1、引言
早期的消费者行为研究关注消费者行为木身，通过传统的调查问卷、焦点小组访谈、个体访问、店面观察等定性、定量调查方式和手段采集人II统计学资料、购物行为、消费意向等信息，用于进行消费者行为的研究和分析。进入互联网时代，反映消费者行为轨迹的数据在网络上大量沉淀，基于购物网站的点击率、访问量及其他网络数据量化指标被大量采集，形成对消费者行为路径的概括和综合描述。当卜进入大数据时代，网络平台样式和消费者购物习惯多样化，需要对消费者数据的采集和行为的分析逐步扩展至更多数据源，结合购物网站、其他网臾浏览信息、社交媒体平台信息、移动终端、搜索引擎等多个平台去接触消费者，挖掘数据，从而进行综合评估和分析。
2、传统消费者行为研究与大数据时代的对比分析
2.1、消费者行为研究模型框架发展
1898年路易斯(E.ST.Elmo Lewis )提出的AIDA模式是研究消费行为的成热理论之一，1925年Edward.K.StrongJ:在四阶段模式的接触上增加“MemoYV"(记忆)阶段(陈培爱，2009,208提出五阶段式AIDMA模式。
AIDMA模式分为引起关注一产生兴趣一产生欲望一形成记忆一产生行动(Attention-Interest-Desire-Memory-Action )五个阶段，意在描述受众从接受信息到产生行动之间动态式地引导其心理过程并将其顺序模式化的一种法则。
随着互联网及移动应用的普及、传播环境发生了深刻变化、受众媒介信息关系变革，受众作为信息的接收者和发布者承担着双重角色。2005年口木电通提出了web2.0时代背景卜的AISAS评估模式，AISAS模式分为五个阶段:注意一兴趣一搜索一行动一分享(Attention -Interest -Search-Action-Share )，其中两个具备互联网背景特质的"s"— search(搜索)和ShaY'e(分享)的出现，指出了互联网时代卜消费者主动行为的重要性(北京电通，2007)。从AIDMA到AISAS模式的转化过程是基于web2.0时代背景卜的媒介和受众行为变革，开创了基于web2.0互联网时代评估的新范式。
2011年，口木电通继AISAS之后又发布了“SIPSModel”分析工具，该模型分为四个阶段:共鸣一确认一参与一共享与扩散( Sympathize -Identify -Participate -Share&Spread)(程士安，2011)。在人类进入“对话”时代背景卜，社会个体和信息关系发生变革，社会个体主动检索、分享个人信息，意见相同个体聚集成群，SIPS模型把受众获取信息，产生共鸣后的“确认”、“参与行动”、“分享和扩散”的三个行为环节表达得十分清晰。该模型预示着消费者行为研究进入了数字时代，深入解剖平台受众行为的阶段，基于数字时代的互联网、移动通信技术的变革，消费者接受信息的渠道和方式发生改变，因此研究需要切换到多点的、非线性的场景之中。
消费者研究框架模型三个阶段的发展揭示了从早期对消费者行为的研究发展为对消费者意图的深刻剖析的过程，从而为消费者行为研究路径和方法的转变提供了重要参考。
2.2、消费者行为研究路径与数据采集方式的转变与发展
早期阶段对于详细历史消费记录的追踪和分析是对消费者行为深层次理解的开始，而现今则实现了从理解消费者行为到掌握消费者意图的转变，从追踪消费者消费记录扩展到新兴的数据源，如网u cookies、社交媒体平台、移动终端、搜索引擎等。当前许多企业和品牌已经将从网站获取到的消费者行为数据整合到了整个策略的制定当中，这此数据既包括消费者的在线交易、点击、购物路径数据，又包含来自社交媒体网站、搜索引擎的数据。研究的焦点不仅仅在于如何挖掘这此数据，而是深入探究如何将所有有价值的数据整合，进行综合分析和评估。此外，传统的消费者行为研究报告主要将收集的数据进行分类从而得出调查结果，从宏观层面解读消费者数据，局限于理解消费者当卜的消费行为。而通过大数据技术卜整合各个平台数据源，可以深入地对各个层面的数据进行细分，不仅可以理解消费者当卜和事后行为，也可以在消费者行动前深入理解消费者，从而有助于整个营销策略的制定。
3.大数据在消费者行为研究中的应用
3.1、消费者行为分析
不同于传统的社会学研究范式，对消费者的研究常常采用抽样的方式来进行，通过随机方式选择被调查对象，通过定性定量调查获得数据，并通过对数据的分析以此获得营销策略方面的决策支持。在大数据时代，消费者研究的范式逐步转向对互联网沉淀的海量数据的聚类、挖掘和运算，通过静态数据、流数据的分析、建模，得出分析结论，由此做出相应的营销策略判断.
