2012 年出現了這么一個互聯網專用詞：“剁手族”，意指“網購花錢太多，立誓再網購就剁手的人”。先不提剁手是不是真的能夠控制住網購習慣，只看網購可以讓消費者上癮，正說明網購充分滿足了消費者的需求，消費者對于網購的黏性也非常高。網購讓消費者欲罷不能，除了價格公道、購買方便、選擇眾多以外，我覺得網絡平臺上“關聯銷售”的天然優勢，也是一個重要原因。
關聯銷售，簡單說就是引導客戶在購買商品時，一次性地購買多種。我自己前天在某網站購物時，本來只想購買一條長褲，最后的訂單中卻包括了一條長褲、一雙襪子和一條內褲。這就是商家利用“關聯銷售”的方法，引導客戶購物的結果。相對于CYE傳統零售渠道，網絡銷售平臺在“關聯銷售”這一領域，可以玩的手段要多得多，也強大得多，這里主要講3種常用招數，歸納為“誘惑”、“引導”、“理解”。
招數1：誘惑——捆綁優惠
捆綁優惠是指，當消費者按照一定的規則，購買兩件及以上商品時才能享受到的優惠政策。
如上圖所示為易迅的“隨心配”模塊，相機詳情頁中，顯示一系列的捆綁優惠，只有在同時購買相機與其套裝中設定的另外一件商品時，才能享受到價格折扣。類似的捆綁優惠在京東、天貓等處也可以見到。
捆綁優惠在線下渠道的使用也很常見，在超市中經常可以看到用黃色膠帶捆綁在一起打折銷售的商品組合。但是在網絡平臺上，捆綁優惠能夠做得更好：
更直觀：以上面易迅網的“隨心配”為例，在一個不大的頁面上，兩件商品、折扣力度、最終價格都很明晰地展示了出來。而在線下渠道中，很難有這樣普遍性而直觀的方式，讓客戶了解到促銷的具體內容。
更靈活：仍以“隨心配”為例，可以看到對同一件商品，可以創建多種優惠套餐，消費者可以根據需要選擇購買。這樣的靈活度是線下很難達到的。
更快速：在網絡平臺中，可以很快速地創建出多個捆綁優惠套餐，消費者馬上就能看到。例如：某廠家規定同時購買其生產的手機與藍牙耳機就能夠享受折扣。在網絡平臺上可以在半小時之內完成這一優惠的創建，而在線下，拋開系統設置不說，人員的培訓、促銷展示的制作也往往會耗時數天。
捆綁優惠這一招數，吸引消費者的是“優惠”，而將商品捆綁一起強行推銷了出去。這一招可以歸納為：誘惑。
招數2：引導——相關搭配
搭配針對商品的自然屬性，理解商品之間的相互關系，依據這一相互關系，引導消費者購買更多的商品。
由于搭配是基于商品之間的自然關系，消費者買單的幾率會高很多。以京東商城的“推薦配件”模塊為例，對于手機類產品，在這一模塊中可以看到京東商城推薦的貼膜、保護套、電池、藍牙耳機、充電器、數據線、移動電源、車載配件、耳機等其他種類商品。所推薦的其他商品，從商品類型上看，是與手機能夠互相配合使用的。
相對于線下渠道，網絡平臺上搭配功能的主要優勢在于：
更廣泛：以上面京東商城的“推薦配件”模塊為例，對一款手機，在這個模塊中搭配出了10件其他的商品(如有必要還可以搭配更多)，而這一模塊可以應用于幾乎所有商品上。而在線下渠道中，限于物理展示空間，不可能做到如此的廣泛。
搭配這一招數，吸引消費者的是商品之間的自然關系，讓消費者覺得搭配的商品也能用得著。這一招可以歸納為：引導。
引導和搭配這兩招可以綜合使用，效果更好。例如前面舉例的易迅“隨心配”模塊，既有低價的誘惑，又有商品配件關系的引導，消費者自然更加滿意。
引導和搭配這兩招是網絡平臺從線下渠道繼承并強化的。與線下所施展的招數相比，雖然威力更大，但其本質相同。而這第三招“推薦”則是線上平臺所獨有，線下渠道是學也學不來的。
招數3：理解——智能推薦
智能推薦是當前被炒得很熱門的“大數據”的最常見應用形式之一，它對消費者在網絡上的活動數據(包括瀏覽、購買、評價等)進行分析整理，判斷消費者的行為特征，從而“智能”地為消費者推薦商品。
Amazon的智能推薦系統是為大家所熟知的，其首頁上沒有膏藥般的促銷信息，而是會根據每一位訪問者的瀏覽記錄、購買記錄等為每一位消費者“個性化”生成推薦信息。而在商品詳情頁(itemdetailpage)中，也會根據商品的被購買記錄計算出與其相關的商品。
On-lineFM站點也會使用智能推薦算法，向其聽眾推薦歌曲。例如豆瓣電臺，用戶對每一首歌都可以標記“喜歡”、“跳過”，而豆瓣電臺在播放下一首歌時，會基于聽眾之前對每一首歌的操作，推薦聽眾最可能喜歡的歌曲。
智能推薦系統的算法是當前“大數據”方向的研究熱點，粗略分其大類，有兩種：
想認識全國各地的創業者、創業專家，快來加入“中國創業圈”
|
