社交网络大数据挖掘的应用场景：
（1 ）意见传播、动态网络影响力传播模型分析；
（2）社交关系分析；
（3）相关主题的历史和趋势分析；
（4）基于地理位置的某领域专家分布分析；
（5）知识图谱的构建。 基于微信的 O2O 商业模式蓬勃发展，线下商户借助微信等移动社交平台开展 O2O 营销，对这类企业来说，线上用户的积累将有助于其发现和挖掘潜在消费者，提升营销的效果。
趋势四：电商平台丰富消费数据更具商业价值，精准用户定位进入智慧电商阶段。 B2B电商平台发展可分为三代：第一代以信息撮合机制为主，通过互联网特性有效的汇聚买卖双方信息；第二代以在线交易为主，信息展现模式、在线交易工具、配套服务产品的发展使得各平台都在想方设法解决在线交易问题；第三代即资源集聚为主，资源集聚突出两大核心要素：数据穿针引线，服务本质所需。大数据给予平台服务提供了信息支持，而服务落地也有利于有效数据不断被采集，形成数据循环，即“雪球效应”，大数据不是电商平台的某一个产品组成或业务领域，大数据是整个电商未来发展的基础资源与优势体现。
趋势五：SaaS 与营销联动，打通企业内外部数据。 随着广告主对流量转化率要求的不断提高，对企业内外部数据联通需求（例如潜在用户认知渠道、用户来源等）的提高，人工成本的上涨以及对行业整体解决方案的迫切需要， SaaS 与营销联动的模式备受推崇。 营销托管与 SaaS 软件服务相互促进，技术与营销相互配合，一方面可以为大数据技术积累大量原始数据，另一方面可以更了解客户需求，有利于开发大数据云服务产品。
趋势六：自动内容生成有望成长为内容营销新趋势之一。 基于对数据的分析和信息的加工，人工智能可以被应用于广告的自动生成和优化中，未来利用人工智能生产植入式内容将成为重要趋势之一。目前， 自动化工具撰写已被应用于新闻稿和年度报告等商业信息，Gartner 预计到 2018 年， 20%的内容将由机器产出。
PC 端 DSP 智能化已成熟，程序化投放实现 ROI 最大化
依赖数据与算法，程序化购买破解“劳动密集”魔咒
程序化购买依赖大数据与机器学习算法。 程序化购买依托数据分析技术，对用户进行精准定向，实现广告位资源的最优分配。目前，在中国程序化购买生态体系中，每天汇集的流量已达到 130 亿 PV，占中国整个广告位流量的三分之一，预计到 2015 年底一半以上的广告位流量接入程序化购买。相较于传统代理模式，程序化购买无需复杂的谈判过程，而基于数据分析的用户定向能够让广告投放更精准、效率更高。程序化购买是数字营销行业最重要的趋势之一。
程序化购买破解“劳动密集”魔咒，精准化投放实现价值最大化。 互联网广告发展的初期，由于投放的形式多以人工为主，其行业增长逻辑与传统领域并无差异。然而，以DSP、RTB等技术为代表的自动化广告购买则通过大数据和即时撮合，实现了广告资源的优化匹配，有助于提升广告营销效果和广告投放效率，或将成为突破行业“劳动密集”魔咒的重大突破。其中，用户数据处理分析和广告供需撮合是最为核心的环节。一方面，用户的大数据挖掘有助于实现营销受众的精准发现和即时定位，提高从营销到消费的转化率，实现广告投放的价值最大化；另一方面，供需撮合则有助于网络媒体资源的有效利用，提升商业效率，实现利润空间的扩容。
程序化购买增长迅猛，生态链逐渐成熟。（1）程序化购买整体增长迅猛，过去 3 年内实现了从 0 到 100 亿元的增长，据 eMarketer 和艾瑞预测， 2015 年中国程序化购买市场规模约为 101 亿元，预计到 2017 年中国程序化购买市场规模将达到 282 亿元，实现 2-3 倍增长。（2）伴随市场规模迅速膨胀的是生态链的日渐成熟。程序化购买产业已经形成了以“4A 代理公司—交易桌面—DSP/广告网络—广告交易平台”为核心，以第三方数据供应商、效果监测服务、网站分析服务为辅助的连接需求方和供应方的完整链条。