據業內專家預測，由大數據形成的市場規模在2017年時將會達到530億美元。從這個意義上說，數據也許是未來市場中最大的交易商品。因為企業掌握了數據資源後，就能找出最適合自己開發的目標客戶，也能為每一位消費者提供相應的個性化產品與人性化服務。
支付寶在設計賬單時非常注意客戶需求，尤其是那些最讓他們在意的隱藏需求——了解自己的收入與消費狀況在社會上處於何種層次。於是，支付寶在2013年改變了傳統的流水賬式賬單形式，重新設計了界麵生動有趣的新式網上賬單。
這些賬單采用了“2013年我的支付寶生活”和“我的網絡生活”之類的親民標題，以顯示支付寶的“接地氣”思路。
支付寶根據大數據統計結果顯示出每個客戶在該區域市場的所有消費者中的年度支出排名。在賬單欄目中這個結果並不是直接說“我的年支出在某某市排名第×××”，而是“我的年支出在某某市排名超過了××%的人”。這種不報人均年支出數、年支出總數，直接給百分比結果的展示方式，讓客戶能直觀地了解到自己消費水平處於哪個層次。
當時誰也沒想到，這種新式賬單在互聯網上引發了“全民對賬單”的熱潮。支付寶用戶們以在各種社交媒體上以曬賬單為樂。大家在全民對賬單活動中了解到不少有意思的細節。
比如，新疆圖木舒克市的男性消費者為女性購買商品的數量在全國排第一位。於是，支付寶就順勢稱該市的男性消費者是國內“最疼女人”
的。這些趣味的消費信息對比，改變了傳統賬單給人的呆板印象。
不過，這個小小的創意在沒有互聯網和大數據技術的時代是無法實現的。因為這種創意高度依賴大數據技術出色的信息處理能力。支付寶形成了以數據驅動營銷的商業方式。公司通過大數據係統對各個區域市場的用戶反饋數據進行綜合分析，從而歸納出針對特定目標客戶群體的綜合情報。
將雜亂無章的龐大數據轉化為揭示出某種規律的分析報告，是大數據技術的看家本領，也是通過用戶數據來調查客戶需求的關鍵。不過，很多企業對大數據的運用還存在以下誤區：誤區一：企業上下缺乏大數據思維。
有的企業引進了大數據的概念，也注意整理目標客戶的數據。但在產品設計、營銷推廣、管理運營等環節，依然是憑借經驗與直覺做決策，而不太注意數據分析結果。
誤區二：隻重視硬件建設，而不重視軟件建設。
技術問題並非阻礙企業運用大數據的主要因素。傳統行業的中小企業就算無力自主建立大數據中心，也能借助第三方服務商的專業服務來完成細分市場調查工作。真正的阻礙不是技術硬件方麵的問題，而是企業文化、管理方法、員工意識等思想軟件方麵的問題。如果隻是購進技術設備，而不對管理決策機製與營銷渠道進行調整，大數據思維就無法有效落實。
誤區三：隻滿足於數據報表，而未能深入挖掘數據背後的規律。
調查用戶數據大致分為三個步驟：第一步是收集數據，細分目標市場並分析目標客戶的交易記錄；第二步是根據用戶數據分析出用戶當前需求與下一階段的潛在需求；第三步是根據大數據分析結果來設計針對每一位目標客戶的個性化營銷方案。倘若隻是把用戶數據管理簡單看作整理報表的話，說明企業始終在第一階段原地踏步，根本談不上充分挖掘用戶數據的價值。
大數據既是一個概念，也是一種新的思維方式。運用大數據，首先要重視數據采集與存儲。數據庫在互聯網經濟中占據了核心地位。無論是目標客戶群體的跟蹤分析，還是“一對一”的個性化精準營銷，以及企業自身的運營決策，都離不開數據庫。
因此，目光遠大的企業應當努力建立自己的數據庫，以掌握未來市場的主動權。
比如，百度集團計劃建設“基於地圖雲平台的百度公交信息服務”，試圖在技術足夠成熟時與各級政府部門進行合作，以促進我國的智能交通產業發展。騰訊集團則打算效法穀歌，投資成本較低的小衛星，以完成自己的智能交通常用布局。阿裏巴巴也不甘落後，致力於開發“軌跡雲服務”平台，聲稱要把“兩客一危”車輛全部納入“軌跡雲”的監控之下，讓目標客戶能夠實時查詢車輛位置與曆史軌跡。
沃爾瑪資訊中心副總經理特瑞爾指出：“沃爾瑪本身就是一個海量資料係統，適用各種商業上的分析行為。”
美國媒體稱沃爾瑪掌握了將近70%的美國消費者的交易數據，80%以上的境內郵箱信息。通過大數據算法推薦和預測方案的技術支持，沃爾瑪將清楚地知道每位消費者的身份、購物需求，甚至下一階段的需求。對用戶數據的全麵掌控，是沃爾瑪銷售帝國在互聯網經濟衝擊下長盛不衰的一個重要原因。
