一是通過大數據對用戶行為與特征分析。顯然，只要積累足夠的用戶數據，才能分析出用戶的喜好與購買習慣，甚至做到"比用戶更了解用戶自己"。這是大數據營銷的前提與出發點。過去雖也有"一切以客戶為中心"作為口號的企業經營思想,可以想想真的能及時全面地了解客戶的需求與所想嗎，或許只有大數據時代這個問題的答案才能更加明確。

　　二是通過大數據支撐精準營銷信息推送。過去多少年了，精準營銷總在被許多公司提及，但是真正做到的少之又少，反而是垃圾信息泛濫。究其原因，主要是過去名義上的精準營銷并不怎么精準，因為其缺少用戶特征數據支撐及詳細準確的分析。現在的RTB廣告的應用則向人們展示了比以前更好的精準性，而其背后靠的是大數據支撐。

　　三是通過大數據讓營銷活動更能投用戶所好。如果能在產品生產之前了解潛在用戶的主要特征，以及他們對產品的期待，那么你的產品即可投其所好。如《小時代》在預告片投放后，即從微博、微信上通過大數據分析得知其電影的主要觀眾群為90后女性，因此后續的營銷活動則主要針對這些人群展開。

　　四是通過大數據幫助企業篩選重點客戶。許多企業家糾結的事是：在企業的用戶、好友與粉絲中，哪些是最有價值的用戶?有了大數據，或許這一切都可以更加有事實支撐。從用戶訪問的各種網站可判斷其最近關心的東西是否與你的企業相關，從用戶在社會化媒體上所發布的各類內容及與他人互動的內容中，可以找出千絲萬縷的信息，利用某種規則關聯及綜合起來，就可以幫助企業篩選重點的目標用戶。

　　五是通過大數據分析更加清晰你的產品消費者的特點。面對日新月異的新媒體，許多企業想通過對粉絲的公開內容和互動記錄分析，將粉絲轉化為潛在用戶，激活社會化資產價值，并對潛在用戶進行多個維度的畫像，其目的就是更加精準地分析你的產品消費者特點。大數據可以分析活躍粉絲的互動內容，設定消費者畫像各種規則，關聯潛在用戶與會員數據，關聯潛在用戶與客服數據，篩選目標群體做精準營銷，進而可以使傳統客戶關系管理結合社會化數據，豐富用戶不同維度的標簽，并可動態更新消費者生命周期數據，保持信息新鮮有效。

　　在大數據分析架構下的眾多商業管理模式中，UFO模型較為引人關注，這里U代表User experience，即用戶體驗，其對應的方向是產品設計;F代表Freemium，即免費商業模式，其對應的方向是商業模式研究和設計;O代表精細化運營，其對應的方向是產品營銷運營。研究認為(2014)大數據在以下三個方面起到不同程度的作用。其中，大數據與U(用戶體驗)及F(免費商業模式)關聯度中等，而與O(精細化運營)關聯度***。

　　今天我們的經營者大數據分析在商業模式設計、商業模式研究、創新商業模式等方面的能力還比較弱，可能到目前在中國還沒看到非常成功的利用大數據分析來設計商業模式的案例，也許是因為計算機目前的智慧還沒達到設計商業模式的能力高度。但我們可以通過大數據分析方法進行行業監測以及進行創新監測，從而可以輔助戰略規劃人員來進行商業模式的設計。

　　好產品是運營出來的，互聯網產品需要不斷運營、持續打磨。產品運營的目的是為了擴大用戶群、提高用戶活躍度、尋找合適商業模式并增加收入。成功的互聯網運營要做到精細化運營，成功的精細化運營需要大數據支撐。大數據和互聯網思維在此方面關聯度***。所以，企業在大數據的應用場景上，一定是要優先考慮如何通過大數據進行精細化運營，以驅動更好的運營效率和效果的提升。

　　基于大數據可以更好的做精細化運營監控、更準確的做用戶細分、更準確的進行個性化推薦、更合理的進行營銷推廣效果的評估以及基于用戶生命周期進行相關的營銷策略創新。具體在以下幾個方面值得關注：

　　1.通過基于大數據的方法進行用戶細分。基于大數據可以找出更好的細分維度，并對用戶做更好區隔，以輔助產品運營人員做更加準確的用戶細分，并洞察每個細分人群的興趣愛好和消費傾向，對每類用戶分別進行有針對性的策劃和運營活動。

　　2.通過大數據的方法，可以實現對不同通過渠道的效果評估。如果只看一些表面的數據，如廣告的點擊率，是非常難衡量不同推廣渠道的真正效果。如果把用戶的渠道行為和后續產品行為(即通過渠道獲取的用戶在產品上的各種使用行為)進行打通跟蹤，在此數據基礎上構建渠道質量評估模型，將能夠更好的發現渠道的真正質量，或者更直接的，可以發現推廣渠道的究竟有多少是虛假的流量。

　　3.通過利用基于大數據進行有針對性的用戶畫像，并通過用戶畫像數據、用戶行為和偏愛，結合個性化推薦算法實現根據用戶不同的興趣和需求推薦不同的商品或者產品，通過算法真正的實現"投其所好"，以實現推廣資源效率和效果***化。