01

雙十一失去標桿作用

又是一年雙十一，火熱的電商市場經(jīng)過連年的“低價轟炸”后，已不復往日的熱鬧。平臺價格內(nèi)卷、大促常態(tài)化，購物節(jié)的稀缺性被大幅稀釋，消費者也逐漸對優(yōu)惠促銷脫敏。從過去全民狂歡的購物標桿淪為如今的“例行公事”，褪去“剁手”的魔力后，這個經(jīng)歷了十七個年頭的消費符號正迎來消費者的冷靜審視。

理性回歸帶來新的市場變化，直播間“預售比現(xiàn)貨貴”引發(fā)的退款潮，先漲后降、規(guī)則陷阱等套路被揭發(fā)……種種信任危機背后是更精細化的消費需求，用戶的平臺偏好開始逐漸顯現(xiàn)。AI技術(shù)的進步也讓電商巨頭們在個性化服務和站內(nèi)生態(tài)的建設上，呈現(xiàn)特色各異的打法風格，進而形成新的市場格局。

“現(xiàn)在打開App天天都是‘大促’，雙十一的折扣已經(jīng)沒什么吸引力了?！?/strong>今年雙十一伊始，不少資深網(wǎng)購愛好者發(fā)表感慨，揭開了全民狂歡節(jié)逐漸式微的現(xiàn)狀。

年貨節(jié)、開學季、煥新周等特定品類促銷，疊加早春上新、狂暑季等換季活動和國慶、中秋、七夕等節(jié)日狂歡，粗略統(tǒng)計，各種購物節(jié)的總計時長已經(jīng)占據(jù)全年的三分之二。作為重頭戲的雙十一大促，也從起初的購物節(jié)日演變?yōu)樾杼崆盎I備一個月的活動，如今甚至延長至40多天，平臺和商家從10月初就開始預熱。

當?shù)蛢r折扣的稀缺性被稀釋，再火熱的營銷也難以調(diào)動起消費者的欲望。形式上，各種平臺的跳轉(zhuǎn)廣告和多彈窗的交互設計也透支了用戶興趣，成為影響使用體驗的信息冗余，讓部分消費者避之不及。甚至有網(wǎng)友調(diào)侃：“從任何一個App的開屏鏈接跳轉(zhuǎn)，速度都比直接點開淘寶更快。”

另一個關鍵因素是直播電商的興起，抖音、快手、小紅書等內(nèi)容平臺將種草介紹和商品鏈接打通，提供即時購買的閉環(huán)鏈路，并將其融入內(nèi)容推送和社區(qū)生態(tài)，為用戶提供了另一種購物場景——在娛樂中網(wǎng)購。原本的“特意挑”變成“順手買”，成功抓住消費者計劃之外的購物需求，這種邏輯顛覆所產(chǎn)生的影響遠比單純搶占市場份額更為深遠。

在長達六七年的激烈對壘中，直播電商與傳統(tǒng)電商以“低價折扣”為核心武器，削弱了用戶黏性，熱衷比價的消費者得以流轉(zhuǎn)于各個平臺，這為用戶根據(jù)購物習慣培養(yǎng)平臺偏好提供了機會，從而推動電商格局的分化。

“電數(shù)寶”電商大數(shù)據(jù)庫顯示，2024年直播電商交易規(guī)模達到53256億元，同比增長8.31%，增速明顯下滑。在對傳統(tǒng)電商這個前浪進行猛烈沖擊后，作為后起之秀的直播電商也結(jié)束了流量紅利期，開始轉(zhuǎn)向存量競爭。

逐漸穩(wěn)定的平臺偏好開始顯現(xiàn)：追求品牌保障的用戶堅守天貓京東，看重性價比的流向拼多多，熱衷即時互動的常駐抖音快手，偏好潮流時尚的則扎根小紅書。用戶不再為雙十一刻意轉(zhuǎn)換平臺，進一步削弱了購物節(jié)的聚合效應。格局分化之下，流量分流成為必然趨勢。

這一系列變化是電商行業(yè)浴血廝殺后留下的清晰遺跡，也折射出不同平臺的競爭側(cè)重點，從模式創(chuàng)新到價格對抗，再到針對用戶偏好的服務分化，每一步選擇都源于平臺自身的基因特質(zhì)，最終共同塑造了當前的電商生態(tài)格局。

