购物消费，典型的顾客信息数据化

大数据无处不在，影响着生产者的生产、营销、售后、扩大再生产，给商业活动带来了大变革。不仅如此，大数据还深刻影响着人们生活的方方面面，特别是在消费、出行、医疗和学校教育方面，更是给人们的生活带来了众多细节上的小变革。

消费者这个身份和角色，会伴随一个人的一生。大数据时代，消费者与企业一样，也是被大量的数据围绕着，只有通过分析数据，才能做出有益于自身生存和发展的高质量决策，这就是数字化生存。在大数据时代，消费者的购物和消费也是如此的数据化。

首先，购物消费选择数据化，即消费者以数据作为选择的参考标准和标杆。

随着人们物质生活水平的不断提高，商品的种类越来越多，人们选择的范围也越来越大，但消费者却被这诸多的选择所困扰：很多时候，他们并不知道他们想要什么、需要什么。但是，这并不影响他们的购买行为，为什么？因为他们可以根据消费的大数据信息进行消费选择。现在，但凡懂一些技术的消费者，都可以使用诸如Google Analytics或Splunk等现成的工具或是数据源进行分析，找到热销和用户评价最高的商品，再结合自身的需要，做出相应的选择。

消费者这一方主动运用大数据进行决策，是消费者购物消费选择数据化的一个方面；经营者一方主动使用大数据，对消费者的行为进行分析，做出相应的推荐和营销，推动消费者进行购物决策，是消费者购物消费选择数据化的另一个方面。众所周知，在大数据时代，移动互联网的应用、智能手机的普及，使消费者已经没有个人隐私可言，在经营者面前，消费者就是一个透明体，他们不仅了解消费者的一切需求，甚至比消费者本人还了解其消费需求。

通过对消费者的消费记录和行踪数据进行大数据分析，沃尔玛超市可以比新婚丈夫更早地知道其妻子是否已经怀孕，然后根据其购物的变化，可以判断出他们是否已经知道这件事情；音乐推荐网站Pandora为你推荐的音乐，都是根据你的喜好进行大数据分析得来的，他们比你更了解你喜欢哪些音乐，因此你经常会有一种这首音乐是为自己量身定做的感觉。

亚马逊则在你打酱油般漫无目的地浏览商品的时候，为你推荐可以勾起你购买欲望的商品；当当网会根据用户搜索、浏览和消费的记录，为用户进行有针对性的推荐，这在方便消费者的同时，也给消费者带来了困扰：有位女士曾在当当网上购买过一些关于怀孕方面的书籍，此后，她便经常受到当当网关于类似书籍的推荐，而且持续了一年多的时间，直至这位女士不胜其扰，直接向当当网的CEO李国庆先生投诉，这件事才算结束。

以前，我们阅读网络小说的时候，都是在一个固定的网站，或是固定的板块或模块上，而实际上，适合我们阅读的、我们需要的小说有很多，但是，因为我们并没有那么多的时间和精力去寻找，所以，很多时候都是靠运气。而在大数据时代的背景之下，我们的阅读喜好就同我们的个人信息一样，没有丝毫的隐私可言，根据你当前所读的小说，网站会为你进行类似的推荐，而且形式非常委婉：您可能还喜欢、我猜你还可能喜欢……只需点击打开相关的链接，就可以进行阅读。

经营者就是通过这样的方式或是类似这样的方式，缩小了消费者的选择范围，影响着消费者的消费选择，而消费者也乐在其中，因为经营者们已经对他们的需求分析得非常透彻，他们可以不用分析自己需要什么。就这样，消费者的消费选择无论是主动还是被动，都在受大数据的影响，被大数据所左右。

其次，购物消费筛选与决策的数据化。即消费者在对初步选择的产品和服务进行筛选和抉择的过程中，以数据作为参考标准。

消费者消费的过程是一个不断选择的过程，在初步的选择之后，还要进行进一步的筛选，然后才能做出决策。就像考研买参考书一样，根据其他人的搜索，会出现很多相关的组合推荐，要买参考书的人在一开始的时候，将它们全部放入了购物车，等找得差不多的时候，就会回到购物车进行筛选和抉择。

虽然大数据的分析与利用给消费者带来了很多的便利和有针对性的选择，但是就目前的情况而言，还做不到一步到位，因此，筛选和决策的过程还是不能省略的。我们仍以购买考研参考书为例。

