亚马逊公司总裁杰夫·贝索斯说过：“如果我的网站上有一百万个顾客，我就应该有一百万个商店。”现在的零售网站在挖掘顾客偏好的时候主要有两种方式：一种是基于用户，来判断顾客之间的相似性，比如当你在网上买了一本最新的小说，网站就会自动提醒你买这本小说的顾客中还有65%的人买了另外一本。借助“群体的智慧”，让顾客的购买行为来帮助完成“人以群分”。另一种方式是基于商品，通过判断商品之间的关联度来完成推荐，比如当你购买了一款剃须刀，网站自然就会就推荐一款对应的须后水，由此形成“物以类聚”。

这种基于“协同过滤”技术的推荐引擎现在已经比较普遍，其实，大数据还能做更多。比如，你登录购物网站，浏览了几款商品，但最后没有下单，以前认为这些数据是没用的，不计入交易记录，但其实你的网络路径已经折射了你的喜好，根据你寻找某一款商品的方式，你在某一款商品上停留的时间多少，都可以推断出你潜在的购买意愿。

未来，随着大数据的深度挖掘，很有可能会出现这样一幕场景：你想买一款护肤品，登录购物网站后，还没等搜索，就已经有两款适合你的护肤品显示在页面上了，而且还是你心仪的牌子。为什么网站能了解你的需求，很可能是因为你刚刚在微博上跟朋友讨论起这个牌子的护肤品。

在传统商业时代，企业眼中的“客户”都是一个个概念性群体。传统的市场细分理论将客户按照年龄、收入、性别、婚否等社会属性进行交叉分类，由此得出一个个所谓“细分市场”。在这种分类体系里，没有个人，只有标签化的群体，企业得到的是对客户的刻板性印象。你每个月收入5万元以上，那你肯定是所有企业的优质目标客户群体之一，也意味着在这种概念性群体细分标准中，你就应该是不管消费什么东西都是最贵的，不管使用什么服务都是最好的。而实际情况又如何呢？你可能收入很高，但对很多方面的需求很容易得到满足，买衣服基本款普通品牌就可以，乘飞机不一定都要头等舱。在这种分类体系中是没有“个人”概念存在的。而实际生活中，每个消费者都是活生生的个人，有感情、有需求、有情绪，每个人都是独特的、有个性的、有感知的。互联网时代的用户不需要企业告诉他应该用什么或不用什么，应该买什么或不买什么，用户需要自己去做选择。认识到这一点非常重要。(www.daowen.com)

在传统商业时代，依靠传统的市场调查、市场分析方法是没有办法定位到每个人的需求和感知的，而这一点在互联网时代却可以做到。通过用户数据路径的全程记录与分析，每个人都在互联网上保存了自己的数据资产，每个人都是可以被定位、被区分、被连接的。Google的伟大之处和可怕之处就在于与每个人都建立了数据接口，打开了个人隐私之门；而Facebook、微信的伟大之处和可怕之处在于将现实环境中的人际关系整体搬迁到网络。当个人的所有数据都被一家公司掌控得一清二楚时，只要这家公司愿意，它就可以变身为你的终身生活助理，成为最了解你需要的伙伴，或者挖掘到它想知道的一切。

在大数据时代，零售企业可以将每个顾客在全渠道（包括地面店、网店、移动商店、社交网络、数字货架和社交媒体）的数据碎片，汇聚起来，绘制出每个顾客的完整的全渠道顾客云图。同时借助每个顾客的大数据，零售企业可以发动每一位员工（而不仅是首席营销官）倾听或监测、参与和管理现有的和潜在的每一个客户，在全渠道的每个接触点上建立有影响力的1对1的对话和关系。

银泰网上线后，打通了线下实体店和线上的会员账号。在百货和购物中心铺设免费Wi-Fi。这意味着，当一位已注册账号的客人进入实体店时，他的手机连接上Wi-Fi，后台就能认出来，他过往与银泰的所有互动记录、喜好便会一一在后台呈现。当把线上线下的数据放到集团内的公共数据库中去匹配时，银泰就能通过对实体店顾客的电子小票、行走路线、停留区域的分析，来判别消费者的购物喜好，分析购物行为、购物频率和品类搭配的一些习惯。这样做的最终目的是实现商品和库存的可视化，并达到与用户之间的沟通。