可见，品牌经理应当参与到大数据系统中，并在其中进行“如果……会怎样”的分析，获取品牌形象相关的信息时，不仅着眼于已有的、“已知的”消费者群体、类别、以及资料，还应培养一种意识，不断思考缺失了什么。这种战略本质上是在试图通过“知晓未知”来获取洞见。企业或许已经意识到，产品的拥有者会受到一个看不见的第三方的影响，影响方式多种多样。社交媒体已经从“知晓未知”中获得了一些结论，由此便可进行检验，看看消费者有多少朋友也喜欢该产品，以及他们喜欢产品的时间序列。企业可以通过这个渠道干预品牌传递。
第四阶段，个性化品牌传递：大数据通过智能手机等设备识别个体、预测个体行为，并将之与事件相联系的能力，使品牌经理们第一次能够在销售点、产品活动等机会中展现并施加影响，或是在恰当的时间强化品牌，直接与消费者联系。
这种微观的，或者说个性化的品牌战略可以融入到品牌经理们所惯用的品牌分割模型中，比如Brandz的品牌动态金字塔。如今品牌经理们可以最大限度地利用大数据分析结果，获得处于各个不同阶段、各个微观市场类别的个体消费者或群体消费者的360度全景式资料，这些分析结果和资料可以被应用于改进各个细分市场的品牌战略，更有效地将品牌术应用于细分定位的受众。
因此可见，品牌经理应该不断地与数据共事，才可能为公司发现潜在的消费者和新的市场或品牌扩张机会。此外，品牌经理还应负责扫描科技视界，发现新兴技术，特别是那些能够与大数据或是消费者智能相结合，从而将公司的品牌智能推向更高层次的技术。
第五阶段，衡量结果：衡量品牌资产价值方面的品牌成果，是确定大数据应用于品牌管理所带来的益处的一种方法。然而，有一点需要注意：大数据系统依靠专业技术和长时间的培育，因此企业不应该指望能够轻松获得回报。为了避免事倍功半，品牌经理将数据项目和严格的度量程序——比如平衡积分卡——相结合是一个明智的做法。在大数据用途的下游领域，以及跨越多个进程组时，这种数据项目和度量程序相结合的考量，比资本支出或是财务回报率（ROI）都更能掌握大数据的完整结果。可以说，展现在你眼前的是一个强有力的店铺销售模型，而它针对的是许多我们此前从未料到其间会有交集的产品。如果你想找出员工品牌培训计划上某一特定阶段所对应的销售的高峰值，你可能需要记分卡的方法。品牌积分卡连接了财务与学习活动，而其他操作可以被经理们用来进行交叉验证。
运用这种方法开展大数据品牌战略，最终将会给消费者们带来更丰富的品牌体验，为公司带来更优厚的回报。而大数据方法并不是无懈可击——内存数据库还非常新，Hadoop分析依靠志愿者们以开源的方式开展；同样值得注意的是，一直以来受人关注的企业全部都是技术中心型企业，有着庞大的大数据系统，高水平的“大数据智商”以及广泛的技术支持，更重要的是，他们还有用于开发尖端科技的管理。
作者：罗伯特?普兰特 ，是迈阿密大学商学院计算机信息系统副教授
更多详细信息，请您微信关注“计算网”公众号：
