1.精准送达：为消费者提供个性化服务
营销界有一句媲美“哥德巴赫猜想”的至理名言：“我知道在广告上的投资有一半是无用的，但问题是，我不知道是哪一半。”对于广告主来说，目前消费者已经不再是传统化单纯消费，每天在互联网上发生的数亿次消费行为，背后都有丰富化、多样性的潜在原因，如何实现精准的广告投放、如何依靠大数据深入消费人群、如何通过大数据驱动营销变革，已经成为众多企业要考虑的首要问题。
提到大数据在营销中的应用，数据孤岛的存在一直是限制其发挥最大价值的门槛。广告做得风生水起，却没有直接激发消费者的购买行为，如何解决投放平台与电商平台的用户数据的割裂问题呢？
2016年，腾讯通过“京腾智慧”，将用户数据与京东消费者数据打通，精准地还原了不同类型消费者的用户画像和品牌诉求，借助品商合一，有效地触动了消费愿望，同时帮助以电商作为主要销售渠道的惠普商用打印机等品牌实现了广告与电商转化的有效联动。
惠普商用打印机的营销需求在于投放的精准覆盖，并有效激发用户电商行为。借助“京腾智慧”，腾讯将单个消费者的娱乐、社交、资讯等行为数据，与电商购物数据进行完整对接，为惠普挖掘匹配了160万潜在购买人群；同时，在人群浓度较高的平台，配合消费者习惯，以原生广告形式实现了与目标消费者的对接，使广告点击率超行业均值3.7倍。消费者点击广告后，就可以被无缝引流至电商平台，一键完成购买，实现品商联动。
在此次投放中，腾讯不仅为惠普带来了产品浏览量和销量的增长，还展示从品商数据及营销信息到购买行为打通后所带来的转化。
随着社会发展的不断进步，市场细分业日趋细化，信息传播环境日益丰富，受众需求更加具体化、个性化。数据爆发对广告产业产生了巨大冲击，不仅促使广告业生态系统产生重要变革，也为广告的精准投放提供了全新的实现可能。
大数据带来数据量几何级的增长赋予信息传播新的内涵，是广告实现精准投放的基础。大数据从传播主体、传播对象、传播内容、传播渠道和传播效果等五个层面影响了广告传播，为实现广告的精准投放提供了有力的技术支持，促使传统广告的传播策略发生了颠覆性的变化。
（1）以受众为本位
大数据环境下，广告传播的核心策略实现了从以媒体为核心到“以消费者为中心”的策略转变，即“以受众为本位”。传统广告中受平台、技术等客观因素的限制，消费者处于被动选择位置；而新的环境下，受众被提升到更高层面，大数据为实现这一变化提供了技术的支持。
通过大数据的深度挖掘与分析，可以获得消费者性别、年龄等自然属性，以及职业、兴趣喜好、消费水平等深层次的社会属性，然后对消费者进行清晰的定位和分类，最终找到不同商品和服务的目标消费群体，之后再推送相关广告，实现“对正确的人投放正确的广告”。
（2）以需求为导向
大数据的核心是，通过量化数据之间的数理关系，运用相关关系的强弱，分析和预测事物发生的可能性。对广告来说，通过对海量数据的集成处理和精确分析，可以获得目标消费者通过cookie记录的“行为轨迹”，全面地展示消费个体的网络行为与特征。在此基础上，大数据可以进一步判读和预测该消费个体的联系需求，最终形成一种“预测”效应，精准挖掘消费者的潜在消费需求。
（3）以内容为王
随着大数据技术与新媒体时代的到来，“广告即内容”得以实现。目前，消费者按照自己的需求，频繁使用移动端、社交媒体碎片化、个性化地选择和接受信息。广告主投其所好，纷纷开通了微信、微博，甚至开发APP，发布信息流广告为自己“发声”，即广告主直接生产内容，推送企业的品牌信息、动态消息，适时、适地、适度与消费者发起实时互动；另一方面，消费者可以自由收听自己感兴趣的内容，参与话题互动。
