訂單和行為事實收成一份客戶畫像，供團隊、應用和 AI 助手使用。預測來自該客戶自己的歷史。先從今天可用的標準分析開始，再接到你的工作流。

新註冊 CWM 帳號獲贈 500,000 信用點

體驗 CWM 探索預測

Consumer World Model

事實 → 理解

會員、訂單和行為數據

消費者訊號與行為表徵

您的控制台、應用程式或 AI 工作流程

下一行為、購買窗口與整體需求趨勢

一次會員預測同時返回下一行為與個人購買窗口；品牌融合頭可用時，將個人訊號與整體需求趨勢結合。

互動範例

一個消費者，一份統一預測。

所有狀態與數值均為合成範例，不代表即時預測或工作空間可用狀態；不會傳送客戶資料。

選擇範例狀態

待訓練通過驗證的範例缺少權限歷史不足

部分可用

已有行為預測仍可返回。品牌融合頭完成訓練並通過驗證前，個人購買窗口保持不可用。

下一步可能做什麼？

一份最終分布，涵蓋本範例的4個支援事件；下一行為概率尚未經校準。

下一事件	概率
購買	37%
造訪會員入口	28%
點擊郵件	21%
核銷優惠券	14%

為什麼有些事件沒有概率？

「傳送郵件」屬於輸入脈絡，不是預測目標，因此概率為 null。不支援或沒有資料涵蓋的事件同樣保持不可用。

未來多久內可能購買？

CWM 個人訊號 + TimesFM 品牌需求趨勢。

7 天內: 不可用
30 天內: 不可用
90 天內: 不可用

預測窗口內至少購買一次的累計概率。三個窗口之間、窗口與行為分布之間均不能相加。

把同一份結果接入工作流程

一次會員請求同時返回 distribution 與 purchaseWindows。

查看 API / MCP 呼叫

curl --request GET \
  "https://YOUR_API_HOST/api/v2/cwm/members/YOUR_MEMBER_UUID/next-behaviors" \
  --header "Authorization: Bearer YOUR_API_KEY"

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "cwm_predict_next_behaviors",
    "arguments": {
      "member_id": "YOUR_MEMBER_UUID"
    }
  }
}

請替換 API 網域、會員 UUID 與工作空間 API 金鑰。

所需權限 · predictions:read 可讀取行為；額外授予 metrics:read（或 *）後，可在模型就緒時取得購買窗口。

查看回應節選

僅為合成範例節選。品牌模型回應還包含完整事件目錄及涵蓋資訊；公共先驗參考採用獨立的6類詞表。

{
  "predictionKind": "next_event",
  "unit": "probability_0_1",
  "status": "degraded",
  "distribution": {
    "status": "ok",
    "vocabulary": "member_event",
    "normalization": "conditional_on_supported_events",
    "calibrated": false,
    "rows": [
      {
        "key": "purchase.completed",
        "label": "Purchase",
        "probability": 0.37,
        "rank": 1,
        "availability": "predicted"
      },
      {
        "key": "portal.visited",
        "label": "Portal visit",
        "probability": 0.28,
        "rank": 2,
        "availability": "predicted"
      },
      {
        "key": "email.clicked",
        "label": "Email clicked",
        "probability": 0.21,
        "rank": 3,
        "availability": "predicted"
      },
      {
        "key": "coupon.redeemed",
        "label": "Coupon redeemed",
        "probability": 0.14,
        "rank": 4,
        "availability": "predicted"
      },
      {
        "key": "email.sent",
        "label": "Email sent",
        "probability": null,
        "rank": null,
        "availability": "context_only"
      }
    ]
  },
  "purchaseWindows": {
    "unit": "probability_0_1",
    "probabilities": {
      "7": null,
      "30": null,
      "90": null
    },
    "calibrated": false,
    "envelope": {
      "status": "unavailable",
      "backend": "cwm-timesfm-2.5",
      "reasonCodes": [
        "fusion_not_trained"
      ]
    }
  },
  "reasonCodes": [
    "fusion_not_trained"
  ]
}

體驗 CWM →REST 文件 →MCP 文件 →

合成資料 · TimesFM 2.5

探索逐日需求趨勢

基於128天合成歷史生成的預測範例，對比近期需求走勢、未來逐日預測和分位數範圍。

預測窗口

7 天30 天90 天

合成需求單位

近期日均需求: 20.0
預測日均需求: 20.1
預測累計需求: 604.3

歷史 · 最近28天預測值顯示 q10–q90

查看某一天的預測第 1天 · 2026-10-05

預測值: 22.9
q10: 22.8
q90: 23.0

查看每日預測資料

日期（UTC）	預測值	q10–q90
2026-10-05	22.9	22.8–23.0
2026-10-06	21.3	21.2–21.4
2026-10-07	18.7	18.6–18.8
2026-10-08	17.1	17.0–17.1
2026-10-09	17.7	17.6–17.7
2026-10-10	20.0	20.0–20.1
2026-10-11	22.3	22.3–22.4
2026-10-12	22.9	22.9–22.9
2026-10-13	21.3	21.2–21.3
2026-10-14	18.7	18.6–18.7
2026-10-15	17.1	17.0–17.2
2026-10-16	17.7	17.6–17.7
2026-10-17	20.0	19.9–20.1
2026-10-18	22.4	22.3–22.4
2026-10-19	22.9	22.8–23.0
2026-10-20	21.3	21.2–21.4
2026-10-21	18.7	18.6–18.7
2026-10-22	17.1	17.0–17.1
2026-10-23	17.7	17.6–17.7
2026-10-24	20.0	19.9–20.0
2026-10-25	22.3	22.3–22.4
2026-10-26	22.9	22.8–22.9
2026-10-27	21.3	21.2–21.3
2026-10-28	18.7	18.6–18.7
2026-10-29	17.1	17.0–17.2
2026-10-30	17.7	17.6–17.7
2026-10-31	20.0	20.0–20.1
2026-11-01	22.4	22.3–22.4
2026-11-02	22.9	22.8–22.9
2026-11-03	21.3	21.2–21.3

