数亿人参与的“网购狂欢”以支付宝交易额超过350亿的破记录成绩落幕，这一场足以媲美任何黄金周的全民消费，不仅表明社会消费正真切地向互联网风涌而去，也让我们看到大数据在这一场席卷全民的消费风潮中跃上了前台。

　　全民狂欢“双十一”

　　今年的“双十一”呈现出全电商、行业化、全民网购的特征。当天，支付宝实现成功支付1.88亿笔，产生了1.5亿包裹数量，各快递企业共处理6000多万件快件，这些数字都远超去年。据天猫测算，双十一期间同时在线购物人数超1700万，能站满3400个容积为5000人的实体商场。“双十一”已成为名副其实的网购狂欢节。

　　一方面，网络购物环境趋于成熟，移动支付、移动购物快速增长，手机端和PC端应用互补，用户网络消费习惯形成，都在促进网络购物的发展。第三方互联网数据服务机构缔元信调查显示，接近25%的90后用户网络购物月均花费在“500元以上”，40%以上的90后用户网络购物最贵花费在1000元以上。网购，成为网民最习以为常的行为。

　　另一方面，电商应用范畴日益丰富。2000年亚马逊崛起时，几乎所有人都认为电商只“适合”图书、CD等“标准化产品”的销售，而不可能进行服装、鞋子等“个性化产品”售卖。随着传统企业纷纷向电子商务转型，网络购物的品类和渠道极大拓展，“电商不适合论”被一次次打破。服装、纺织已成为电商最强势的行业领域，而之前同样曾被认为不具有电商特质的汽车行业今年首次“触电”也取得了不俗的战绩。

　　供需的同步快速提升推动电子商务市场规模高速增长，中国电子商务市场销售额2013年将有望超过美国跃居世界第一。随着淘宝、支付宝业务不断向线下渗透，用不了几年，“双十一”突破千亿就将成为现实。

　　网络消费图谱渐清晰

　　网络购物规模增长，也正触发网络消费图谱清晰化——以往在实体店中模糊化的消费行为及因此形成的一次性导购模式都因大数据的介入而发生变化。

　　如果在线下开实体店，可以统计出有多少人逛过你的店，但却很难知道这些人从哪里来、到哪里去、有什么偏好、看了哪些柜台，最后买了哪些商品、是否浏览过其他商品等等。在互联网上，这些都可以数据的形式呈现出来，而通过数据分析甚至可以判断他会不会再来、为什么没有来。

　　电子商务平台天生具有信息记录的优势，每一次点击、登录，都真实无遗地留下记录。但是数据不仅仅是每个月有多少订单、多少商品或二维码，就目前互联网环境而言，大数据主要包括用户在线行为交互数据和用户的行为对象，如文本、图片、视频、音频等内容。针对网民交互行为及行为对象的数据，如果落实在营销应用层面，需要挖掘用户和内容的关系。基于原始数据，首先要把用户和他所看的内容提炼出来，然后对每一个用户进行标签管理，在这个基础上再对用户做更加细分的分群管理。之后，才能利用这些数据去分析每位消费者的消费路径与习惯，在认知和理解消费者的基础上，通过其行为轨迹解读他的心理与习惯。

　　但是，我们也都碰到过这样的现象：在电商网上浏览或者买了某种商品，之后访问其他网站或社交平台时，也会收到类似产品的广告，这让很多不准备有相关消费的用户头疼不已。数据终究只是一种海量、无序且无限增长的积累，它不懂人类社交中的情感，不懂如何叙事与思维的浮现过程，而只是客观而无限制地将发生的一切转变为数据密码。在用户看来，那个拼出来的“他”虽然做了自己做了的某些事，但与其本人所思所想也许风马牛不相及。冰冷的数据，需要基于社会学和心理学的用户特征评价体系和科学的特征算法模型挖掘用户特征，尽可能地了解用户的心思、灵魂，由此去预测他将来可能做什么（很可能，那是与已发生的行为完全相反的）。数据分析系统增加“智商”、“情商”，能够在数据基础上通过生活常识，或者一些逻辑关系去分析用户当下的体验、未来的消费趋向，这将是未来数年大数据及网络营销行业能否实现突破的关键点。