（4）以社交媒体为平台
如今，社交分享已经成为各类互联网平台、移动互联网平台的必备功能。而以社交媒体为平台进行的广告传播实质是以受众为本位，以人际关系为交叉点的关系营销。
在社交网络上，人们的身份、职业、兴趣爱好、生活方式等都不同，构建起不同又具有交互性的“关系”和“圈子”。通过大数据的判读，广告主就能够发布与这个圈子相符合的广告信息，由目标受众通过社交、评论、分享等方式参与各话题，对圈子里的熟人、半熟人进行影响，最终实现广告信息的二次传播。
近年来，微信朋友圈盛行的集赞式广告、转发式广告、信息流广告等，就充分利用了社交媒体自带的分享功能，使受众自发地为广告主进行二次传播。
（5）以营销效果为目标
从传统广告到精准广告，最终目标都是实现销售效果的有效转化，但二者的重点却有巨大差别：传统广告坚持大众化的品牌营销理念，主要依赖于高频次、大规模的曝光来实现广告效果的转化，提升企业的知名度与美誉度；而基于大数据的广告，则是通过信息技术实现对受众的精准定位，并对其展开精准化、实时化、个性化的广告投放，大大提升了广告的传播效果，实现了广告效果从“品牌营销”到“效果营销”的成功转变。
2.追根溯源：大数据背后的“人本”价值
大数据可以带来超凡的价值，能够未卜先知，这些貌似只有在电影和传奇故事中才出现的能力，如今却被大数据所拥有。大数据之所以能够拥有如此能力，并不在于数据本身，而在于能够将信息从海量数据中分析和提取出来的大数据分析挖掘技术。
一方面，大数据时代让消费者成为商业行为的主宰者；另一方面，技术让企业满足客户个体需求成为可能：收集客户的个性化信息和需求，推送购买建议和相关促销信息，提供跨渠道的客户购买体验，激发相关的品牌联系。
精准了解客户与自动营销Web3.0发展到今天，信息技术的能力和范围大大超乎了商家的想象。今天的企业完全有可能收集到非结构化的信息，这些都为企业精确地了解客户提供了有利条件。
卡夫食品公司与IBM合作，搜集社交网站和讨论社区上有关卡夫食品所拥有的澳大利亚“国民食品”Vegemite的零碎信息，分析结果大大出乎意料。结果显示，消费者关心的并不是商家原以为的口味和包装，而是健康、素食主义和食品安全。在关于健康的讨论中，学名为叶酸的维生素B复合体被频繁提及，因为叶酸对孕妇尤其重要。针对这个信息，卡夫调整Vegemite的营销策略，顺利打开了孕妇消费者市场。
卡夫的例子仅仅是利用大数据了解细分市场，而真正个性化洞察可以精确到个人。
真正的大数据指的是大而复杂的资料集，具有海量性、时变性、异构性、分布性等特点，是从互联网的数据中能够观察到的特征。只要数据量超过临界量，就叫大数据。
大数据产生价值一般有两种途径。第一种途径是，数据本身隐含的信息，虽然收集到的数据是杂乱无章的，但可以从中挖掘出隐含的信息、寻找到价值；第二种途径是，处理海量数据过程中产生的价值。很多收集到的数据都是单独存在的，汇聚到一起后，碎片还原，进行整体分析和处理，就会产生新的价值。
如今，国内资本都非常看好大数据挖掘这片市场，多数大数据创新企业在A轮或A轮以前可以融到数千万的启动资金，极大程度地催熟了创新企业的成长。
2011年，世界经济论坛发布报告，认定大数据为新财富；同时，麦肯锡公司也给出了实实在在的测算。该公司认为：数据是生产资料，借助数据挖掘，零售商可以获得的运营利润将增加60%，制造业设备装配成本可减少50%。
