近几年在工作和生活上很多人喜欢和我讨论大数据的话题。小伙伴们都觉得我们看大数据就好像得了集体老花眼一样：远看很清晰，凑近看却反而越来越模糊，不得其法。我们都很清楚大数据意味着什么--就是大量的，读取高速的，多维度的，低价值密度的真实数据。读起来很拗口，简单来说就是我们可以知道一个个体很详细的真实数据，但是拿着这些数据很难想到对于营销的执行有什么具体的帮助。
现实中，大数据智能营销系统更多时候对管理者最大的帮助是提供控制感，这其实跟古时候的迷信差不多。看到自己的消费者的各种数据，就感觉非常了解消费者，一切尽在掌握。但是真正到了怎么利用这些数据，就变回简单的看消费者过去消费/浏览了什么就推送什么（这也是某宝和某度推送的逻辑）。
怎样可以很好地利用这些数据呢
回归到原点，我理解大数据的用处主要有两个方面，一是看趋势，看市场，消费者行为的发展方向（这个是长期性的）。二是做销售，通过分析与自身商业能发生链接的消费者数据增加营销的效率（这个是短期的）。
有很多大的数据机构，比如阿里云，CBNData，或者咨询机构比如Deloitte, KPMG都会定期提供一些不同市场的消费者报告。在现在很多大公司的大数据智能营销系统应用，主要有两个方式，除了上面讲到的简单粗暴地推送重复信息，更高级一点的用法就是标签+精准营销。
简单来说就是两步：
第一，通过年龄，性别，兴趣爱好，习惯，人生阶段把消费者贴上不同的标签；
第二，确定营销信息瞄准哪类消费者，直接触达；
其实这些数据也有不准的时候，就比如：买化妆品的男性居多，占比50%，其实并不是这样，这50%的人都是用自己男朋友和老公的账号购买的，所以导致数据的误差。简单来说，就是“在不同的池塘用相应的诱饵，让那个池塘的鱼在当前的水温，光线环境下最有可能咬钩”。