如今，消费者的大部分购买行为已经从线下转到线上，迎合这一变化趋势、充分发挥电子商务的优势已经成为零售商奉行的金科玉律。

但零售商不应盲目上线各种网站功能，而是要从数据视角出发，了解消费者在网站上收集的不同类型的信息将如何影响他们的消费行为。

我们和一家女装零售公司合作，研究了网络技术对零售商的关键业绩指标（销售额和利润等）所产生的影响。

这家女装零售公司的网络业务规模很大，也采用了消费者网购时常用的网络技术。

我们研究了这家中型企业三年内约100万名顾客的700万次采购，重点关注两个月的有价值数据，包括183,000笔交易和5,200万行追踪顾客网络活动的服务器日志。

研究结果表明，企业管理者应鼓励消费者接受创新技术，例如多种类型的网络技术、虚拟私人助理和App等，因为创新技术的使用往往会带来较高的销售收入。

但是，研究还表明，在数字化零售方面，企业常犯的错误有五种，需采取措施予以避免。

错误1：让消费者迷失在产品的海洋中

当消费者在网页上进行一般的搜索时，零售商不能只是向他们展示一大堆产品，而是应该通过一个流程去引导消费者缩小搜索范围。

这一点非常重要，因为过多的选择会让消费者眼花缭乱，最后放弃购买。

有些公司已经采取了这样的措施。例如，诺德斯特龙百货公司（Nordstrom）的“诺德斯特龙风格板”（Nordstrom Style Boards），让门店的销售人员（称为“造型师”）通过网络向顾客推荐产品。

服饰品牌J. Crew的网站也推出了能为顾客提供24小时私人导购服务的“私人造型师”功能。

然而，许多公司在这方面还有待改进。在不久的将来，人工智能的购物助手有望推进此类工作。

错误2：只推荐畅销产品

亚马逊的推荐系统（例如，浏览了此商品的顾客也同时浏览）就是一个可以利用网站功能引导销售的典型范例。

我们的研究显示，推荐系统可以将销售额提升5.5%以上。这是因为它能让消费者以前所未有的方式了解产品。

推荐系统不仅提升了热门、知名产品的销售，也带动了知名度还不高的产品的销售。

我们的研究显示，它们对知名度不高的产品的影响更加明显。因为竞争激烈，畅销产品尽管销量很高但利润率较低，而知名度较低的产品可能利润率更高。

因此，零售商应该仔细选择两种类型的产品同时推荐。

同样，对于使用门店App的顾客，零售商也不应该只是推荐畅销产品。

星巴克名为“数字飞轮”（Digital Flywheel）的人工智能推荐引擎不仅向顾客推荐最受青睐的产品，还能利用顾客以往的订单记录和留下的其他数字化痕迹进行个性化推荐。

错误3：纵容顾客不切实际的期望

在网上搜集有关产品的信息时，消费者往往会获得两种情报：基于事实的情报和基于印象的情报。前者指的是具体事实，后者则建立在个人对产品的印象上。

例如，在搜集有关一条裙子的信息时，布料以及纽扣缝制的相关细节是基于事实的信息，而顾客看到模特穿着这条裙子所产生的看法则大部分是基于印象的信息。

消费者在购买一件产品之前往往会对其有一定的预期，而他们对产品的满意度取决于购买后的体验是否符合当初的预期。

通常情况下，事实信息有助于消费者在购买前形成切合实际的预期，与购买后的体验会比较相符。而基于印象的信息可能导致顾客在购买前产生不切实际的预期，往往和购买后的体验相去甚远。

错误4：关注总销售额而不是净销售额

零售企业的高管总是关心如何增加销售额。

然而，高退货率会对高销售额有负面冲击。毕竟，根据美国零售联合会的统计，仅在美国，每年退货的产品价值就高达2,600亿美元。

因此，零售商应该关注净销售额，也就是扣除退货之后的销售额，而不是只看总销售额。

零售商在向消费者提供网络技术时，需要谨慎考虑消费者搜集的是哪些类型的信息。尤其是，很多零售网站和App已经有了以产品为导向、帮助客户搜集信息的技术。

尽管基于印象的信息能提升销售额，但它也可能导致退货增加。

实际上，我们对这家女装零售商的研究表明，使用模拟照片，即展示穿着服装的模特在虚拟环境中不同角度的照片，提供的主要是基于印象的信息，不仅导致了退货的增加，也导致了净销售额的下降。

然而，研究发现事实信息能大幅减少退货。因此，如果技术提供的是事实信息，比如放大产品照片以便顾客看到产品细节，那么就会产生积极的正面影响。

零售商要有前瞻性，确保自家网站的技术和App能带来理想的结果。

例如，降低模拟照片负面影响的一个方法是，允许顾客上传自己正在使用该产品的照片和视频。

这样未来的潜在购买者就能够通过看到他人穿着或使用产品的效果，对产品产生较为实际的预期。

无怪乎很多大型零售商现在鼓励顾客上传自己的照片或视频。这些消费者上传的图片，无疑可以抵消潜在购买者查看零售商提供的照片时可能形成的任何不切实际的预期。

错误5：没有跟上技术发展的脚步

人工智能（AI）将是下一波影响电子商务的关键技术潮流。

比如Siri或Google Now等虚拟私人助理的使用日益增加，亚马逊Echo等智能家居设备面世，还有苹果公司将Siri开放给第三方开发商之类将大大影响消费者的常见行为，包括购物。

零售商必须确保其App和网站已经为使用AI虚拟助理的消费者做好了准备。

例如，消费者可能会要求Siri搜索一条牛仔裤。零售商需要利用有关该消费者的数据，向Siri展示符合消费者需求的一组产品以供选择。

此时，Siri实际上已经成为一个平台，不同零售商供应的各色商品通过这个平台在消费者面前展示，只有提供了最佳选择的零售商才有可能被消费者留在候选之列，而其他零售商的产品会被移出考虑组。

由于虚拟助理的首要关注点是提高效率，而且机器学习加速提升了这一能力，零售商面临被抛出消费者考虑组的严峻威胁，而这又可能使其产品销量陷入螺旋式下滑，带来严重后果。

毕竟，这些虚拟助理的设计初衷就是收集数据并不断改进服务。因此，零售商能否利用数据提供高度匹配消费者需求的产品，将变得越来越重要。

分享来自《人人都是产品经理》，文章略作改动支持原创文章。