再如，某些药物的疗效和毒副作用，无法通过技术和简单样本验证，需要从几十年海量病历数据分析得出结果；做宏观经济计量模型，需要获得所有企业、居民以及政府的决策和行为海量数据，才能得出减税政策最佳方案……真正的大数据，就体现在大数据的深度挖掘应用。大数据能帮企业分析大量数据，进一步挖掘市场机会和细分市场，然后对各群体量体裁衣地采取独特行动，获得好的产品概念和创意。
要想搜集消费者相关的信息，挖掘出人们头脑中未来可能会消费的产品概念，就要用创新的方法解构消费者的生活方式，解析消费者的生活密码，让符合消费者未来生活方式的产品研发不再成为问题。因为，了解了消费者的密码，就知道了其潜藏在背后的真正需求。大数据分析挖掘是发现新客户群体、确定最优供应商、创新产品、理解销售季节性等问题的最好方法。
此外，大数据还有利于企业发掘和开拓新的市场机会，有利于企业将各种资源合理利用到目标市场；有利于制定精准的营销策略，有利于调整市场的营销策略，能够大大降低企业经营的风险。
3.未卜先知：沃尔玛发现“尿布和啤酒”的秘密
在大数据应用中，较为知名的商业案例是“啤酒+尿布”，故事是这样的：
20世纪90年代，美国沃尔玛连锁超市管理人员对销售数据进行分析时，发现了一个令人难以理解的商业现象：在日常生活中，“啤酒”与“尿布”这两件看上毫不相干的商品，却经常会一起出现在美国消费者的同一个购物篮中。
这个独特的销售现象引起了沃尔玛管理人员的关注。经过一系列的后续调查，他们发现，“啤酒+尿布”的现象往往发生在年轻父亲身上。这个现象源于美国独特的文化：家有婴儿的美国家庭，通常都是母亲在家中照看婴儿，父亲则负责到超市购买尿布。年轻的父亲在购买尿布的同时，会顺便为自己购买一些啤酒。这种消费心理就让啤酒、尿布两件看上去不相干的商品被消费者同时购买。
沃尔玛的管理人员发现这一现象后，立即着手把啤酒与尿布摆放在相同的区域，让年轻的美国父亲非常方便地找到尿布和啤酒这两件商品，并较快地完成购物。结果，就是这样一个小小的陈列细节让沃尔玛获得了满意的商品销售收入。
这便是“啤酒+尿布”的故事。其后，为了证明“啤酒+尿布”销售的可行性，美国学者艾格拉沃在1993年从数学和计算机算法角度提出了商品联系关系的计算方法——Aprior算法，即通过分析购物篮中的商品集合，找到商品之间联系关系的联系算法，根据商品之间的关系，找出消费者的购买行为。
在此基础上，从20世纪90年代开始，沃尔玛尝试将艾格拉沃提出的Aprior算法引入POS机数据分析中，此举大获成功。
实际上，沃尔玛是最早通过分析大数据而受益的传统零售企业。在提出“大数据”这个概念以前，沃尔玛一度拥有世界上最大的数据仓库系统，通过该系统对消费者购物行为等数据进行跟踪和分析。沃尔玛也就成了最了解消费者购物习惯的零售商之一。
2007年，为了更好地利用大数据分析消费者的行为与需求，沃尔玛建立了一个超大的数据中心，存储能力巨大。当然，沃尔玛拥有巨量的数据也不是一蹴而就的，而是慢慢积累的。1969年，虽然微型计算机还没有普及，但是沃尔玛已经开始使用大型计算机来跟踪存货的相关情况；1974年，沃尔玛在分销中心与各家商场运用计算机进行库存控制；1983年，沃尔玛所有门店都开始采用条形码扫描系统；1987年，沃尔玛完成了公司内部的卫星系统安装，使总部、分销中心和各个商场之间可以实现实时、双向的数据和声音传输。
沃尔玛采用在当时还是小众的信息技术搜集和运营消费者的行为数据，为其高速发展打下了坚实的基础。如今，在沃尔玛全世界最大的数据仓库中，存储着数千家连锁店在65周内的每一笔销售的详细记录，业务人员只要分析客户的购买行为，就能精准了解客户的需求。
