如此看来，大数据精准营销有很多优势:

　　1. 精准定向投放，抓住潜在用户，实现低成本高效获客。

　　2. 发现品牌机遇，如新客户、新市场、新规律、回避风险等。

　　作为买家在淘宝上浏览和购买时，搜索引擎都会给你打上标签，同时也会根据你的标签和浏览习惯给你浏览的店铺打上标签。

　　这一系列标签形成了一个人固定的长期标签。

　　商业智能实现智能的关键，就在于数据分析后转化的准确业务决策，对于去也现有数据的转化，Hadoop的多节点为很多企业提供了技术上的便利 —— 2009年Facebook决定脱离Oracle系统对现在的新系统进行基于Facebook的数据流程再造，Hadoop的出现让Facebook提供了理论上可以承受的大数据容量，而这个数据容量的构建，让用户可以上传的信息数量度膨胀，从而转化为更多的用户以及的服务。所以，更大量的数据进入数据分析处理的区域，Facebook需要处理的，便是把巨量的流程化数据，进一步的转化为基于Facebook本体的有用信息更新在每个人的个人主页以及与他们朋友相连接的数据节点，分发到世界各地。

　　依托于搜索动机的推送方式，将的动机揣摩，都限在了谷歌的搜索框内，当然，这并不能让数据推送方满足。所以，谷歌通过AdSense，或者一些类分析软件，从各个角度捕捉消费者行为和动机 —— 简单说，广告和用户正在浏览的网页内容关联度和用户关注推送信息的关注度正相关。所以，设置一个简易的信息推送互动体系，只要每个电脑拥有一个反馈模型，能把用户浏览的link信息进行分类处理，分析用户浏览的网页内容，将重复出现关键词高的几个字，反馈到主信息平台，然后由主信息平台反馈相对应的广告给用户 —— 这就出现了所谓的智能推送，当分析软件可以很好的读懂你的意图，广告的转化率，将会在现有的基础上，再一个数量级。

　　对于企业而言，利用既有系统，亦或是设计好的计算模式所为管理层提供的一手数据资料，或者整合处理过的加工数据资料，都将撬动企业核心价值链体系 —— 至少是决策体系的大变动 —— 从前依靠的企业经验和信息整合能力的领导层，如今依靠高性能并行的计算机处理技术，处理海量的数据集，分布式的演算出的战略决策，甚至是企业普通决策，其效率的普遍适用，慢慢将会为企业的传统人力组织架构大做减法。数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。