《大數據，大影響》的報告宣稱，數據已經成為一種新的經濟資產類別，就像貨幣或黃金一樣。

在零售業正在發生變革、新型營銷理念異軍突起的今天，數字化營銷、個性化市場營銷模式崛起，最大限度的滿足了個性市場的需求。電視、報紙等傳統媒體在增長在放緩乃至衰減，隨著多網融合，大數據正在將傳統渠道的數據融合，由此形成的“數據為王”的營銷格局。

不難看出，大數據營銷是未來營銷的主戰場。

大數據這個概念如此火爆，但其中裝的有多少是概念，有多少又是群起的炒作，有多少人真的了解大數據的意義，我們全在霧里看花。

大數據當然很大，但大并不代表一切。在數據統計里有這樣一個經典案例：1936年總統大選時，美國著名期刊《讀者文摘》以全國各地的電話簿為參考，發出了1000萬份讀者調查表，最終回收了200萬份，要知道在那個年代，這是一次有可怕數據量支撐的調查。

最后得出的結論是共和黨的蘭登將以57%對43%的絕對優勢戰勝民主黨的羅斯福。結果呢?羅斯福以62%的支持率得以連任，《讀者文摘》也由于這次慘敗于1937年被迫停刊。

原因很簡單，1936年正值大蕭條時期，那些裝得起電話的都是有錢人，而偏偏是那些裝不起電話的中低收入者和失業者，都是羅斯福堅強的后盾。以電話簿為參考做調查，即使數據再大也是無用功，因為從一開始就走錯了方向。

到了今天，我們依然有可能會犯70多年前《讀者文摘》的錯誤，我們并不會因為科技的發展、互聯網的強大和數據的海量存儲就成為全知全能的上帝。相反，手中掌握的這筆龐大的數據反而可能使我們變得盲目和愚蠢。

大數據的大的真正意義在于，人們有能力掌握宏觀資料，去進行交叉融合的綜合分析研究，使之產生乘法效應。

一個人在網上只買過驗孕棒并不會使塔吉特為其推送嬰兒產品，相反，一個人在網上買毓婷也不代表她不需要尿布，這是一個道理。只有對綜合的、細顆粒的、微觀的數據進行有邏輯的相關性分析，才能發揮大數據的核心價值。

比如，我們追蹤一位女性顧客的消費行為，不僅僅是追蹤其購買服飾的價格帶、品牌喜好，更應該與海量的周邊信息進行關聯。比如下單時間、瀏覽時間，甚至她喜歡的零食、書籍等發生了什么變化。

如果之前看青春小說現在看科特勒，是不是意味著她已經開始步入職場?那么她的瀏覽時間段有變化嗎?這對于主打職場服裝的品牌是否意味著推廣機會?還有哪些數據可以為這一點作證?進而是否可以分析出她具體進入了什么類型的公司?擔任什么職務?有沒有必要為其推薦筆記本電腦?

毫無疑問，大數據是個遠景客觀的項目。

大數據的完美應用，正像我們大腦每時每刻都在做的那樣，接收無數的信息，從中剔除或者暫時存儲低級別信息或者無用信息，然后與目標相關的高級別信息進行運算和處理，最后得到結論。

很可惜，我們無法存儲海量的信息，而丟失信息和誤存儲信息的比率又大得驚人。在現實中，數據之間的相關性研究，正是目前大數據研究的要點和難點之一，如何在幾千幾萬種看似不相干的數據之間，找到之間可能的聯系和邏輯關系，這事沒那么簡單。

總的來說，大數據、大營銷，已經是一個不可逆轉的趨勢。但最終技術和數據，只是服務于營銷的一種新手段，究竟深刻的洞察、精準的定位、與創新的策略還是成功營銷最根本的要素。

當無數人把產品做的越來越復雜時，喬布斯創造了極簡的IPONE;當無數大企業迷信市場調研的時候，喬布斯的名言卻是“誰說我不去問用戶?我常問用戶，每天早上起來我就對著鏡子問用戶：你要什么?”

好的產品，必然來自細微的生活觀察，而不是盲目的相信所謂的市調數據分析。當然，也不是說數據無用，市調只是數字而已，就像法律法規都是一成不變，任何人都可以參照比對。但作為一位好的律師，卻可以根據事情的不同做有利于自己的解讀。

觀察用眼，洞察用心，我們往往需要再調研的基礎上，加入人性的理解。因為數字的本質是人，數據挖掘就是在分析人類族群自身。

最后，提醒大家：別陷入大數據的迷譚之中!