近年來，許多人喜歡在工作和生活中與我討論大數據。小伙伴們認為，當我們看到大數據時，就好像我們擁有集體老花眼：從遠處看很清楚，但是從近處看，它變得模糊，我們對此無能為力。我們都知道大數據意味著什么——海量、高速、多維、低值密度的真實數據。很難讀。

簡單地說，我們可以詳細地了解個人的真實數據，但是很難想到使用這些數據對營銷執行有任何具體的幫助（困難就在這里）。實際上，大數據對管理者的幫助是提供一種控制感，這與過去的迷信類似。

當您看到關于客戶的各種數據時，您將感到非常熟悉它們，并且很好地掌握了一切。但是當談到如何使用這些數據時，它又回到了簡單地查看消費者過去消費/瀏覽和推動他們推送的內容（這也是某種寶藏和某種推送的邏輯）。

在積累了一定數量的數據之后，我們有了關于年齡、性別、職業、消費者收入分配以及家庭成員數量、是否有汽車或房子、移動應用程序興趣、閱讀興趣等等的數據（還有很多）。然后你陷入泥潭。你如何充分利用這些數據？

回到起點，我理解大數據的兩個主要用途：一個是觀察趨勢、市場和消費者行為的方向（這是長期的）。第二種方法是通過分析可以鏈接到您自己的企業的消費者數據來進行銷售并提高營銷效率（這是短期的）。

有很多大的數據組織，比如阿里云、CBNData，或者像德勤、畢馬威這樣的咨詢公司，它們定期在不同的市場提供消費者報告。這份報告的主要目的是給你一個長期趨勢的分析。今天的文章主要關注后者，即如何每天查看您的消費者數據，以幫助公司提高其性能。現在許多大公司應用大數據的方法主要有兩種。

除了上述簡單而粗略的推送重復信息之外，更先進的用途是標簽準確營銷。，通過年齡、性別、愛好、習慣、生活階段給消費者貼上不同的標簽；第二，確定什么樣的消費者營銷信息是針對的，直接達到的。

然而，這種大數據應用方法存在兩個缺點：雖然大數據是不分青紅皂白地獲取目標消費者的行為記錄，但當我們在本地環境中使用這些數據時，仍然存在來自數據源的不準確干擾的可能性。

然而，這幾乎沒有效果。直到有一天我們決定去商店親自看看發生了什么事，結果這些措施甚至沒有增加一點營業額。那是一個炎熱的夏天。我們走到商店門口，發現了一個非常奇怪的現象。許多中年和老年人坐在商店門口看著他們的手機。

初，在店門口有一個公交車站，因為店里有空調和Wifi，很多老人坐在店門口享受空調，一邊等車。

這就是所謂的主要訪客群體，中老年人的真相。大數據可能具有誤導性的例子是未知的。我還對一家化妝品在線商店進行了分析，數據顯示促銷活動中超過50%的交易來自男性消費者的賬戶。所以這種促銷似乎對男士產品更有效？但是，沒有。當我們分析每個購物籃時，我們發現所有由男性購買的物品都是女性物品。事實上，這些女孩用她們的男朋友/丈夫的賬戶支付。因此，我們不可以將用戶群體按照自己的思維局限化用戶群體。