SocialHub.AI

CWM — Consumer World Model · 消費者理解 · 核心

什麼是 CWM?理解消費者行為的模型。

理解行為、查看消費者訊號、發現相似族群,透過控制台、API 或 MCP 使用 CWM。

新註冊 CWM 帳號獲贈 500,000 信用點

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
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"

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"
  ]
}

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

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
歷史需求、未來逐日預測和q10–q90分位範圍深藍線為最近28天歷史,綠線為所選窗口的預測,陰影為q10–q90分位範圍。可透過日期滑桿查看每天的預測。
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
2026-10-0522.922.8–23.0
2026-10-0621.321.2–21.4
2026-10-0718.718.6–18.8
2026-10-0817.117.0–17.1
2026-10-0917.717.6–17.7
2026-10-1020.020.0–20.1
2026-10-1122.322.3–22.4
2026-10-1222.922.9–22.9
2026-10-1321.321.2–21.3
2026-10-1418.718.6–18.7
2026-10-1517.117.0–17.2
2026-10-1617.717.6–17.7
2026-10-1720.019.9–20.1
2026-10-1822.422.3–22.4
2026-10-1922.922.8–23.0
2026-10-2021.321.2–21.4
2026-10-2118.718.6–18.7
2026-10-2217.117.0–17.1
2026-10-2317.717.6–17.7
2026-10-2420.019.9–20.0
2026-10-2522.322.3–22.4
2026-10-2622.922.8–22.9
2026-10-2721.321.2–21.3
2026-10-2818.718.6–18.7
2026-10-2917.117.0–17.2
2026-10-3017.717.6–17.7
2026-10-3120.020.0–20.1
2026-11-0122.422.3–22.4
2026-11-0222.922.8–22.9
2026-11-0321.321.2–21.3
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 →

現在可以用 CWM 做什麼?

理解消費者行為

查看已發生的行為、消費者狀態,以及購買、長時間未活動和移除購物車商品等標準模型訊號。結果會說明缺失資料與訊號的適用範圍。

發現並比較族群

探索行為相似族群、分群與異常行為。相似度協助你研究族群,並不代表承諾的轉換率。

融入你的工作流程

透過控制台、REST API 或 MCP,在應用或 AI 用戶端中使用 CWM。限定權限的金鑰控制工作空間存取。

分析需要支援的資料格式和足夠的行為歷史。不可用的訊號會明確標示;新帳號不含客戶資料或預測結果。

從消費者事件到可用訊號。

你的輸入

  • 會員紀錄
  • 訂單與購買歷史
  • 支援的瀏覽及行為事件

你可以查看的結果

  • 已發生的事實與資料涵蓋情況
  • 可用的消費者訊號及其限制
  • 行為相似度與候選族群

一個工作空間,多種使用方式。

在控制台查看分析,或授權應用和 AI 用戶端查詢 CWM。匯入支援的資料、建立限定權限的金鑰,並查閱公共文件中的可用操作。

查看 API 與 MCP 文件 →

從 500,000 註冊贈送信用點開始。

新帳號獲贈信用點。符合條件的操作按公布的費率扣點;需要更多用量時,在工作空間內購買信用點並查看餘額與使用紀錄。

使用電子郵件和密碼或 Google 註冊,並同意 CWM 使用者協議。註冊時會提示服務可用範圍。

體驗 CWM →

了解模型背後的研究。

行為建模、數位孿生、品牌模型驗證及模擬屬於更廣泛的研究方向,與自助工作空間目前可用的標準操作分開說明。

CWM / Harness / Loop Marketing

一個核心,三層協作。

消費者理解 · 核心

CWM

Consumer World Model

理解行為、查看消費者訊號、發現相似族群,透過控制台、API 或 MCP 使用 CWM。

了解 CWM →

AI 執行 · 執行層

Harness

SocialHub Harness

為 AI 配置脈絡、技能與工具,在權限、預算和審核規則內完成任務。

了解 Harness →

行銷成果 · 應用層

Loop Marketing

Agentic Retention Loop

擷取行為、決定行動、跨通路觸達、累積會員資產,將結果回饋至下一輪。

了解 Loop Marketing →

實際結果用於指導下一輪決策,模型更新取決於資料品質及驗證結果。

選擇你的開始方式。

CWM

從 CWM 開始

建立工作空間,探索控制台並接入消費者資料,需要更多用量時購買信用點。

新註冊 CWM 帳號獲贈 500,000 信用點

  1. 1建立 CWM 帳號
  2. 2匯入支援的消費者資料
  3. 3完成首次分析
體驗 CWM →

Harness + Loop Marketing

建立企業行銷閉環

了解 CWM、Harness 和 Loop Marketing 如何融入現有資料、通路及團隊流程。

預約展示 →