顾客看了伊妹尔就想买

李女士是京东商城的一个新会员，她最近学习了一些厨艺后，便想当一个家庭主妇，于是她打算到京东商城上去买些厨具。结果，她发现自己选中的那款商品没有货，在失望之余，她看到京东商城上还有“到货提醒”的功能，于是她选择了该功能，并填上了自己常用的邮箱地址。

几天后，这个商品有货了，李女士及时收到了一封E-mail（音译“伊妹尔”）邮件，里面大致意思是“您上次想买的东西有货了”，此外，这封邮件里还给她推荐了几款相关的厨具商品。在比较了这几款推荐的厨具后，李女士不再坚持自己原先要买的那一款，而是购买了邮件中推荐的一款厨具。于是，通过电子邮件，李女士完成了自己在京东商城上的第一次购物。

又过了一段时间，李女士又迷恋上了摄影，便想在京东商城上买一款单反相机。她在京东商城上搜索浏览了很长时间，仍不知该选择哪一款相机，便没有选择购买。

没想到有一天，李女士打开邮箱时，发现里面已经躺着一封邮件“京东告诉您如何挑选单反相机”，这正是李女士要找的信息，于是，她立即打开邮件，通过邮件链接到专题页面，参照页面里的内容，李女士果然找到了自己满意的相机，她也果断地下单购买了一款自己中意的相机。

不久，李女士的爸爸要过生日了，她打算送给爸爸一部手机。李女士在京东商城上看到一部手机，感觉不错，只是价格有些贵，这让李女士有些犹豫，便先放到了“购物车”里，打算再看看有没有其他便宜一些的；李女士搜索浏览了一会儿，也没有找到更合适的，便结束了这次的购买之旅，去忙别的事情了。结果，3天后，她收到一封“您购物车里的商品降价啦”的邮件，打开邮件一看，里面正是她想买的那部手机，此刻降价500元。这款手机降价后，李女士觉得可以接受，就果断购买了这部手机，以送给爸爸做生日礼物。

通过上述的若干次购买经历，李女士逐渐喜欢上了京东商城的邮件。这是因为，那些邮件总能带给她惊喜，帮助她购物，好像能够读懂她的心思。正是这一点，也让她对京东商城产生了好感，时常到京东商城上购物。

在上述的案例中，京东商城的邮件在很大程度上提升了用户的满意度体验，甚至直接促发顾客的购买行为。那么，京东商城的邮件系统又是怎样做到这一点的呢？

我们知道，一个好的邮件营销方案，要能够完美解决一个“3W”的问题，即在什么时间（When），把什么内容（What），发给什么人（Who）。如果要解决这个问题，就要很清楚地了解用户的情况，个人喜好，需要什么等。

邮件营销要完美地解决上述3W的问题，就需要大数据挖掘技术的支持，需要基于用户在京东商城的一切行为（伴随这些行为的是一系列数据），包括搜索、浏览、点击、咨询、加关注、放购物车、下单、居住地址、电子邮件地址等一系列数据，然后在这些数据的基础上进行建模，从而得出每个用户的情况，例如性别，年龄，婚否，是否有孩子，孩子的性别，是否有房子，是否有车，喜欢什么品牌等。

当我们了解上述信息后，就能够比较容易地定位到每个用户的喜好。接着，我们再抽象出各种场景，基于每个场景制定不同的邮件策略，例如，放进购物车却没有购买是一个场景，浏览了一种商品却没有购买也是一个场景等。基于这些场景，我们可以设置不同的邮件内容，并在合适的时间，比如放进购物车后、该商品发生了降价行为的时候，就把降价信息的邮件发送给这个用户等。

我们下面提供了京东商城基于大数据技术所搭建的精准营销架构图，以供参考：

图4 京东大数据精准营销架构截图

在上图中，架构的底层是各种明细数据，包括用户产生的各种日志数据、用户交易数据和其他相关数据，在用户数据的基础上，我们对用户的行为进行建模，包括用户属性的识别、用户兴趣模型、用户关系模型、用户信用模型等；在用户建模之上，我们再抽象出用户画像，作为底层数据供应给各营销系统使用，这些营销系统有EDM（Email Direct Marketing，电子邮件营销）、SMS（Short Message Service，短信服务）、APP PUSH（即服务器端推送消息给APP客户端）等。

在京东商城的邮件系统引入大数据之前，过去只是每周发两次邮件给全网站的用户，或者仅是对用户进行简单的级别划分，这种情况下，邮件营销不够精准，在提升用户的满意度方面，总是捉襟见肘。如今，在有了大数据的参与后，京东商城可以把大数据建模出的用户画像抽象成筛选出来的条件供邮件系统使用；这样的话，邮件运营人员也可以很方便地筛选出精准的目标用户，使得邮件内容在设置上也更加多样化，使用户体验得到极大的提升。在基于大数据做了很多场景的自动触发邮件策略之后，京东商城的邮件也开始变得智能起来。

可见，大数据在很多营销方式中有着广泛的运用。在大数据时代，或许我们仍然采取原有的营销方式，但由于有了大数据的参与，营销质量便有了质的提升。在这一方面，正如上述案例所示，京东商城的邮件精准营销，就为我们提供了一个生动的参考。