大數據營銷對網絡消費粘性影響的實證研究
——基于風險感知和價值感知的中介效應

王云霞,段杰鑫

(1.深圳技術大學 商學院，深圳 518118;2.深圳職業技術學院 食品藥品學院，深圳 518000)

一、引言

消費是經濟增長的重要動力，在經濟發展新常態下，消費水平更是反映居民生活質量的重要參數。大數據營銷是基于多平臺的大量數據，依托大數據技術的基礎上，應用于互聯網廣告行業的營銷方式。當前，在聚集性、群體性線下消費受限的情況下，無接觸的網絡消費正逐步改變人們的消費習慣，并將成為未來主流的消費模式。為此，中國各大網絡運營媒體積極布局大數據業務體系，并擁有龐大的網絡消費群體，中國強大的數字化生態基礎讓中國消費者迅速實現消費渠道躍遷，網購滲透率激增，甚至有55%的消費者認為他們會永久增加線上購買食品的比例①。當前，市場需求方的消費結構和消費模式已被顛覆，互聯網市場下的供需博弈呼喚數字化賦能經營模式，大數據和人工智能等數據營銷技術被廣泛應用。網絡消費粘性是指網站吸引和保留消費者的能力，從供需來看，大數據營銷通過深入挖掘消費者的行為習慣和偏好，使消費者和生產者效益最大化，從而達到消費者和生產者共贏的目標。然而，數字營銷以記錄消費者的消費行為為前提，數字分析建立在對消費者消費信息過濾和篩選的基礎上，在消費者越來越關注消費風險和隱私安全的前提下，過度營銷、侵犯隱私權、價格歧視等大數據營銷，會在心理上對消費者形成壓力，進而導致消費者減少對產品的持續使用性，并降低網絡消費粘性。基于此，有學者認為大數據過度營銷對消費者存在負面效應[1]，但僅限于理論闡述其負面效應的表現和成因，并沒有進一步進行實證研究。然而，企業關注消費者心理、行為以及消費習慣對消費決策的影響，這將促使企業聚焦于顧客網絡消費需求與產品性能的異質性，在提升客戶購買意向的同時提升客戶的網絡消費粘性。然而，消費者購買意向是感知風險和感知價值的函數[2]，價值感知體現的是顧客對企業提供的產品或服務所具有價值的主觀認知，區別于產品和服務的客觀價值。風險感知最初的概念是由哈佛大學的Bauer(1960)從心理學延伸出來的。他認為消費者任何的購買行為，都可能無法確知其預期的結果是否正確，而某些結果可能令消費者不愉快。基于客戶價值感知，當企業基于大數據營銷來提升客戶滿意度并進一步增強消費粘性時，客戶風險感知是否會給客戶帶來一定的不確定性，從而導致客戶消費粘性反向弱化，以及在同時存在風險感知和價值感知的情況下，大數據營銷在多大程度上正向或反向影響消費粘性等問題值得關注。然而，相對于日益廣泛的大數據企業營銷實踐來看，有關大數據營銷對網絡消費粘性影響的學術研究則不夠深入。

基于以上認知，本文嘗試從客戶感知的角度出發，探索大數據營銷如何作用于消費者粘性這一問題，并進一步探討價值感知和風險感知對消費粘性的影響程度。為此，本文在回顧相關文獻的基礎上建立研究假設和模型，在獲取消費者網絡消費行為數據的情況下進行假設檢驗。通過本研究，將對大數據營銷與消費者粘性、消費行為傾向的相關研究提供一定的數據支持和理論補充，這對企業如何科學利用大數據，有效合理的開展營銷、提高顧客消費質量具有一定的啟發。

二、大數據營銷影響網絡消費粘性行為的邏輯

迄今為止，學者有關網絡消費粘性的相關研究主要集中在以下3個方面：網絡消費粘性的形成及轉化[3,4-5]；網絡消費粘性的影響因素[6-7]；網絡消費粘性及網絡購物傾向[8]。然而，當數字技術被運用到消費者行為分析中時，基于消費者行為理論，消費者對大數據營銷的價值感知和風險感知會作為中間媒介影響網絡消費粘性的正負向轉化。