總之，最能體現客戶消費特征的並不是他們給產品做出的評論，而是他們的交易記錄數據。消費者可能會出於與商家博弈的心理故意提出超出事實的批評意見，以便討價還價。但客戶的最終消費數據將毫無保留地揭示其真實的想法。所以，對於用戶數據，企業應該以對待黃金的態度來認真處理。
3．放棄自以為是的推薦，找到客戶關心的價值消費者對產品信息的了解通常不如銷售人員多，他們會貨比三家，但不一定能選中能滿足自己需求的產品。銷售人員存在的意義就是成為產品與目標客戶之間的橋梁，讓本公司的產品找到最需要它的消費者，讓消費者選擇最適合自己的產品。讓對的人獲得對的產品，可以說是精準營銷的最高境界。
精準推送的營銷模式不但能提高用戶流量變現為經濟效益的成功率，還能大大減輕企業的經營負擔。而且選定了主攻方向後，新媒體的營銷可以深耕細作，把這個領域做出鮮明的特色。特色越突出的品牌形象，越有望成為某個網絡標簽的代表，從而更容易被用戶搜索到。
對於用戶而言，精準推送是一種非常友好的用戶體驗。
信息過剩是造成注意力資源分散的直接原因。所以，用戶為了避免接受過量的信息，會主動屏蔽自己不感興趣的內容。相對於半封閉的微信，微博的開放性非常強。這意味著用戶可以獲取更多不易搜集的碎片信息與冷門知識。但也正因為微博具有極強的傳播力，用戶能關注的首頁信息太多、太雜，反而促使他們把關注對象集中在一到幾個比較固定的領域。除此之外的信息，他們並不太關心。
由於信息不對稱，這個對接過程非常艱難。
按照“溝通漏鬥理論”，信息在傳遞過程中會不斷衰減。
假設銷售人員心裏想的是100%，表達出來時可能已經漏掉20%的內容。而這僅為本意80%的信息可能隻有60%能傳入目標客戶耳中。由於每個人的知識能力與思維方式存在差異，目標客戶基本上不會完全理解銷售人員提供的信息，隻能理解40%。當目標客戶進行反饋時，表達的意思同樣會比心中所想的減少20%的內容。最終，人們在溝通中隻有20%的信息能真正被對方有效地理解和執行。通過反複溝通後，雙方才能不斷提升信息的完整度，無限接近100%的信息傳遞。
“溝通漏鬥”的存在使得銷售人員並不完全明白目標客戶的需求，而目標客戶也很難說清自己的全部需要。這樣一來，就可能讓一些本來很適合交易的產品錯過最合適的用戶。
所以，為了刺激客戶消費，銷售人員會主動向客戶推薦一些其他產品，萬一對方恰好需要，就能達成更多的交易。這也是一個摸索對方潛在需求的過程。
這種傳統的推薦方式過於依賴銷售人員的個人經驗，成功率比較低。
互聯網時代推崇精準營銷的理念。由於技術條件的進步，網絡營銷渠道可以根據一定的算法和曆史交易記錄把客戶可能感興趣的產品計算出來，然後在網頁上進行推薦帶有某種關聯的其他產品。此舉會增加目標客戶對同類產品的了解，刺激他們做出新的購買決策。
比如，微博上經常彈出一些你原本沒有關注的賬號信息，這就是微博根據數據計算後自主推薦的類似產品。又如，當當和京東會根據客戶的消費記錄推薦同一標簽下的產品，或者提示購買過同一產品的消費者還購買了哪些產品。
係統自動推薦取代了人為推薦，數據分析取代了經驗判斷。這看上去非常有精準營銷的感覺，但實際上還是存在一個誤區——係統推薦的產品信息並不真正符合目標客戶的需求。推薦越多，越令他們反感。
造成這個局麵的原因很簡單。計算機係統與客戶對“同類產品”的理解存在偏差，網絡營銷的推薦信息是根據某種算法來篩選的，但這些算法用到的關鍵詞和標簽分類是商家做的。
商家做各種標簽信息時並不是根據各領域的專業標準來分類的，比如“文史”標簽的推薦人往往是袁騰飛、當年明月等業餘曆史網絡紅人，而不是真正的曆史學家。誰在互聯網上能獲得更多的點擊量，商家就會把誰當成相關標簽的代表性人物。
比如，新浪微博會根據用戶瀏覽網頁的情況統計出相應的關鍵詞，然後再根據該關鍵詞來推薦相關的文章、視頻、熱門話題、自媒體大V和營銷號。
其實，不少院校的曆史係教授有自己的微博，有些人在學術圈內赫赫有名，但對大眾來說比較陌生。有些人的知名度比較高，比如上過《百家講壇》的易中天、蒙曼、於賡哲等。前一類人往往隻有鐵杆文史愛好者和院校師生感興趣，在商家眼中屬於小眾需求；後一類人的受眾範圍擴大到了普通民眾，在商家眼中屬於大眾需求。誰能為企業帶來更多的經濟效益，是顯而易見的。
用戶流量在互聯網經濟中是金錢的代名詞。所以，商家在製作推薦標簽信息時是跟著用戶流量走，而不考慮信息分類的專業性。這種做法有利於吸引大量消費者，但基本上把細分市場中的小眾消費者排除在外。