2012 年出现了这么一个互联网专用词：“剁手族”，意指“网购花钱太多，立誓再网购就剁手的人”。先不提剁手是不是真的能够控制住网购习惯，只看网购可以让消费者上瘾，正说明网购充分满足了消费者的需求，消费者对于网购的黏性也非常高。网购让消费者欲罢不能，除了价格公道、购买方便、选择众多以外，我觉得网络平台上“关联销售”的天然优势，也是一个重要原因。
关联销售，简单说就是引导客户在购买商品时，一次性地购买多种。我自己前天在某网站购物时，本来只想购买一条长裤，最后的订单中却包括了一条长裤、一双袜子和一条内裤。这就是商家利用“关联销售”的方法，引导客户购物的结果。相对于CYE传统零售渠道，网络销售平台在“关联销售”这一领域，可以玩的手段要多得多，也强大得多，这里主要讲3种常用招数，归纳为“诱惑”、“引导”、“理解”。
招数1：诱惑——捆绑优惠
捆绑优惠是指，当消费者按照一定的规则，购买两件及以上商品时才能享受到的优惠政策。
如上图所示为易迅的“随心配”模块，相机详情页中，显示一系列的捆绑优惠，只有在同时购买相机与其套装中设定的另外一件商品时，才能享受到价格折扣。类似的捆绑优惠在京东、天猫等处也可以见到。
捆绑优惠在线下渠道的使用也很常见，在超市中经常可以看到用黄色胶带捆绑在一起打折销售的商品组合。但是在网络平台上，捆绑优惠能够做得更好：
更直观：以上面易迅网的“随心配”为例，在一个不大的页面上，两件商品、折扣力度、最终价格都很明晰地展示了出来。而在线下渠道中，很难有这样普遍性而直观的方式，让客户了解到促销的具体内容。
更灵活：仍以“随心配”为例，可以看到对同一件商品，可以创建多种优惠套餐，消费者可以根据需要选择购买。这样的灵活度是线下很难达到的。
更快速：在网络平台中，可以很快速地创建出多个捆绑优惠套餐，消费者马上就能看到。例如：某厂家规定同时购买其生产的手机与蓝牙耳机就能够享受折扣。在网络平台上可以在半小时之内完成这一优惠的创建，而在线下，抛开系统设置不说，人员的培训、促销展示的制作也往往会耗时数天。
捆绑优惠这一招数，吸引消费者的是“优惠”，而将商品捆绑一起强行推销了出去。这一招可以归纳为：诱惑。
招数2：引导——相关搭配
搭配针对商品的自然属性，理解商品之间的相互关系，依据这一相互关系，引导消费者购买更多的商品。
由于搭配是基于商品之间的自然关系，消费者买单的几率会高很多。以京东商城的“推荐配件”模块为例，对于手机类产品，在这一模块中可以看到京东商城推荐的贴膜、保护套、电池、蓝牙耳机、充电器、数据线、移动电源、车载配件、耳机等其他种类商品。所推荐的其他商品，从商品类型上看，是与手机能够互相配合使用的。
相对于线下渠道，网络平台上搭配功能的主要优势在于：
更广泛：以上面京东商城的“推荐配件”模块为例，对一款手机，在这个模块中搭配出了10件其他的商品(如有必要还可以搭配更多)，而这一模块可以应用于几乎所有商品上。而在线下渠道中，限于物理展示空间，不可能做到如此的广泛。
搭配这一招数，吸引消费者的是商品之间的自然关系，让消费者觉得搭配的商品也能用得着。这一招可以归纳为：引导。
引导和搭配这两招可以综合使用，效果更好。例如前面举例的易迅“随心配”模块，既有低价的诱惑，又有商品配件关系的引导，消费者自然更加满意。
引导和搭配这两招是网络平台从线下渠道继承并强化的。与线下所施展的招数相比，虽然威力更大，但其本质相同。而这第三招“推荐”则是线上平台所独有，线下渠道是学也学不来的。
招数3：理解——智能推荐
智能推荐是当前被炒得很热门的“大数据”的最常见应用形式之一，它对消费者在网络上的活动数据(包括浏览、购买、评价等)进行分析整理，判断消费者的行为特征，从而“智能”地为消费者推荐商品。
Amazon的智能推荐系统是为大家所熟知的，其首页上没有膏药般的促销信息，而是会根据每一位访问者的浏览记录、购买记录等为每一位消费者“个性化”生成推荐信息。而在商品详情页(itemdetailpage)中，也会根据商品的被购买记录计算出与其相关的商品。
On-lineFM站点也会使用智能推荐算法，向其听众推荐歌曲。例如豆瓣电台，用户对每一首歌都可以标记“喜欢”、“跳过”，而豆瓣电台在播放下一首歌时，会基于听众之前对每一首歌的操作，推荐听众最可能喜欢的歌曲。
智能推荐系统的算法是当前“大数据”方向的研究热点，粗略分其大类，有两种：
想认识全国各地的创业者、创业专家，快来加入“中国创业圈”
|