從大數據營銷影響網絡消費粘性的正向轉化路徑來看，數字經濟下的消費者行為分析建立在海量的數據之上，追蹤消費者足跡的能力促使營銷科學正面臨著一場革命，大數據聚集建立起了無數連接異質性消費者的連接點，“連接紅利”對消費行為和消費習慣的折射使得消費者的消費路徑不再撲朔迷離，[9]將消費記錄、消費習慣與數字技術結合的營銷決策將會更加精準，產品價值也更加符合消費者的需求和預期，大數據精準營銷和不斷推送勢必會增加消費者持續購買的沖動，進而形成消費者的網絡消費粘性，這似乎在一定程度上解釋了網絡購物為何如此繁榮，這也激發了很多學者對網絡消費粘性行為的研究熱情。學者對網絡消費粘性的關注起源于對客戶滿意度、客戶忠誠度與企業獲利能力正逆向關系的研究[10]，通過觀察消費者的網絡消費行為發現，客戶對產品的持續購買行為是企業與客戶雙向互動的結果，當客戶對產品有不斷持續的消費滿意度時，就會激發客戶持續購買產品的動機，企業也會采取行動來提升客戶滿意度進而刺激客戶不斷購買，從而導致網絡消費粘性的形成。在此過程中，學者發現網絡消費粘性在受到產品可使用性、產品性能、企業服務保證[11]等客觀因素影響的同時，消費習慣、消費傾向、個人偏好、消費期望、心理等主觀因素也會影響網絡消費粘性[12-13]。

從大數據營銷影響網絡消費粘性的負向轉化路徑來看，當前學者關注消費粘性的動因多從企業角度出發，分析影響消費者作出購買選擇的動因及影響消費決策的營銷策略，這意味著學者更多關注消費粘性行為的正向轉化路徑。然而，不可忽視的是，消費粘性行為的產生是消費者在對產品和服務過度關注后的行為和心理轉變，消費者對網站信息質量、交互界面、網站效率等價值感知會影響網絡消費粘性，[14]然而，消費者感知存在價值感知和風險感知兩方面，大數據營銷會使消費者的價值感知不斷得到強化，但與此同時，大數據營銷建立在獲取消費者信息的基礎上，大數據對消費者的消費行為、習慣的數據加工和精準推送，在給消費者帶來便利的同時，也勢必會帶來隱私侵犯、騷擾式營銷、價格歧視等風險感知，[15]而學者對于“消費者是否會基于感知風險的判斷而作出降低消費粘性的消費行為”這一問題并沒有給出明確的回答。

鑒于此，本文從消費者感知的視角出發，根據大數據營銷影響網絡消費粘性行為的邏輯框架，將價值感知和風險感知作為連接大數據營銷與網絡消費粘性的中介變量，在此框架下提出了研究模型和假設。

三、模型構建及研究假設

本研究模型是將消費者價值感知和風險感知作為大數據營銷與網絡消費粘性的結構模型。Roger Hallowell(1995)認為客戶滿意度、客戶忠誠度與企業獲利是雙向互動的，當企業針對有需要的客戶并能夠比競爭對手有效提供服務時，就能使客戶在購買更多企業產品和服務的同時，向朋友和其他人推薦，從而使企業獲得更高的利潤回報。[16]一般來講，提升企業滿意度和客戶忠誠度有助于提升消費者對產品和服務價值的感知，大數據營銷通過分析消費者預期、消費行為和消費習慣，可以對客戶進行個性化和針對性地推送。確切地說，此時的每一個消費者都被作為一個單獨市場，消費者的差異化、個性化需求會被企業捕捉，針對消費者心理和動機的精準推送更能滿足客戶的消費需求，進而提升客戶的消費粘性。由此可得到的假設如下：

假設H1：大數據營銷對消費者價值感知具有正向影響。

假設H2：大數據營銷對網絡消費粘性具有正向影響。

在學者大量關注如何運用大數據挖掘消費者潛力，進而研究如何通過數據營銷來提升消費者的購買傾向時，學者對大數據營銷負面效用的研究則相對較少。然而，大數據營銷在創造商業價值的同時，侵犯隱私權、價格歧視等問題也逐漸使消費者意識到了大數據營銷的負面效用。[17]此外，大數據具有可共享、可復制、不被獨占的特征，在數據挖掘與個人信息保護只存在一線之隔的情況下[18]，如何在數據使用限度和行業立場之間權衡值得學術界關注。大數據精準營銷在帶給消費者效應最大化的同時，商家的過度隱私挖掘和消費者數據的隨意使用，勢必會引起消費者對商家消費滿意度的下降，進而降低網絡消費粘性。因此，消費者在接受大數據營銷正面效用的同時，也能明顯感受到大數據營銷的負面效應。由此可得到的假設如下：

