一、什么是大数据

不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。

指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。需要新处理模式才能具有更强的决策力、洞察发现李和流程优化能力的海量、高速增长率和多样化的信息资产。

关于大数据，IBM有5V理论：Volume(大量)、Velocity(高速)、Variety(多样性)、Value（价值）、Veracity(真实性)。

二、大数据不是万能的

1、数据能帮助了解用户过往的内容偏好，但是用户曾经喜欢不代表未来喜欢。

2、数据能够帮助实时理解用户对亿发布内容的喜好，从而优化未来内容，但数据无法替代创意执行。内容依旧为王。

3、数据是客观死的，但通过数据得出洞见与结论因人而异。同样的数据也有可能不同人分析出完全不同的结论，

三、营销人是否要对销售负责？（对于只要曝光量的客户这个问题请无视）

传统观点：品牌的建立是一个长期过程，而在影响力和销量之间影响的关系很多，例如耐用消费品消费者使用寿命长，购买次数少，因而购买行为和决策比较慎重，好的推广只是条件之一，包括产品质量、售后、设计、购买渠道等等多方面因素共同作用决定购买。所以让营销和销售挂钩简直可笑。

新的观点：现在营销的边界越来越大，越来越模糊，占据用户之旅（用来还愿用户从知晓产品/服务到使用、分享的整个过程）的链条中越来越多的部分，通过大数据的打通联动，标识和追踪目标人群，可以迅速收集反馈进行优化，可以更科学的向达成购买导向。

是否营销人要以销量KPI作为考核标准呢？

如果决定最终销量的所有重要环节都由营销人负责，当然需要和KPI挂钩。产品设计、销售渠道，甲方市场、公关团队、包括客服反馈。但这显然是不可能的…………所以营销人无法为全部销售结果买单，但如果在做策略和执行的时候不以最终销量为导向，那就是耍流氓。

四、营销视角解读数据

奥美有一个著名理论工具Fusion，其中的5C理论，专门用来帮助寻找商业企图和目标的，有五个分析角度（结合大数据）

五、目标人群是否越大越好？

不可否认快消类消费品例如矿泉水、洗发水之类的无论是受众年龄还是地狱跨度都很大。相对来说目标用户画像会十分广泛。与此同时覆盖的范围越广，每个人可选择的商品种类也就越多，在现在信息过剩的时代，拥有更多购买选择的消费者，为什么要买你的产品？

而在现在传播环境来讲，圈子越小，营销费用浪费的就越少。针对一个特定人群做定向推广，不仅可以更有效利用有限的费用，而且同样的钱可以反复影响他们。另外圈子越小，越容易获得消费者的共鸣，心理学有一个自我参照效应（指大家在接触新东西的时候，如果与自身有密切关系的话，就会更有动力，不易忘记）。针对小圈层沟通，更容易产生品牌的归属感和忠诚度。

六、目标受众画像数据如何分类

元数据：属性数据，定义人群性别、年龄等的数据。特点：稳定度强，不改变或改变缓慢。

行为数据：特定人群的可被记录的行文痕迹，例如媒介接触行为、社交行为、打车行为等，特点：容易被捕获和跟踪，易被识别分析

态度数据：特定人群对于特定现象或品牌的态度、满意度、忠诚度、世界观等。态度数据的意义在于帮助营销人更好的理解行为数据产生的原因。特点：与行为数据结合紧密，有时会有重叠，不易被获取和跟踪，不易被识别。

举的两个案例必看，1、巴黎XX。2、陈欧体

七、人群画像模型

品牌、品类、竞品三个视角出发

八、项目执行过程中，社会化聆听与优化

重金赞助娱乐节目，播出之后口碑爆冷，负面评论不断，如何优化

九、其他

补充：微博热点追踪免费小工具，事件博物馆 →→http://ef.zhiweidata.com/#!/down

写在最后，大数据很美好，现实却很残酷，广告主和代理公司是否真的都想做到相对客观的认真对待数据分析和后期KPI考核，在现在中国的营销环境下我还是抱有疑问的。