下載範例資料（JSON） ↓

本範例輸入為合成資料，預測由真實TimesFM 2.5權重生成。預測起點為2026-10-05（UTC），演示日期固定；分位數覆蓋率尚未經校準。數值不代表客戶實際需求或個人購買概率。

一份完整的下一行為概率

一次獲得一份最終概率分布與排序。通過評測的品牌模型優先，最多支援23類有資料覆蓋的目標；品牌模型不可用時，內部公共先驗模型彙總成一份6類參考分布。不支援及僅作上下文的事件保持不可用。

7 / 30 / 90天購買窗口

自動包含在同一份會員回應中：租戶獨立的輕量融合頭結合 CWM 訊號與 TimesFM 品牌趨勢。合格融合頭直接輸出；缺少訓練或評測時，購買窗口保持不可用，已有行為預測仍可返回。

品牌與品類的逐日預測

TimesFM 2.5 服務已設定且逐日歷史完整時，可預測未來最多90天的銷售額、訂單數或商品銷量，並提供預測值和9個分位數。

如何理解這些結果

下一行為概率在支援的候選類別中合計為100%，尚未經校準。購買窗口另行預測7/30/90天內至少購買一次的累計概率，不與行為類別一起正規化。行為分布未按靜默時長調整；公共先驗參考尚未通過工作區驗證。

需求分位數表達整體不確定性，不是個人購買區間，覆蓋率尚未經校準。缺失資料保持不可用；在工作區評測完成前，不宣稱精度提升。

查看預測 API 與 MCP 文件 →

您今天就可以在 CWM 中使用這些資訊。

可在 CWM 工作區使用

理解客戶並預測行為

分析觀察到的行為、消費者狀態以及購買、長時間未購買和購物車移除的標準模型訊號。結果會識別缺失資料以及每個訊號的限制。

發現並比較受眾

探索行為相似人群、聚類和異常審查。相似性有助於您研究受眾；它並非承諾的轉換率。

為您的工作流程注入智能

使用應用程式或 AI 用戶端中的 CWM 控制台、REST、API 或 MCP。範圍金鑰控制對您工作區的存取權限。

有效的分析需要支援的數據和足夠的行為歷史記錄。不可用的訊號會明確報告；新帳戶不包含客戶資料或預測。

範例工作流程 · 非即時預測

從消費者事件到可用訊號。

您的輸入

會員記錄
訂單和購買歷史記錄
支援的瀏覽和行為事件

使用您的工作區身分和權限匯入。

您的評論

觀察到的事實和數據覆蓋範圍
可用的消費者訊號及其局限性
行為相似性和目標受眾

您的團隊或應用程式選擇如何使用結果。

控制台 / REST API / MCP

一個工作區，您的專屬使用方式。

在控制台中查看分析結果，或允許授權應用程式或 AI 用戶端查詢 CWM。導入受支援的事實，建立作用域金鑰，並遵循公開參考文件以了解可用操作。

閱讀 API 和 MCP 參考資料 →

預付費使用

從 500,000 個歡迎積分開始。

新的 CWM 帳戶將收到歡迎積分。符合資格的業務按公佈的費率扣除積分。在您的工作空間中購買額外的積分；您的餘額和使用情況仍然可見。

使用郵箱和密碼或Google註冊，並同意CWM使用者協議。註冊期間會顯示服務可用性。

體驗 CWM →

研究與高階模型方向

探索模型背後的科學原理。

更廣泛的CWM方向包括行為建模和數位孿生。研究基準、每個品牌的模型驗證和模擬與自助服務工作區中可用的標準作業分開描述。

行為模型研究 →數位孿生方向 →閱讀 CWM 白皮書 →

CWM / Harness / Loop Marketing

CWM 負責理解與預測。Harness 負責編排。Loop Marketing 交付結果。

理解與預測 · 核心

CWM

Consumer World Model

在同一份畫像裡理解每位客戶，並根據該客戶自己的歷史預測流失風險、下一次購買和 12 個月價值。歷史太薄時，不顯示分數。

了解 CWM →

編排行動 · 執行層

Harness

SocialHub.AI Harness

用受治理的 AI 員工和技能編排下一步行動，工作停在權限、預算和審核規則之內。

了解 Harness →

可衡量的結果 · 應用層

Loop Marketing

自有通路上可衡量的結果

在自有通路上交付行銷、會員和可衡量的結果：電子郵件、簡訊、應用內和門市。客戶關係與資料留在品牌這邊。

了解 Loop Marketing →

觀察到的結果指導下一輪。模型更新取決於資料品質與驗證。客戶關係與資料留在品牌這邊。

從客戶開始。

CWM

從 CWM 開始

建立工作區，了解控制台，並接入你的客戶資料。需要更多用量時再購買信用點。

新註冊 CWM 帳號獲贈 500,000 信用點

1建立 CWM 帳號
2匯入支援的客戶資料
3完成首次分析

體驗 CWM →

Harness + Loop Marketing

用 Harness 與 Loop Marketing 編排

了解 CWM、Harness 與 Loop Marketing 如何貼合你的客戶資料、自有通路，以及團隊已經在用的 AI 助手。

預約展示 →