假設H3：大數據營銷對消費者風險感知具有顯著影響。

網絡消費粘性是本文的核心被解釋變量，有學者認為網絡粘性是在滿意度達成基礎上的一種心理依賴行為。隨著外部環境的變化，人們的消費方式發生了翻天覆地的變化，網絡消費者群體規模擴大和消費行為特性也發生了變化。與普通購物相比，網絡購物能消除信息的不對稱性，消費者能在獲取信息服務和銷售服務后快速作出消費選擇，通過大數據個性化推送，消費者滿意度的提升會增加消費者的持續使用意向，進而產生網絡消費粘性，感知有用性、心流等因素也均通過持續使用意向這一中介變量而產生網絡消費粘性。[19]在網絡購物過程中，在消除客服服務、挑選時間、信息不對稱等感知價值因素外，物流因素也是影響網絡消費粘性的重要因素。由此可得的假設如下：

假設H4：消費者價值感知正向影響網絡消費粘性。

網絡消費粘性是一種心理依賴行為，消費粘性的正效應有助于用戶和企業之間建立忠誠關系從而減少交易成本，過多的網絡消費粘性會影響消費者的身心健康和工作效率，甚至形成網癮。有學者對網絡消費粘性轉化進行了研究[20]，認為如果存在轉化因子，通過對轉化因子的控制，可以使網絡粘性在量變達到質變之前進行控制，從而推動網絡消費方式的健康發展。基于此，學者認為網絡消費粘性存在正負向轉化，正向轉化因素會導致網絡消費粘性增強，而負向轉化因素則會弱化消費粘性。大數據營銷對消費者的心理影響存在價值感知和風險感知兩方面，可以認為價值感知是促進網絡消費粘性正向轉化的因素，而風險感知是網絡消費粘性的負向轉化因素。基于此，我們得出如下假設：

假設H5：消費者風險感知對網絡消費粘性具有負向影響。

消費者行為理論認為消費者的認知、行為和營銷策略之間是互動的[21]，雖然大數據營銷會促進消費意愿的形成，但是大數據營銷對消費者粘性的影響也會存在負面效應[22]。站在消費者的感官、思維等具體真實的感受來強化消費體驗，是當前網絡營銷方式的新選擇，大數據營銷通過把握客戶服務的關鍵時刻和細節，達到極致的服務體驗，并由認知體驗轉化為實際購買行為。基于此，在理論分析和5個假設推斷的基礎上，構建大數據營銷影響網絡消費粘性的模型和框架，考慮消費者價值感知和風險感知下，構建大數據營銷影響網絡消費粘性的路徑模型(見圖1)。

圖1 研究模型及假設

從圖1可知，大數據營銷影響網絡消費粘性的途徑有三：一是大數據營銷直接影響網絡消費粘性的H2路徑，網絡消費平臺通過大數據技術抓取消費者的消費特征，通過營造互動氛圍和環境體驗來強化消費體驗，從而形成穩定的、具有品牌忠誠度的客戶群；二是大數據營銷通過影響消費者價值感知進而正向影響網絡消費粘性的間接路徑，即H1-H4路徑；三是大數據營銷通過影響消費者的風險感知進而負向影響網絡消費粘性的間接路徑，即H3-H5路徑。在此基礎上，大數據營銷影響網絡消費粘性的顯著程度如何，需要進一步檢驗。

四、實證研究

(一)數據測量及來源

1.研究對象的選取

本文的研究對象是具有網絡購物經歷的消費者，熟悉網絡購物平臺且具備一定的網絡購物能力。根據2021年中國互聯網發展狀況統計報告的相關數據顯示，20-49歲用戶占網民群體的57.1%，且20-29歲用戶占網絡購物群體的50%以上，呈年輕化趨勢，是各個年齡段人群中對網絡購物流程最了解、消費頻次最高的群體。為此，本次有關網絡消費的研究對象主要集中在20-29歲的人群中，主要通過網絡調查的形式展開。本次問卷調查共發放問卷400份，采用趙青等人的網絡粘性測評研究方法[23],得到有效問卷335份，樣本有效率為83.75%。其中男性樣本占比42%，女性樣本占比58%；專科為41%，本科為56%，研究生為3%，且均有過網購經歷。

