不同于实体店与顾客直接接触获得意见反馈，基于网络营销的服装品牌除被动联系的网络客服外，很少能得到顾客的当面点评，但大数据可以说明更多问题，基于大数据的售后服务尤其是广告的定点投放体现出其行业特殊性。 　　

　　 以淘品牌起家的女装品牌茵曼可以通过大数据对消费者进行分类识别和管理，并生成各种体现消费习惯和消费轨迹的人群标签，譬如文艺、宽松、民族风、最近7天内宝贝浏览量等。

　　　　 对于茵曼而言，保持店铺有效客户基数，是品牌价值、店铺业绩、店铺持续发展的基础，但事实上，客户数量仍有固定的流失率。因此，提高老客户的重复购买、引进新有效客户、激活沉默客户、减少流失客户，是茵曼发展的主要方向。其中提高重复购买、激活沉默客户和减少客户流失都需要茵曼基于网络环境，发展特殊的售后服务手段。 　　

　　 相比于实体店环境，网络环境对于老顾客的甄别和点对点推广有着得天独厚的优势。“通过大数据我们不仅可以找到所有有店铺轨迹的消费者，并且清楚知道他上次购买的时间。对于这些顾客，茵曼最有效的售后服务方法，就是新品信息的定点投递。顾客会通过浏览茵曼官网的次数被圈定，一天浏览一次的至一个月浏览一次的，这一顾客群基本就可以满足日常的投放量。如果恰逢大促，我们就会将90天和180天内浏览的顾客都圈入。”茵曼客户数据负责人李国辉说。

　　 同时对于老客户，茵曼的资讯投放一般都会圈定后续有浏览、购物、收藏、加入购物车等行为的用户。李国辉说：“经过长期测试发现，有收藏行为的用户投放的效果最好，因此茵曼会圈定3天收藏1次以上、30天收藏2次以上、90天收藏3次以上以及180天收藏5次以上的人群一起投放。由于浏览行为和购物行为的黏性不高，为了提高转化率，茵曼只圈定浏览频次非常高的用户，如3天浏览5次的。而对于已购买过的人，为了促成二次交易，茵曼会用比较复杂的组合标签，如根据7天内购买的笔数和30天内的浏览次数综合圈定人群。针对已购买过但长期没有复购的沉默客户，茵曼会单独列出投放计划。”如此复杂的投递计划都基于专业的数据分析，这对任何一家网上服装品牌而言都至关重要。