
Fanatics × OpenAI「Shop the Look」:Codex 建推荐工具,约 3 万 MLB 商品测试 engagement +10%
管理零售Codex推荐商品运营Fanatics
一句话结论
Fanatics 用 Codex 快速搭出商品数据 enrichment 与搭配推荐工具,把新版 Shop the Look 铺到 Fanatics.com 及 NFL/NBA/MLB/NHL 官店;约 3 万 MLB 商品测试显示 engagement 比旧版高 10%。
打开原文
OpenAI:How Fanatics and OpenAI streamline the fan experience
背景与理念
球迷买球衣时需要一套能穿出门的搭配,但目录日更、库存与球队规则复杂。目标是在商品页推荐协调、有货、符合商品规则的 look。
具体做法
- OpenAI 模型吃 enrichment 后的商品、球队与库存数据组装推荐;商品规则约束兼容性;look 每日刷新。
- Codex 与 Fanatics 工程共建:enrichment、找兼容商品、评估推荐、批量生成 look。首 50 个商品测试不到 24 小时完成,几天迭代后当周批准 MVP 并接入生产。
- 公司侧同时在 Corporate / Commerce / Collectibles / Betting 使用 ChatGPT Work 与 Codex。
关键数据/例子
首 50 SKU <24 小时测完;约 30,000 MLB 商品测试;engagement +10%。
创新点
把「推荐工具链」本身当成 Codex 可快速交付的内部产品,而不是先写长 PRD 再排期。
可否复用
- 先用小样本(几十 SKU)闭环评审,再扩到万级目录。
- 推荐必须过商品规则与有货约束,不能只靠模型审美。
- 日更刷新与目录变更绑在一起,避免过期 look。