更让我意外的是：短短三、四天内，这条微博的点击阅读率达到了70多万人次，转发和评论上千条；参与这场大讨论的，不仅有和我一样的消费者，也有相关领域的研究者或研究机构，更有各大电商的技术人员和管理人员。
电商营销乱象
其中，有很多是消费者对我的微博感同身受，大家纷纷吐槽——
“今早我在淘宝搜农具，现在出来的全是镰刀、斧头……”
“我就回复一个一个关于无花果的微博，右侧天天就推荐新疆无花果！”
“我一次误点了个冰箱，现在满屏幕都是那个牌子的冰箱广告，走哪都是，郁闷的……”
“曾点开一双鞋的链接结果那鞋子无处不在侵犯着眼球，真看吐了，饶了我吧！”
“一个多月前我在淘宝上买了台电视，他连续一个月都给我推荐电视。如果我只是看看，他给我推荐还差不多，可是我都已经买了啊，难道让我再买一台？”
“一次在天猫上买了个充电器，微博上天天都是充电器推荐的，尼玛哪有充电器需要天天买的，这推荐太坑爹。”
“前段时间买了件亚麻衫，这些天上网到处都给我推荐亚麻，微博、优酷、腾讯到处都是。要是就这样就算了。我点进去，发现以我200多斤的体格，没有一款能穿。”
“有些电商网站也是，才买个冰箱不久就发EDM推荐冰箱，网站首页满眼冰箱，我又不是倒卖冰箱的。这就是所谓的数据分析？人和机器一样傻！”
……
现在，“大数据”已经是最近深受公众和舆论追捧的热词之一。但从网友们让人啼笑皆非的吐槽来看，网络上这种不精准的营销很普遍，而且几乎涉及到所有的大小电商。他们大多玩的是概率，还不是精准。看来，所谓的“大数据时代”尚是一种幻觉——我们离登堂入室还有很远的路要走。
Big Data本质是找到数据背后的消费者洞察，用未知数求已知数。BigData带来BigIdea，而非大数据本身。
精准营销是方向
网络上类似的抱怨或负面情绪太多，但让我高兴的是，此条微博引起了诸多专业人士和业内人士的关注，并最终酵发成一场大讨论。
在大数据和兴趣图谱的年代，要挖掘出核心东西。有人指出，之所以出现网友们吐槽的这种情况，主要是淘宝等电商的推荐模型做得不到位，行为数据没有收集够就盲目推荐，因为某些产品的购买在一定时段里是不会重复的。强行推荐，只会导致厌烦情绪和后悔情绪。大数据时代的推广，不仅需要划分受众，更需要划分单体受众的心理层次。
这种推荐模型需要加入纵向数据分析的模型与算法，最简单的优化方法，就是将买过牛肉干的人在近期（1年内）购买过的物品排列出来，找出共性较多的加以推荐。有几种方向：一、分析单一用户的购买频率，对用户的购买频率进行调整，在预期的下一次购买时段内推荐；二、结合购买力及品牌偏好，做关联产品展示；三、推荐相同爱好的购买者，没准能团购一把。
但也有人指出，大数据本来搜集的就是trends（趋势、倾向），不是背后的why（为什么）。对数据个性化处理，加入感觉因子，目前无论是淘宝、新浪，还是其他网站，都做不到这点——消费者行为表现是多元化的、动态的、可延续的，从“根据关键词投放广告”提升到“根据人的行为投放广告”，目前还是一种遐想。除非是一个吃货社区或者App。所以，淘宝的transaction（事务，指作为单个逻辑工作单元执行的一系列操作）数据意图结合新浪的社交数据来构建一个人的兴趣导购循环，是不完整的，社交数据不应该这么玩！
而过度进行数据挖掘，可能带来的负面作用：培养了被动接受和思考滞后。我们最终努力的方向，不是靠核心数据的挖掘和引导，而是提供方法与途径让用户学会获取并主动解决问题，享受乐趣。
然而，让我欣慰的是，淘宝网的技术管理人员也第一时间主动联系到我，询问此事的具体情况，并进行了解释：他们其实早就发现了这种推荐的弊端，并已经在积极进行修正，不断优化方案。比如，为了避免出现“买了再推”的情况频繁发生，技术人员已经在系统中对活跃用户设置了购买降权的处理。
我的回复是：“优化推荐系统，对商家和消费者都是好事。消费者并不是讨厌推荐或网购，还是希望数据分析更精准，荐我之所需。”
设想与担忧
那么，网友理想的网购和推荐是什么样的呢？众网友纷纷进行了美好而大胆的设想——
“买牛肉干，推荐牙签、牙线，或者山楂片，有助消化嘛。”
“买了一件泳衣，你可以推荐防晒霜；买了一个冰箱，你可以推荐乐扣保鲜盒；买了一双皮鞋，你推荐皮鞋油……”
“我在去哪儿网站浏览了内蒙古的景点，你就可以推荐当地的牛肉干等特产嘛。”
“你浏览了验孕棒的页面，十个月之后广告给你推送尿不湿产品。”
“看了网上的充气娃娃，立马推荐去百合网或世纪佳缘，干柴烈火般的需求你能抓住吗？”
网友的设想虽然带着几丝戏谑，却十分有道理。可能大家听说过一个“啤酒与尿布”的推销理论：
在一家超市中，人们发现了一个特别有趣的现象——尿布与啤酒这两种风马牛不相及的商品居然摆在一起。但这一奇怪的举措居然使尿布和啤酒的稍量大幅增加了。这可不是一个笑话，而是一直被商家所津津乐道的发生在美国沃尔玛连锁超市的真实案例。原来，美国的妇女通常在家照顾孩子，所以她们经常会嘱咐丈夫在下班回家的路上为孩子买尿布，而丈夫在买尿布的同时又会顺手购买自己爱喝的啤酒。这个发现为商家带来了大量的利润。
如何从浩如烟海却又杂乱无章的数据中，发现啤酒和尿布销售之间的关联度，这是值得所有电商和数据分析员应该值得深思的问题。
作为一个消费者和对此领域关注研究者，我觉得，比“推荐什么”更高一个层次的问题，是“不推荐什么”。比如，对我反胃的嗝与贪婪的口水之间进行区分，从而避免厌烦性推荐。我甚至还有一个大胆设想：在网上买了服装、化妆品之类女性消费品的男性消费者，你能根据他的消费痕迹和数据，分析出他的消费能力如何？他是奢侈型还是勤俭持家型？如果是后者，能否在他的网页上调整此类商品的推荐频率、甚至进行屏蔽，从而避免此类消息可能刺激他女友（或老婆）的奢侈浪费性购物？但是，有谁愿意做这么“二”的电商吗？
此次讨论中，还有少数网友表现出了深深的担忧——消费行为及数据的深分析背后，可能是用户瘾私的泄露或用户信息的窃取。既要贴心的服务又要保护隐私，这是一个两难的境地。
更可怕的是：这些背后，有没有另外一个“棱镜计划”？
——原文刊于2013年7月《企业观察家》杂志