2.問卷設計

本問卷的問題主要由3部分組成，第一部分是關于大數據營銷的相關內容，第二部分關于被訪者在網絡消費過程中的價值感知、風險感知，第三部分為關于網絡消費粘性的內容。題項的設計圍繞大數據營銷、風險感知、價值感知和網絡消費粘性四個變量展開，關于題項和測量量表的變量設定和說明，詳細列示于表1。

第一，影響大數據營銷通過大數據技術完成精準營銷，主要包含潛在用戶的發現和用戶消費的引導兩個方面，通過消費者用戶數據的分析發現目標客戶和潛在客戶，并通過信息推送等方式來達到精準營銷的目的。因此，大數據營銷通過大數據抓取和分析，以消費者體驗為重點，分析消費者行為和消費者偏好，精準推送滿足消費者需求的商品，以體驗打動消費者，使消費者形成對網站的信任之后，由認知轉化為實際的購買行為，[24]進而形成消費者的網絡消費粘性。基于此，對大數據營銷(BG)的度量設計了BG1-BG5共五個題項。

第二，從風險感知(FG)和價值感知(FV)來看，基于消費者感知理論，大數據營銷通過影響消費者感知來間接影響網絡消費粘性，且存在正負向轉化，即大數據營銷影響消費者的價值感知進而正向增強網絡消費粘性的間接路徑和大數據營銷影響消費者的風險感知進而負向弱化網絡消費粘性的間接路徑。

消費者的風險感知，一方面來源于大數據技術對個人信息的過度挖掘，另一方面在于網絡消費更加依賴于網絡平臺，在線上線下交互式消費體驗尚未貫通的情況下，消費者仍會擔心產品或服務達不到預期。為此，在參考洪邑萍(2020)[25]有關消費者網購行為的風險因素基礎上，對感知價值的測量設計了FR1-FR3三個2題項。

消費者的價值感知，主要考慮感知時間價值和感知服務價值兩方面。其主要原因在于，網絡消費區別于實體消費的最大優勢在于網絡購物不受時間和空間的限制，網絡消費受移動支付普及率、配送速度、產品質量等因素的影響較大。[26]此外，隨著消費者主權地位的提升，強調服務型消費將改變整個網絡營銷體系[27]，企業通過大數據技術，使網絡消費內容不斷向服務型消費轉變。為此，對感知價值的測量有FTV1-FTV3以及FSV1-FSV2共五個題項。

第三，從網絡消費粘性(STIC)來看，大數據營銷以消費者體驗為重點，通過數據挖掘技術，站在消費者感官、思維等具體真實的感受來營銷消費氛圍，強化消費體驗，從而讓消費者建立對品牌的忠誠度，使企業形成穩定的客戶群。為此，借鑒Lin(2007)[28]有關消費粘性形成的相關研究，對網絡消費粘性的測量有STIC1-STIC4四個題項。

表1 題項和測量量表的變量設定及說明

此外，各題項采用李克特五點量表法，1代表非常不符合，2代表少部分符合，3代表基本符合，4代表大部分符合，5代表非常符合。基于圖1的研究假設可知，網絡消費粘性是本研究的核心被解釋變量，消費者在大數據營銷下會存在價值感知和風險感知，從而存在網絡消費粘性的正負向轉化，而正負向轉化的顯著性如何，則需要進一步通過統計數據來檢驗。

(二)數據分析

1.信效度檢驗及模型擬合優度

為確保模型擬合優度評價和假設檢驗的有效性，需要采用Cronbach’sα值來檢驗模型的一致性，且認為當Cronbach’sα值大于0.6時問卷的可信度較高。[29]將問卷中各個潛變量及觀測變量的相關數據列示于表2。由表2可知,各變量的Cronbach’sα大于0.61,表明模型的內在質量較好。為進一步檢驗模型中量表的收斂效度及模型的擬合情況，采用AMOS 23.0模型統計軟件對統計數據進行了數據處理和分析,通過建立結構方程模型，構建大數據營銷影響網絡消費粘性的路徑圖，詳見圖2。

圖2 大數據營銷影響網絡消費粘性的路徑圖

通過大數據營銷影響網絡消費粘性的路徑圖，對大數據營銷、消費者價值感知、消費者風險感知、網絡消費粘性等變量的關系進行檢驗。為進一步分析各變量的識別度和收斂效果，將變量間的路徑系數展示在表2中。