02

消費者回歸理性

遵循消費偏好“擇平臺而棲”，是消費者回歸理性的第一步。

對“低價”祛魅，則是第二步。

早在前幾年就有不少網(wǎng)友指出，部分商家會在雙十一大促前悄悄漲價，導致打完折后商品價格與平常價格一致，甚至出現(xiàn)打完折還高于原價的情況。由于預售期不斷延長，各種購物券的計算規(guī)則也愈發(fā)復雜，所謂的優(yōu)惠折扣更具迷惑性，讓消費者難以輕易比價發(fā)現(xiàn)其中的端倪。第三方投訴平臺顯示，雙十一期間“價格保護”相關投訴超萬條，部分商家以“優(yōu)惠券不在保價范圍”為由拒絕補差價。

低價內(nèi)卷加劇，商家在利潤承壓下花樣百出，這類現(xiàn)象在近幾年有愈演愈烈的趨勢，價保機制的失效使“降價促銷”淪為營造狂歡氛圍的噱頭，透支信任的同時，進一步加速了購物節(jié)的衰落。

“明明顯示24小時之內(nèi)付款，結(jié)果一個小時之后再看訂單都被取消了，再下單就貴了80多塊錢?！?/strong>來自重慶的網(wǎng)友莫米抱怨道，沒得到實惠只是一方面，她更介意的是自己蹲了很久折扣，提早挑選和等待，實在是浪費精力。原本網(wǎng)購是圖方便省事，但如今的購物體驗已經(jīng)很難稱得上輕松。

那么為什么遲遲難以下單？

這又要提到復雜的滿減活動和優(yōu)惠券疊加規(guī)則，網(wǎng)友薛涵（化名）就在提交訂單時發(fā)現(xiàn)了問題。她加購了一堆商品，打算直接用88VIP的九折券抵扣，但在結(jié)算時發(fā)現(xiàn)加購的越多，分攤到每件商品上的優(yōu)惠額度反而越小。“明明我的優(yōu)惠券里還有200元的優(yōu)惠額度。”薛涵不解。

很多情況下，為了榨干優(yōu)惠券的價值，用戶往往會加購更多計劃外的非必需品，進一步增加湊單滿減的計算工作量?！岸颊f88VIP的這個券可以直接減，不需要去湊單?！钡聦嵶C明，營銷話術(shù)并不能當作操作指南。

薛涵的遭遇并非個例，當用戶發(fā)現(xiàn)多買享受的折扣反而更少時，自然會對匯總下單變得遲疑。這不僅直接影響消費體驗，還會因過于復雜削弱用戶的消費意愿。

薛涵的購物下單界面，她發(fā)現(xiàn)多加購反而每件商品分攤到的優(yōu)惠更少

存量時代到來之際，各大平臺雖已意識到行業(yè)增長邏輯的轉(zhuǎn)變，嘗試各種手段查漏補缺，如松綁“僅退款”，完善內(nèi)容生態(tài)，補足物流、貨架和售后環(huán)節(jié)等基礎設施，但始終停留在表層優(yōu)化的范疇，未能觸及當下最核心的課題——即當促銷回歸日常，理性取代沖動后，如何在疲軟的營銷氛圍中找到能持續(xù)錨定用戶真實需求的價值支點，進而釋放新的增長動能。

供給端急需重新思考購物節(jié)的價值，17歲的雙十一終于行至轉(zhuǎn)型的十字路口。

從“價格戰(zhàn)”到“價值戰(zhàn)”，從流量狂歡到信任危機，標桿地位被動搖的背后，其實是買賣雙方話語權(quán)的對調(diào)。消費者開始用“需求”投票，倒逼平臺與商家調(diào)整經(jīng)營策略，也從供給端接過了定義購物節(jié)的主導權(quán)。

雙十一的聲量變化證明，當行業(yè)發(fā)展偏離造節(jié)的初衷，難以為繼的流量內(nèi)卷終會呼喚消費理性的回歸，畢竟真正的優(yōu)惠并不需要套路，健康的消費環(huán)境才值得消費者為之狂歡。

03

“大象無形”AI融入雙十一

算法能力質(zhì)的飛躍對雙十一的改變有多少？各大電商平臺今年并不突出低價、底價等價格因素，轉(zhuǎn)而在AI上加大馬力。盡管AI正在從營銷“輔助工具”升級成為整個購物生態(tài)的“核心操盤者”，試圖打造“比消費者更懂消費者”的智能體驗，但心有余而力不足的時刻也有不少。

