之前的玩法单纯粗暴，就是冲销量或者买位置到第一，然后开始赚钱。

　　当然除了阿里之外，大数据精准营销在其他的互联网企业也都被看做是长线的利润价值，对于企业来说，这种趋势，不是把眼光放在短期的盈利上，主要依托大数据对用户的画像，设身处地的去触动用户，把握数据的长期黏性，从而实现长期增长。

　　如教育行业:如学历提升、职业教育、教育培训、K12教育等，可以通过大数据建模抓取教育相关网站的实时访客，抓取相关教育垂直APP的活跃用户……

　　如快消行业:家居洗护、食品饮料、个人护理品等，可以通过大数据建模分析用户的日常消费情况、性别、年龄、有没有孩子……

　　这些年我还真见过不少计算神学的布道者，他们开始张口就是大数据和机器学，后来开始扯深度学和人工智能。然而有一次我问某个信徒，他用的模型对性别的预测精度有多高，他居然诚实地回答接近 60%。如果需要考虑 Facebook 那么多种规的性别，这 60% 还是相当不错的，比扔硬币强不少呢。我之前的公司不幸跟某寡头有非平凡的合作，有幸跟对方的祭司阶级聊了几句，我发现这帮人对数据的理解连频率主义者都不如，连什么是信号什么是噪声都分不清楚。当然这圈子里面也有聪明人，并不是真诚地相信这些话——据说某公司做了两三位数样本的问卷攒了份报告就卖了很多钱。

　　准确的营销是相对于传统的营销和模糊的营销，它不仅是一种简单的营销技术或营销对策，而且是一种顺应销售市场发展趋势的营销方式。准确的营销沟通形象是客户只是细分的整体目标客户。营销不仅是一种基于互联网技术的专门营销工具，也仅仅依靠大众媒体，而是以社交网络平台、百度搜索引擎等分众媒体新闻媒体为主导进行沟通交流。根据的互动交流，受众的接触更加生动，执行效果可以考虑，更加准确。运营商联通电信移动大数据获客对公司营销的优势。

　　数据挖掘利用了来自如下一些领域的思想:(1) 来自统计学的抽样、估计和假设检验，(2)人工智能、模式识别和机器学的搜索算法、建模技术和学理论。数据挖掘也迅速地接纳了来自其他领域的思想，这些领域包括化、进化计算、信息论、信号处理、可视化和信息检索。一些其他领域也起到重要的支撑作用。地，需要数据库系统提供有效的存储、索引和查询处理支持。源于高性能（并行）计算的技术在处理海量数据集方面常常是重要的。分布式技术也能帮助处理海量数据，并且当数据不能集中到一起处理时更是。