從表2可知,各觀測變量的因子載荷在0.6左右,且比較顯著,說明各觀測變量具有較好的聚合效度,模型的整體判別效度較好。

表2 量表變量聚合效度的檢驗

對模型的信效度進行驗證之后，需要進行模型優化并進一步通過驗證性因子分析來測評模型的擬合優度，表3顯示了模型的擬合優度結果。整體來看模型的RMSEA值為0.079，NFI、RFI、IFI、TLI、CFI等值在0.8左右，表明模型擬合較為理想。

表3 模型擬合指數

3.假設檢驗及中介效應的驗證

本研究重點分析大數據營銷通過價值感知和風險感知影響網絡消費粘性的中介效應，為方便分析大數據營銷影響網絡消費粘性的路徑關系和顯著性，將模型中各變量的影響路徑及模型標準化路徑系數的估計值在表4中進行展示。

表4 模型標準化路徑系數估計值

由表4可知：第一，對假設H1的檢驗結果來看，大數據營銷對消費者價值感知具有正向影響，大數據營銷→消費者價值感知的標準化路徑系數為0.634，且P<0.1，假設H1通過了顯著性檢驗。結合因子載荷來看，大數據營銷影響價值感知的兩個維度，即時間價值感知和服務價值感知的因子載荷均大于0.7，分別為0.714和0.752，感知服務價值大于感知時間價值，其中時間價值感知中三個感知變量的影響系數分別為0.615、0.590和0.325，服務價值感知兩個感知變量的影響系數分別為0.615和0.590，且均通過了顯著性檢驗。可以看出，在價值感知中，消費者網上購物更看中網絡購物的服務性，快速獲取服務信息和享受網絡購物中的客服服務將會增強消費者網絡購物的價值感知。

第二，大數據營銷對網絡風險感知具有正向影響，大數據營銷→消費者風險感知的標準化路徑系數為0.682，P<0.01，假設H3通過了顯著性檢驗。大數據營銷在創造商業價值的同時，侵犯隱私權、價格歧視等問題也逐漸使消費者意識到了大數據營銷的負面效用。

第三，消費者價值感知→網絡消費粘性的標準化路徑系數為0.284，P<0.01，假設H4通過了顯著性檢驗。說明消費者價值感知對網絡消費粘性有顯著正影響，即消費者對網絡消費的價值感知越高，則網絡消費粘性越高。從用戶視角看，網絡粘性表明用戶面臨外部環境和營銷策略變化時，不會改變其對網站的使用偏好和持續訪問，可以用來形容消費者對網絡的依賴程度。[30]因此，大數據營銷可以通過影響消費者的時間價值感知和服務價值感知，正向強化消費者的網絡消費粘性。

第四，大數據營銷的產品推送會影響消費者的風險感知，消費者風險感知→網絡消費粘性的標準化路徑系數為-0.283，P<0.05，假設H5通過了顯著性檢驗，這意味著當消費者擔心網絡購物中信息不對稱、個人信息泄露以及產品或服務未達預期等因素時，消費者的網絡購物粘性會降低，大數據營銷是網絡消費粘性的負向轉化因素。

第五，大數據營銷對網絡消費粘性具有直接正向效用，大數據營銷→網絡消費粘性的標準化路徑系數為0.666,P<0.01,假設H2通過了檢驗。

為進一步分析大數據營銷對網絡消費粘性的影響，將大數據營銷對網絡消費粘性的效應分解為直接效應、中介效應和總效應。從表5可知，大數據營銷影響網絡消費粘性的直接效應系數為0.666，大數據技術通過對消費者畫像進行刻畫，在深入分析消費者需求和消費偏好下，能增強消費者的網絡購物體驗和節省消費者的網絡消費時間，是網絡消費粘性的正向轉化因素。大數據營銷影響價值感知和風險感知的直接效應系數分別為0.634和0.682，價值感知和風險感知影響網絡消費粘性的直接效應系數分別為0.284和-0.283，這與前文描述價值感知和風險感知影響網絡消費粘性的機理一致，在此不再贅述。值得關注的是，通過價值感知和風險感知，大數據營銷影響網絡消費粘性的中介效應系數為-0.013，總效應系數為0.653，這意味著風險感知是網絡消費粘性的負向影響因素，但并不會轉化大數據營銷影響網絡消費粘性的方向。

