大數據的基本營銷過程與過去數據分析基本過程沒有差別，需要在定義商業問題之后，采集和處理數據、建模分析數據、解讀數據這么三個大層面。但是大數據對三個層面的影響使得具體的做法又與傳統不一樣。
1 數據層：采集和處理數據
傳統采集數據的過程一般是有限的、有意識的、結構化的進行數據采集，例如問卷調研的形式。你能采集到的數據一定是你能設想到的情況。數據的結構化較好。一般的數據庫Mysql甚至Excel就能滿足數據處理過程。
而互聯網時代里，大數據的采集過程基本是無限的、無意識的、非結構化的數據采集。各種紛繁復雜的行為數據以行為日志的形式上傳到服務器。專屬的例如Hadoop、Mapreduce等工具就不贅述。
2 業務層：建模分析數據
使用的數據分析模型，例如基本統計、機器學習、例如數據挖掘的分類、聚類、關聯、預測等算法，傳統數據和大數據的做法差別不大，例如銀行、通信運營商、零售商早已成熟運用消費者的屬性和行為數據來識別風險和付費可能性。但是由于數據量的極大擴增，算法也獲得極大優化提升的空間。
3 應用層：解讀數據
數據指導營銷最重要的是解讀。
傳統一般是定義營銷問題之后，采集對應的數據，然后根據確定的建?；蚍治隹蚣?，數據進行分析，驗證假設，進行解讀。解讀的空間是有限的。
上一篇：每一個痛點，都是一個創業機會
下一篇：KOL營銷之痛點難點
