两个口径，同一个方向
今年双11整体成交额同比去年预计将基本持平。判断依据主要来自两组公开数据的交叉验证。
第一组数据来自国家统计局。对比过去几年前9个月的“网上商品零售额”增幅：2023年为8.9%，2024年为7.9%，2025年为6.5%，而今年仅为3.8%。今年增幅明显偏低，表明今年以来网上零售增长显著放缓。
图1-1 2023-2026年前9个月网上商品零售额同比增幅
第二组数据来自交通运输部的邮政快递数据。电商包裹与邮政快递存在明显正相关性。前9个月，累计揽收量与投递量同比增幅分别为4.7%与4.4%，与网上商品零售额增幅接近，构成了交叉验证。
值得注意的是，10月大促开启后，邮政快递数据反而同比回落。对比去年（10月20日至11月9日）与今年（10月19日至11月8日）大促启动后对应时段的周度数据，今年揽收量与投递量分别比去年减少2.0%和1.6%。这推断出电商包裹数量低于去年同期，说明截至统计周期的促销销量略低于去年。尽管11月高客单价品类可能带来一定增长，但整体增幅预计有限。
图1-2 2025-2026年双11期间邮政快递揽收投递情况
平台侧：规则做减法，补贴向付费会员倾斜
今年促销机制的核心变化可概括为：规则做减法，补贴向付费会员倾斜。跨店满减、定金膨胀等复杂规则大幅收缩，主流平台转向一口价直降与现货开卖，降低了消费者的决策成本。同时，平台补贴明显向88VIP、PLUS等付费会员倾斜，消费券及售后权益向高消费力用户集中。
这一调整背后透露出平台的三层考量：
获客成本优化。平台增量获客成本持续上升，付费会员具备高复购率与高客单价特征。相比撒网式投放，定点补贴会员能获得更确定的回报。
政策透支效应。前两年的消费品以旧换新与国补已拉动大量消费，大家电、3C等标品尚未进入下一个更换周期，继续在价格维度加码的边际效用降低。
效率迁移。在价格战边际收益见底的背景下，平台将差异化资源押注于会员权益与履约能力，以提升单位补贴的成交效率。
消费侧：不囤了、交给AI算、时间开始明码标价
快消品囤货量收缩。消费者更倾向于按实际消耗周期采购，不再一次性锁定长期用量。这既体现了理性回归，也反映出居民更倾向保留现金流动性，不愿提前将折扣锁死在库存中。
AI大规模介入决策链。面对大促期间信息过载，消费者开始利用AI辅助比价、核对规则及比对型号，以对抗信息不对称和决策疲劳。AI有效压低了购物决策的时间与风险成本，用户接受度快速上升。
时间价值分层定价。即时零售在大促中表现强劲，生鲜、药品等应急需求用户愿意为时效支付溢价；而美妆护肤等高体验品类，消费者则倾向于线下试用的“慢决策”，以降低退货风险。省时间还是花时间，取决于具体场景下的决策风险评估。
综上，AI的作用在于省略“不值得花时间”的环节，将精力留给需要体验的步骤。AI属于结构性变量，并未显著创造新增需求，其长远影响需在未来几年显现。
商家侧：同一套AI，为当下省成本，为未来把方向
消费者用AI省时间，商家则用AI省人力。商品素材生成、详情页本地化、投放出价及库存预警等环节由AI承接，降低了出错概率并缩短了响应时间。中小团队受益尤为明显，能以更少的人力覆盖更大规模的交易量，实现降本增效。
此外，购物行为的起点正从搜索框向AI对话界面迁移。消费者通过自然语言表达需求，由AI完成筛选、比价及凑单。这一趋势决定了商家未来的发力点：从优化关键词坑位转向将商品数据结构化，使其“能被Agent读懂”。
AI并非今年双11的最大变量，它主要作用是压降成本、改造流程及提高交易效率。真正决定大促交易情况的仍是补贴结构与收入预期。AI改变的是成交摩擦力，而非需求总量。
货架变了：家政与Token算力上了主会场
今年双11首次将Token算力套餐、家政生活服务纳入大促货架。这标志着平台开始将服务作为独立品类运营，而非仅作为引流工具。尽管服务类目单笔客单较低且依赖线下履约，短期难以改变实物商品的主体地位，但其占比将逐步抬升。在大促语境里，服务正由边缘权益转为正式供给。
往后两三年：大促不再是引擎，是两个切入点的风向标
不宜高估大促对年度交易总量的拉动作用。大促更多是改变了消费周期，相当一部分订单是从常态窗口平移而来。其更大价值在于倒逼供应链进行柔性排产、仓配前置及售后弹性承接，提升产业韧性与数字化水平。
未来两三年，有两个切入点值得关注：
其一，AI Agent重构决策入口与流量分配。随着电商平台与AI Agent深度融合，消费者可将需求整体交由Agent处理。掌握购物行为起点的主体，有望打破现有平台格局。
其二，商品与服务边界模糊化。即时零售中，商品组合密度决定差异化程度；商品消费中，延保、安装等服务将一次性交易拉长为多年期合约，改变平台的收入确认方式及组织考核口径。
今年大促的平淡并非降温，而是双11正在丢掉“价格狂欢”的单一身份，转变为一年一度的产业能力年度考核。考题已变，分数背后的意义更加深远。
研究说明
易观Analysys提供的产业分析，主要是在产业宏观数据、最终用户季度调研数据、厂商历史数据以及厂商季度业务监测信息等基础上，运用易观的产业分析模型，并结合市场研究、行业研究以及厂商研究方法得出的，主要反映了市场现状、趋势、拐点和规律，以及厂商的发展现状。
易观Analysys相信通过上述产业研究方法得出的数据在行业公认可接受误差范围内，可以准确反映行业走势与变化规律。
通过专业研究方法得到的研究结果，旨在供决策参考。厂商的实际数据请查询厂商发布的财务报告。
版权声明
易观分析在本文中引用的第三方数据和其他信息均来源于公开渠道，易观分析不对此承担任何责任。任何情况下，本文仅作为参考，不作为任何依据。本文著作权归发布者所有，未经易观分析授权，严禁转载、引用或以任何方式使用易观分析发布的任何内容。经授权后的任何媒体、网站或者个人使用时应原文引用并注明来源，且分析观点以易观分析官方发布的内容为准，不得进行任何形式的删减、增添、拼接、演绎、歪曲等。因不当使用而引发的争议，易观分析不承担因此产生的任何责任，并保留向相关责任主体进行责任追究的权利