进入当当网，我们输入“考研”，就会出现很多关于考研的书。在搜索结果的左边，有一个分类栏，将所有考研的书籍进行分类，有考研英语、考研政治、考研数学、考研专业书、考研大纲等的分类项目，将一万多个搜索结果进行分门别类。

消费者可以根据自己的情况和自己的需要进行门类选择，我们选择考研政治，然后显示的结果就都是这一个门类的参考书了。同样是在搜索结果的左边，下面会有一个热卖商品的缩略图展示，将最近购买率比较高的参考书展示出来，还有一些其他的热卖商品。再往下面，还有一个搜索考研的最终购买结果的展示，告诉消费者那些搜索过考研参考书的用户最终购买了哪些书籍，这可以作为消费者筛选和抉择的一个标准。

再说搜索结果显示这一边，消费者可以选择按照客户评分的标准（1～5星）进行进一步的筛选，也可以选择按折扣、按销量、按好评、按出版时间、按价格进行筛选。经过这样的筛选和对比之后，消费者差不多就能找到比较适合的参考书了。

最后，点开选择要购买的参考书，可以根据实际的评论、参考书的目录，再结合自身的需要，进行最后的决定。

在被网站初步筛选出来的结果中进行进一步的选择和筛选，消费者依靠的就是大数据分析。热卖商品就是对销售数量的大数据分析，客户评分的标准是消费者对产品内容质量肯定程度的大数据分析，而实际的评论和参考书的目录，是一个直观的数据，可以给购买者一个直观的感受。

大数据分析的核心是预测，如果有准确的预测，就可以根据预测的结果进行决策，就能够为消费者节省更多的时间。Decide.com将大数据的分析应用到数码和家电领域，这两个领域的价格变化是最为迅速的，而根据产品的博客、价格历史、比价数据、优惠信息、新闻报道等，Decide.com称其价格走势的准确率可以高达77%，在帮助消费者省钱的同时，还为消费者节省下了20%的决策时间。

最后，消费反馈和售后服务的数据化，即消费者在消费商品之后进行的反馈的数据化和卖家提供售后服务的数据化。

大数据给消费者带来的变革不仅仅是参考和决策，还延伸到消费商品之后，一方面是消费者的消费反馈，另一方面是销售者提供的售后服务。

以前，买卖双方交易完毕之后，就意味着交易的彻底结束。消费者消费商品，很少主动去反馈，就算偶尔有一些售后的调查问卷，他们也很少认真去填写，因为他们觉得没有什么实际的意义。也正是因为如此，交易才出现了两种结果：一种是销售者能够提供给生产者的反馈，主要依据就是产品的销售数量；另一种是因为缺乏互动，如果消费者不满意，就不再购买，进而导致一锤子买卖的情况出现，很难建立消费者的忠诚度。

现在，买卖双方交易完毕之后，只是意味着交易告一段落。我们以在淘宝网买一件衣服为例，在消费者收到自己所购买的衣服，确定收款之后，就可以对衣服的颜色、样式和材质的直观感受进行评论和反馈；等衣服穿上身之后，还可以追加评论。这样，不仅卖家可以收到反馈消息，为消费者提供更好的服务，生产者也可以根据这些反馈信息，进行生产方面的调整，使得企业所生产的产品，更能够满足消费者的消费需求。

买卖双方是互动的关系，如果消费者的消费反馈得不到回应：一方面会打击消费者反馈消费意见的积极性；另一方面消费者会觉得销售者在意的只是钱货的交易，根本不在意自己的感受，从而对销售者和生产者产生一种疏离感，这种疏离感是培养消费者忠诚度的一个很大阻碍。

当前，很多网站都会根据一些常规的问题做出条款性的解释，让用户能够在参阅之后解决基本的问题。这是大数据分析的结果，对用户使用的反馈进行大数据分析，找到这些经常出现的问题，然后做出条款性的解释。这也是数据化的一种表现，数据化的一种重要表现就是程式化，那些条款性的解释也是一种程式化。

就这样，大数据贯穿着生产者的生产、消费者的选择与决策、消费者与销售者和生产者之间的互动等环节，让消费者的购物和消费过程实现了数据化。

而在不久后的未来，大数据在购物和消费中将会发挥更大的作用：卖家可以根据消费者的品位和喜好，做出商品推荐，而这件商品可能正是消费者想要要购买的；根据用户心情的变化和对用户情绪的大数据分析，可以为用户提供相应的发型和服装搭配的建议，能够吻合用户的心情，或是改善用户的心情，并且能够借此机会向用户推荐相应的商品……这就是大数据时代的购物消费，如此的数据化，如此了解消费者。