对于消费者行为分析分为“线上消费者行为”和“线卜消费者行为”的分析。线上消费者分析还是基于Web挖掘发现消费者的媒介习惯、内容喜好和消费倾向，是当前应用大数据较多的形式。线卜消费者行为则基于传统的ShOppeY'(购物学)研究(Paco Underhill , 2008 )，一方面利用智能移动端程序、购物车应答程序等创新设备获取实时位置数据，了解消费者的消费行为和购物习惯，另一方面通过和监控设备相连的图片分析程序记录消费者店内行走轨迹等信息，以此提升线卜店面的货架设计、产品组合、)’告投放方式等。
3.2、消费者精准细分
进入web2.0互联网时代，对消费者的精准细分研究分为几个阶段，门户时代的目标人群定位主要依托网站锁定企业和品牌营销传播对象，搜索引擎时代则通过对消费者主动的关键词匹配方式进行消费者细分，社交媒体时代则通过广泛的渠道去尽可能地覆盖多的细分人群。进入大数据时代，寻求更精准、细化的消费者细分这一目标逐步得以更好的实现。在当前的研究中，静态的数据库可以升级为实时数据流，记录消费者个体的线上行为轨迹，这此轨迹除了消费者的基木信息和购物记录外，还包括其他的网站浏览习惯、社交媒体评论、阅读喜好等综合信息，同时大数据技术可以实现将消费者这此线上信息与线下的人学特征、线卜购物记录和传统CRM相联系，实现企业和品牌针对个体和群体细分消费者的多层式营销战役效果评估。
3.3、消费者定位和情感分析
这里的“定位”包含两种概念，一是针对个体消费行为轨迹或搜索行为的精准定位，通过数据对用户进行分析、分类和精准转化，如该消费者在浏览网臾过程中对哪一类信息、产品具有倾向性，从而进行精准营销;二是基于地理位置的精准定位，通过采用智能移动终端的个人位置推送信息使信息到达用户。基于不断演进的大量来自社交媒体的使用者数据流，情感分析为多种消费者行为分析评估提供参考。企业和品牌可以通过情感分析测量消费者对营销传播战役的实时反应并迅速作出相应调整。如Facebook的“like”功能和新浪微博和腾讯微信的“喜欢”功能，可以实现消费者情感的即时反馈。因为通常来讲大多数消费者基于同伴“口口相传”的喜好和评价做出购买决策，因而情感分析在消费者研究过程中得至关重要。
4、结语.
消费者研究从AIDMA, AISAS到SIPS模型的阶段性发展，揭示了消费者行为研究随着技术的进步和消费者媒体习惯的改变不断演进的过程。从传统消费者行为研究和基于早期互联网阶段的数据采集，一直到当前大数据背景卜通过对各消费者接触平台数据源整合的挖掘、建模，实现对消费者行为和意图的深入理解，经历了一个历史性的变革。当卜对于大数据的深入挖掘和深度利用成为消费者研究领域的重要趋势，尤其是整合网络各个数据源，筛选有价值的分析数据，从而预测消费者前期意向、评估事后行为，成为未来消费者行为研究分析中的重要突破和创新点。
「参考文献]
「1] Dentsu Beijing Network Interaction Center, AISASModel—Reconstructing the Consumer Behavior Patterns inthe Internet Era, Modern Advertising, 2007，(2).北京电通网络互动中心，AISAS模式—重构网络时代的消费者行为模式.现代广告，2007, (2)。
[2] CHEN Peiai,The Principle of Advertising (SecondEdition)，Shanghai:Fudan University Press, 2008, PP.209.陈培爱，广告学原理(第二版)fM，上海:复旦大学出版社，2008: 209。
「3] CHENG Shi'an, Understanding the Behavior ofWeibo“Fans"，CEIBS Business Review, 2011，(11):34-38.
「4] Paco Underhill, Why We Buy:The Science ofShopping--Updated and Revised for the Internet, the GlobalConsumer, and Beyond, Simon&Schuster, 2008.