AI智能推薦：從關鍵詞匹配到“讀心術(shù)”

如果我們想給新家的沙發(fā)配一條毯子，在傳統(tǒng)貨架電商的平臺搜索“沙發(fā)毯”，能得到無數(shù)個結(jié)果，在極簡風、民族風、長絨毛、針織毯等各個維度里反復橫跳很久，才能選中自己滿意的產(chǎn)品。這種讓大腦過載的購物過程，很多人疲于應對，圖省事的消費者很可能會直接在平臺前排推薦位中選擇一個商家——不滿意大不了退貨，然后再重復以上過程。

消費者的疲倦源于傳統(tǒng)的電商平臺搜索“痼疾”：它本質(zhì)上只是冰冷、低智的關鍵詞匹配系統(tǒng)。它會把你輸入的搜索詞與成千上萬個商品對對碰，然后再把粗篩一遍的結(jié)果像倒垃圾一樣傾倒在你面前，讓你自己去做判斷、做決策。

修煉多年的AI能不能對消費者的喜好猜得更準？今年雙十一，淘天集團就再次強調(diào)AI對電商業(yè)務的應用，尤其是對商品推薦的精準度提升。

天貓總裁劉博不久前聲稱，在AI產(chǎn)研投入下，“淘寶天貓平臺的算力提升40倍，對用戶行為序列長度的感知，從半年周期提升至10年，大幅提升商品推薦的精準度，帶動購買效率提升25%”。

“用戶行為序列長度”是電商推薦系統(tǒng)領域一個非常核心的技術(shù)概念，簡單來說，它指的是算法能夠分析和利用的用戶歷史行為數(shù)據(jù)的時間跨度和數(shù)量級?！岸唐谛袨樾蛄小敝傅氖怯脩艚诘摹⒏哳l的、動態(tài)變化的行為，“長期行為序列”則是指用戶跨越數(shù)月甚至數(shù)年的歷史行為。

此前我們其實就看到過平臺會基于消費者的歷史行為數(shù)據(jù)給出的靜態(tài)推薦，但經(jīng)?！皝y猜”。江西的雷女士在購物平臺搜索完給朋友的新婚禮物后，馬上被打上“新婚”標簽，持續(xù)被推送婚房裝飾品、蜜月用品等等。

但現(xiàn)在的推薦系統(tǒng)早已從單一算法發(fā)展為“混合模型架構(gòu)”，比如“協(xié)同過濾”就是基于物以類聚、人以群分的原理，推薦相似用戶喜歡的商品；基于內(nèi)容的推薦則分析商品特征和用戶歷史行為的匹配度。

現(xiàn)在打開天貓搜索框還有“AI萬能搜”的選擇，從真實使用情況來看，基于大語言模型的AI理解能力確實有很大提升，可以直接為用戶提供回答、解決方案和商品推薦的一站式服務。

天貓“AI萬能搜”使用結(jié)果

比如我問它“有沒有酥脆但不油膩的零食”，它能理解我想要的是健康、解饞的零食，這說明它能理解消費者的真實意圖，而不是字面意思。淘寶有數(shù)億用戶的真實行為數(shù)據(jù)和評論，只要有高質(zhì)量的標注數(shù)據(jù)拿來訓練，做到這一步并不難。

懂用戶的真實想法還不夠，還要能智能整合全網(wǎng)信息，幫助消費者“排雷”。AI萬能搜也能抓取和分析淘寶內(nèi)外的真實評論，把一個完整的方案擺在你面前，包括選購要點、避坑指南、搭配建議甚至直接給出不同預算的組合套餐。

AI像是一個懂心理學的導購，但是又不得不承認，它擅長處理數(shù)據(jù)，卻沒有真正理解人性。如果你想讓AI推薦“2000元以內(nèi)送給年輕女孩的禮物”，它還是會機械地推薦裙子或化妝品這類刻板印象下的物品，無法捕捉驚喜感、個性化等隱性訴求。

促銷策略變革：“廣撒網(wǎng)”變“精準釣”

