每隔两天，我们都会产生大约相当于美国国会图书馆全部藏书量350000倍的数据信息。这包括仅在2011年的4.8万亿的在线广告展示所产生的数据，和每天所发送的2940亿封电子邮件。如果这些数据可以被解释，那么所有这些数据将为我们分析和洞察消费者的消费习惯和意图提供非常有价值的借鉴。归根结底，这借鉴大数据的捕捉能力，能够帮助我们整合大量的结构化和非结构化数据，并进行更深入的了解。
大数据有什么好处?
首先第一件事情，究竟大数据能带来哪些好处?答案就和大多数形式的市场营销情报是一样的：更好地了解客户，能够更精确地细分客户群，以便对目标客户群进行更有效的反应。
大数据，特别涉及到预测分析，目的是建立消费者购买意图或倾向的模型。事实上，根据最近的研究发现，90%的与大数据打交道的企业同时也使用预测分析。部分原因在于大数据的数据量是如此之大，单凭简单的人类分析以及不再可能分析预测出相关的趋势和模式了。
在进行预测分析时有些东西是必要的。其可以告知我们一切相关信息，从该分析活动中提供产品或服务的潜在客户群到发送电子促销邮件的主题。根据Aberdeen的预测营销分析研究发现，提高营销产品目标和获取一个360度全方位的客户分析，是营销预测分析所最常使用的两大市场战略。
Aberdeen的研究成果中关于营销数据分析的两大主题，在分析大数据市场趋势中是有帮助的。
1、表现最出色的企业(即市场领军企业)更可能包含结构化和非结构化数据的预测模型
2、市场领军企业更可能给予企业用户访问权限，加快部署时间的分析模型，并进行新的应用分析
正如欧洲公共事业公司经理所说，数据是分析的“燃料”;在很大程度上，模型的质量取决于你所掌握的数据的质量。因此，人们会期望拥有能够广泛采用用户数据的能力，进行预测分析，事实上他们也是这样做的。
如下图所示，市场领军企业较之他们的同行更可能拥有一个更广泛的数据分类。这里需要注意几件事情。首先是进入查看交易和行为数据的权限，其中特别重要的是在市场营销方面，因为其可以提供可操作的洞察力，即使买方并不知道以及支持实时应用的分析，如在线显示广告或产品。二是获得内部的非结构化数据(如呼叫中心的数据)和外部数据(即社会媒体的数据)的权限。
可操作的洞察力
塑造未来的大数据营销的第二大趋势是易于使用和易于集成。这里的好处是能够更迅速地获得可操作的洞察力，并切实的付诸实施。
在Aberdeen的研究中发现，近一半的市场领军企业(46%)发现他们的预测分析解决方案易于与其他应用程序集成和业务流程集成，而只有四分之一(26%)的一般企业享有同样的易于集成。
集成整合是至关重要的，因为预测技术很少用于隔离。为了使输出预测模型是有效的，通常被注入到业务流程中。例如，在市场营销中，可以用于预测实时应用程序，以确定下一个最佳的报价，无论是在网络上还是在呼叫中心环境。同样，对于一个直邮活动，从预测模型的输出将被送入邮件解决方案。
总体而言，45%的受访者表示，由于缺乏关键技术或相关数学技能成为了使用预测分析的一个重大的障碍。当预测建模技巧是如此的稀缺时，一个补救方法是尽可能多的预测建模任务交到业务经理的手中。
Aberdeen的研究发现，市场领军企业拥有数据挖掘工具是一般企业的两倍(43% vs. 21%)，业务经理可以利用其进行分析而无需借助统计专家的帮助。如果该工具的界面对用户隐藏了底层算法，那么很少或根本没有统计分析知识的人员可以直接利用预测模型。通过这种方式，可以使企业用户掌握市场营销专业知识，就算只有很少或没有统计学的知识，也可以操纵模型，直接提高营销效率。如果没有这个实用的方法，市场营销的目标要依赖于专用的预测建模和统计人员，以帮助他们评估他们的营销活动和性能。
提供解决方案模板和示例，也可以帮助营销人员直接预测模型，加速路径结果。模板作为构建基石，提供了一个跳板，有助于缺乏深入的技术知识和技能的营销人员更快地完成应用程序。
关键的转变
关于大数据，营销才刚刚开始适应将现有的实时数据分析和模型纳入高容量，非结构化数据，而高容量，非结构化数据实时解锁将提高业务价值，带来更好的易用性和易于集成。
传统的业务分析成本高，无论在技术和人才方面都限制了其应用程序的高价值，高容量的使用。增加了易用性和降低成本的解决方案不仅使更广泛的受众用户可以进行相关的市场分析，同时还增加了更广泛的使用案例。