表5 大數據營銷影響網絡消費粘性的直接效應和中介效應

可見，大數據營銷通過消費者畫像的刻畫，個性化精準推送，提供高質量的網絡服務和信息服務等方式，確實會提升消費者的網絡消費體驗和持續使用意向，直接促進網絡消費粘性的生成。然而不可忽視的是，大數據營銷通過影響消費者價值感知和風險感知，也會間接影響網絡消費粘性，但總體來看，在價值感知和風險感知疊加的情況下，大數據營銷依然是網絡消費粘性的正向轉化因素，這給我們帶來一定的啟示。

五、研究結論及啟示

網絡消費實現了對實體消費的快速補位，大數據技術與網絡消費相結合是對傳統商業模式的巨大顛覆。不容置疑，數字技術對提升不同消費者的體驗感有優勢。然而，數字技術的無界限感和消費者的信息不對稱體驗，也正被消費者感知。在價值感知和風險感知并存的情況下，大數據營銷是否會通過消費者風險感知這一中間媒介來負向影響消費者粘性，值得探究。基于此，本文基于消費者行為理論提出了研究假設，在考慮消費者對大數據營銷的價值感知和風險感知的基礎上，構建了大數據營銷與網絡消費粘性的結構方程模型，通過分析大數據營銷影響網絡消費粘性的直接效應和中介效應，得出的研究結論和帶給我們的啟示主要有：

從數據分析結論來看，大數據營銷與消費者價值感知正相關，路徑系數為0.666，大數據營銷是消費者價值感知的前置影響因素。消費者價值感知與網絡消費粘性正相關，路徑系數為0.350，大數據營銷作為前置影響因素通過價值感知這一中介變量影響網絡消費粘性，驗證了大數據營銷正向影響網絡消費粘性的特征。可見，大數據營銷通過“投其所好”的精準營銷，可以正向影響消費者的網絡消費行為，正向增強網絡消費粘性，這一結論解釋了廠商營銷行為的經濟學邏輯，也在一定程度上支持了學者的相關論述。因此，數字營銷行為應優先考慮如何提升消費者的價值感知。

在假設模型中，當網絡消費者一旦感知到網絡消費過程中的個人信息安全、信息不對稱等風險因素時，則會削弱消費者持續消費意愿，并負向影響消費者網絡粘性。通過數據檢驗，大數據營銷正向影響風險感知的路徑系數為0.662，風險感知負向影響網路消費粘性的路徑系數為-0.283，且通過了顯著性檢驗。不難得出，當消費者存在風險感知的情況下，消費者會減少網絡消費，這與我們的一般認知相符。因此，在個人信息存在風險和信息不對稱等感知風險的情況下，從博弈論的角度去理解網絡消費行為，消費者決策要么減少網絡消費或不消費，要么繼續保持正常消費，當大數據營銷讓消費者感知的消費成本較高時，消費者必然會作出減少網絡消費的決策。當前，消費者更加依賴網絡消費，然而網絡消費并非具有不可替代性，企業在大數據營銷的過程中應重視個人信息的保護，減少信息不對稱下的價格歧視，這是防止消費者粘性負向轉化的重要途徑。

在價值感知和風險感知的中間媒介作用下，大數據營銷對網絡消費粘性的正向促進作用得到了驗證，其路徑系數為0.666，且通過了顯著性檢驗，說明大數據營銷是影響網絡消費粘性的重要前置因素。一方面，這為企業研究消費者粘性提供了一個新的視角，在價值感知和風險感知疊加的情況下，企業若要正向增強網絡消費粘性，需以提升消費者的感知價值為出發點，在基于數字技術的前提下，變“有什么提供什么”為“消費者需要什么我就做什么”。另一方面，由于大數據營銷對網絡消費粘性的整體效應依然為正，即當前在消費者風險感知對網絡消費粘性還未顯著構成負向轉化因素的情況下，企業要重視對消費者個人信息的保護，大數據營銷也要建立在信息公平的基礎上，短視的大數據殺熟行為只會倒逼消費者作出有利于自身消費權益的選擇。此外，社會也要加強對數字營銷行為的監管和立法，存在法律底線才能確保數字經濟的穩定發展。

注釋：

①資料來源：麥肯錫《中國消費者報告2021》。