在促銷策略方面，AI也正在改變傳統(tǒng)“廣撒網(wǎng)”式的低效模式。

劉博提到，今年天貓雙十一部分消費券將由AI“智惠引擎”統(tǒng)一決策發(fā)放。試點期數(shù)據(jù)顯示，AI“智惠引擎”發(fā)券轉(zhuǎn)化率，相比以往提升了15%，能讓消費補貼更加精準。

這里的技術(shù)核心目標仍然是“精準定位”，通過分析用戶歷史購買、瀏覽軌跡、搜索詞等數(shù)據(jù)，構(gòu)建超精細用戶畫像，精確捕捉個體偏好、價格敏感度和購買周期等特征。

AI會默默分析你在不同渠道的行為偏好。假設你最近在電商平臺搜索了“露營裝備”、在短視頻平臺經(jīng)常觀看徒步視頻，或者在社交媒體上關注了戶外品牌，系統(tǒng)會將這些碎片化信息拼接起來，形成你的“興趣圖譜”。

基于這張圖譜，AI會自動決策最優(yōu)的促銷推送。在你常用的購物App里，當你瀏覽完一款登山鞋后，AI會適時地送上一張“同品牌沖鋒衣專屬優(yōu)惠券”。這種在合適的時間、合適的渠道、提供合適內(nèi)容的體驗，遠比盲目轟炸更有效。

但這也會帶來一些我們熟悉的問題，比如算法歧視、殺熟甚至侵犯隱私導致個人信息泄露等?；谟脩舢嬒竦木珳薁I銷，有時會演變?yōu)樗惴⑹?，對價格不敏感的高消費用戶顯示更高的價格，或者對熟客發(fā)放面額更小的優(yōu)惠券……這都是因為AI決策過程如同“黑箱”，消費者往往難以察覺，更難以舉證維權(quán)。

而且平臺的優(yōu)惠券分發(fā)的方式雖然更智能，但并沒有考慮到老年人的使用。“我和我父母買同一樣東西，他們不懂優(yōu)惠券的門道，不知道怎么領取、在哪個時候買更合適，所以總是會比我花錢更多?！鄙綎|的梁先生最近才發(fā)現(xiàn)，父母在淘寶買東西總是會比自己買的更貴。

同件商品的購買價格對比

04

AI驅(qū)動的內(nèi)容電商如何崛起？

“內(nèi)容電商”是近年的一個熱點話題，它的底層邏輯和傳統(tǒng)貨架電商是反著來的，屬于“貨找人”，這其實也是上述平臺大力發(fā)展AI的主要目標之一，而內(nèi)容平臺本來就有天然的優(yōu)勢。

隨著小紅書、B站、抖音、快手等內(nèi)容平臺都轉(zhuǎn)向電商業(yè)務，憑借自身的內(nèi)容生態(tài)優(yōu)勢，再加上AI的加持，電商格局正在重塑。

用戶認為的AI電商工具優(yōu)勢（圖源：企查查）

內(nèi)容平臺的AI推薦系統(tǒng)不同于傳統(tǒng)電商，它基于用戶對內(nèi)容的興趣，推薦相關商品，實現(xiàn)“內(nèi)容即商品”的轉(zhuǎn)化路徑。

雙十一之前，小紅書電商業(yè)務“市集”全面上線，并獲得一級入口。小紅書將電商業(yè)務定義為生活方式電商，稱在小紅書“用戶買到的不僅僅是商品，也是一種向往的生活方式”。而小紅書電商融入社區(qū)，更早體現(xiàn)在用戶主頁信息流中出現(xiàn)商品筆記、帶貨直播。

小紅書官方稱，“市集”實際上是一個新增的交易場景，在AI推薦算法上更能根據(jù)用戶對于某一類內(nèi)容的感興趣程度，進行相關商品的推薦。

AI無疑正變得更為強大，它能回溯我們長達十年的消費記憶，試圖理解我們自己都未必察覺的潛在需求。然而，技術(shù)始終面臨人性的復雜考驗，當推薦算法仍會落入刻板印象的陷阱、當精準營銷與大數(shù)據(jù)殺熟的界限日益模糊，我們不得不正視這個更懂我們的購物時代，也意味著我們的偏好、習慣乃至弱點正被前所未有地洞察與計算。

如何在效率與公平、個性與隱私之間，找到一個可持續(xù)的平衡點？這個問題AI還無法回答。