大數據營(yíng)銷(xiāo)是基于多平臺的大量數據，依托大數據技術(shù)的基礎上，應用于互聯(lián)網(wǎng)廣告行業(yè)的營(yíng)銷(xiāo)方式。大數據營(yíng)銷(xiāo)衍生于互聯(lián)網(wǎng)行業(yè)，又作用于互聯(lián)網(wǎng)行業(yè)。依托多平臺的大數據采集，以及大數據技術(shù)的分析與預測能力，能夠使廣告更加精準有效，給品牌企業(yè)帶來(lái)更高的投資回報率。
大數據營(yíng)銷(xiāo)的核心在于讓網(wǎng)絡(luò )廣告在合適的時(shí)間，通過(guò)合適的載體，以合適的方式，投給合適的人。

大數據營(yíng)銷(xiāo)是指通過(guò)互聯(lián)網(wǎng)采集大量的行為數據，首先幫助廣告主找出目標受眾，以此對廣告投放的內容、時(shí)間、形式等進(jìn)行預判與調配，并最終完成廣告投放的營(yíng)銷(xiāo)過(guò)程。
大數據營(yíng)銷(xiāo)，隨著(zhù)數字生活空間的普及，全球的信息總量正呈現爆炸式增長(cháng)。基于這個(gè)趨勢之上的，是大數據、云計算等新概念和新范式的廣泛興起，它們無(wú)疑正引領(lǐng)著(zhù)新一輪的互聯(lián)網(wǎng)風(fēng)潮。

第一，用戶(hù)行為與特征分析。只有積累足夠的用戶(hù)數據，才能分析出用戶(hù)的喜好與購買(mǎi)習慣，甚至做到“比用戶(hù)更了解用戶(hù)自己”。這一點(diǎn)，才是許多大數據營(yíng)銷(xiāo)的前提與出發(fā)點(diǎn)。
第二，精準營(yíng)銷(xiāo)信息推送支撐。精準營(yíng)銷(xiāo)總在被提及，但是真正做到的少之又少，反而是垃圾信息泛濫。究其原因，主要就是過(guò)去名義上的精準營(yíng)銷(xiāo)并不怎么精準，因為其缺少用戶(hù)特征數據支撐及詳細準確的分析。。
第三，引導產(chǎn)品及營(yíng)銷(xiāo)活動(dòng)投用戶(hù)所好。如果能在產(chǎn)品生產(chǎn)之前了解潛在用戶(hù)的主要特征，以及他們對產(chǎn)品的期待，那么你的產(chǎn)品生產(chǎn)即可投其所好。
第四，競爭對手監測與品牌傳播。競爭對手在干什么是許多企業(yè)想了解的，即使對方不會(huì )告訴你，但你卻可以通過(guò)大數據監測分析得知。品牌傳播的有效性亦可通過(guò)大數據分析找準方向。例如，可以進(jìn)行傳播趨勢分析、內容特征分析、互動(dòng)用戶(hù)分析、正負情緒分類(lèi)、口碑品類(lèi)分析、產(chǎn)品屬性分布等，可以通過(guò)監測掌握競爭對手傳播態(tài)勢，并可以參考行業(yè)標桿用戶(hù)策劃，根據用戶(hù)聲音策劃內容，甚至可以評估微博矩陣運營(yíng)效果。
第五，品牌危機監測及管理支持。新媒體時(shí)代，品牌危機使許多企業(yè)談虎色變，然而大數據可以讓企業(yè)提前有所洞悉。在危機爆發(fā)過(guò)程中，最需要的是跟蹤危機傳播趨勢，識別重要參與人員，方便快速應對。大數據可以采集負面定義內容，及時(shí)啟動(dòng)危機跟蹤和報警，按照人群社會(huì )屬性分析，聚類(lèi)事件過(guò)程中的觀(guān)點(diǎn)，識別關(guān)鍵人物及傳播路徑，進(jìn)而可以保護企業(yè)、產(chǎn)品的聲譽(yù)，抓住源頭和關(guān)鍵節點(diǎn)，快速有效地處理危機。
第六，企業(yè)重點(diǎn)客戶(hù)篩選。許多企業(yè)家糾結的事是：在企業(yè)的用戶(hù)、好友與粉絲中，哪些是最有價(jià)值的用戶(hù)？有了大數據，或許這一切都可以更加有事實(shí)支撐。從用戶(hù)訪(fǎng)問(wèn)的各種網(wǎng)站可判斷其最近關(guān)心的東西是否與你的企業(yè)相關(guān)；從用戶(hù)在社會(huì )化媒體上所發(fā)布的各類(lèi)內容及與他人互動(dòng)的內容中，可以找出千絲萬(wàn)縷的信息，利用某種規則關(guān)聯(lián)及綜合起來(lái)，就可以幫助企業(yè)篩選重點(diǎn)的目標用戶(hù)。
第七，大數據用于改善用戶(hù)體驗。要改善用戶(hù)體驗，關(guān)鍵在于真正了解用戶(hù)及他們所使用的你的產(chǎn)品的狀況，做最適時(shí)的提醒。例如，在大數據時(shí)代或許你正駕駛的汽車(chē)可提前救你一命。只要通過(guò)遍布全車(chē)的傳感器收集車(chē)輛運行信息，在你的汽車(chē)關(guān)鍵部件發(fā)生問(wèn)題之前，就會(huì )提前向你或4S店預警，這決不僅僅是節省金錢(qián)，而且對保護生命大有裨益。事實(shí)上，美國的UPS快遞公司早在2000年就利用這種基于大數據的預測性分析系統來(lái)檢測全美60000輛車(chē)輛的實(shí)時(shí)車(chē)況，以便及時(shí)地進(jìn)行防御性修理。
第八，SCRM中的客戶(hù)分級管理支持。面對日新月異的新媒體，許多企業(yè)通過(guò)對粉絲的公開(kāi)內容和互動(dòng)記錄分析，將粉絲轉化為潛在用戶(hù)，激活社會(huì )化資產(chǎn)價(jià)值，并對潛在用戶(hù)進(jìn)行多個(gè)維度的畫(huà)像。大數據可以分析活躍粉絲的互動(dòng)內容，設定消費者畫(huà)像各種規則，關(guān)聯(lián)潛在用戶(hù)與會(huì )員數據，關(guān)聯(lián)潛在用戶(hù)與客服數據，篩選目標群體做精準營(yíng)銷(xiāo)，進(jìn)而可以使傳統客戶(hù)關(guān)系管理結合社會(huì )化數據，豐富用戶(hù)不同維度的標簽，并可動(dòng)態(tài)更新消費者生命周期數據，保持信息新鮮有效。
第九，發(fā)現新市場(chǎng)與新趨勢。基于大數據的分析與預測，對于企業(yè)家提供洞察新市場(chǎng)與把握經(jīng)濟走向都是極大的支持。
第十，市場(chǎng)預測與決策分析支持。對于數據對市場(chǎng)預測及決策分析的支持，過(guò)去早就在數據分析與數據挖掘盛行的年代被提出過(guò)。沃爾瑪著(zhù)名的“啤酒與尿布”案例即是那時(shí)的杰作。只是由于大數據時(shí)代上述Volume（規模大）及Variety（類(lèi)型多）對數據分析與數據挖掘提出了新要求。更全面、速度更及時(shí)的大數據，必然對市場(chǎng)預測及決策分析進(jìn)一步上臺階提供更好的支撐。似是而非或錯誤的、過(guò)時(shí)的數據對決策者是災難。