　　以数据驱动营销，本质是基于企业客户数据的营销，形成与用户最直接有效的联接。对于消费者来说，TA也许不会直接告诉导购他的需求、偏好，但他的行为会使他的想法一一表露。而且，TA似乎不关心你是否在听、是否听懂、是否有回应，但实际上你必须去听且听懂并有回应。收集、整理、分析、挖掘客户数据的过程，就是“谛听”用户讲述关于自己的种种，而当大数据营销做到极致，这种谛听与对话将在电商、企业与每一个用户间开展。

　　数据化电商已成势

　　值得关注的是，今年“双十一”对于大数据的应用已超越传统的营销范畴，大数据贯穿于狂欢节始末，在电商各环节全面显现。

　　借助大数据，电商营销可与CRM管理全面衔接，维护客户关系，把握用户生命周期、实施二次营销、顾客关怀和分级营销策略。去年11月，天猫首页改版时将首页首屏大块区域的展示换成根据消费者喜好个性化生成的内容。今年“双十一”，阿里提了数年的“千人千面”更露出真容。所谓“千人千面”，就是基于用户在活动预热期间关注、浏览、加购物车、收藏等行为的数据整合分析；此外，消费者抢到的红包、领到的优惠券等所有相关信息也集合在一起。通过记录每个用户的商品偏好、内容偏好、购物习惯、实时互联网关注动态等的多维度的信息，为实现会员动态精准提供数据支撑，形成消费者个人专属的会场，同时对流量进行个性化分配，避免往年流量过于集中在少数商品的尴尬。“千人千面”使阿里改变往年单一主会场的模式，虽然精准效果还有待观察，但有一点是肯定的：长尾流量被充分分配了。基于大数据实现产品的展现、推荐、自主订阅，这也将使网络购物有机会摆脱“打折消费”的标签，而步入理性、持久的商业轨道。

　　此外，大数据也在产品服务、供应链、物流配送等一系列与消费者满意度息息相关的环节中有所表现。如去年“双十一”被诟病的物流缓慢问题，今年在大数据的介入下得到了明显改进。5月成立的菜鸟网络在“双十一”高调亮相。据称，天猫“双十一”期间的物流形成了一个紧密的数据监控网络，相关物流数据也全面开放给商家，指导商家应战双十一。截止14日凌晨，已有2000万个包裹送达消费者手里，物流快递公司未出现爆仓，物流高峰平稳渡过。

　　无疑，今年“双十一”使大数据在电商领域的地位更为坚实，但大数据目前及未来一段时间还是会以跌跌撞撞的姿态前行。精准营销需要做到“六个恰当”——在适当时机，以适当方式，把适当信息传递给适当观众，达到一个适当结果。这个美好概念在网络营销中被谈及数年，但现实效果并不理想。究其原因，一是因为大数据虽然够“大”，却不够完整。二是内部数据往往无法做到十分精细。精准营销讲求的是针对特定用户及其需求展开的营销行为，需要利用全网站点数据记录、印证会员的商品偏好、内容偏好、购物习惯、实时互联网关注动态等多维度的信息，以了解用户潜在的消费意向、需求。因此，在标识出用户之后必须尽可能多的记录其较长时间连续性的网上行为路径，包括他的跨域行为，最后将这些原本割裂的信息串联成一条完整的数据价值链条，以此来分析挖掘客户潜在的偏好和需求。目前很多数据系统，往往局限于单一网站的数据系统，记录和覆盖的用户行为信息往往是片段的、割裂的、孤立的、静态的，据此勾画出来的目标客户肖像是模糊的，或存在或多或少的偏差，在此基础上指导电商营销也自然只能是镜花水月。

　　根据数据架构消费者的生活形态，构建IntegratedConsumerTendency（生活形态营销）将成为未来电商发展的方向。但面对着永不打烊、人头攒动的网络商城，数据积累、应用的难度也将不断加大。如何建立更加多维、长链的数据，如何实现更加精细、智能的分析，如何实现更加精准、个性的服务，是电商大数据起步后需要不断校正、提升的方向。