各種行銷手段早已令人眼花繚亂，但究其本質都是在研究客戶（消費者），研究客戶的所想、所需，使產品或服務有的放矢。大數據時代又給它賦予了新名詞：精準營銷。大數據最先應用的領域多為面對客戶的行業，最先應用的情景也多為精準營銷。
“酒好也怕巷子深”，產品或服務的信息要送達客戶才可能促成交易。一般認為，向客戶傳達產品或服務信息要靠廣告。廣告古已有之，“三碗不過崗”的酒幌子就是廣告。沒有互聯網的時代，我們熟悉的是電視廣告、廣播廣告、印刷品平面廣告、戶外廣告牌等，當然，也包括吆喝叫賣。但過去的廣告是千人一面、不區分受眾的。后來商家對客戶的信息有所采集就有了CRM，經過客戶分類，可以更好地服務于不同的客戶群體。互聯網+大數據時代讓CRM有了新的發展機遇，管理客戶不再是簡單的數字統計和沒有個性的（或簡單聚類的）直郵、定投。隨著商家對客戶知道更多、了解更深，便有機會為客戶提供個性化的營銷方案，進一步改善客戶體驗，成為了個性化營銷或叫精準營銷。大數據時代，讓很多過去的不可能變為可能，營銷活動也贏來了新的發展機遇。
時代不同，商業經營的形式會變化，但本質就是兩件事：開源，節流。開源是開拓新客戶，發現新商機；節流是減少內部運營成本，提高資源利用效率。要實現這一切都需要以數據為依據的決策。過去，人們也在長期的經營活動中，采集和運用了與經營活動相關的很多強相關數據，也形成了選擇客戶的標準。鑒于當時的技術瓶頸，做大樣本的數據采集及數據分析成本都過高，無法在更大范圍推廣運用。大數據時代，人們有了廉價采集數據和存儲數據的可能，廉價的計算資源讓數據分析成為了可能。
大數據精準營銷的背后，是用多維度的數據來觀察客戶，描述客戶，就是說為客戶畫像。說“依托大數據，可以讓營銷人員比過去更了解客戶，比客戶自己更了解客戶的需求”并不為過。營銷人員無不想知道客戶是誰、在哪里、消費習慣是什么、需要什么、什么時候需要、用什么方式向他們傳遞信息更為有效等等，通過數據采集和數據分析分析可以找到答案。精準營銷不僅可以幫助商家開源---發現潛在客戶，還可以幫助商家節流---發現潛在風險。當我們對客戶了解更多，就會知道哪位客戶可能在經營中存在風險。
若問每個經營者是否會運用從業經驗來進行營銷，多數答案是肯定的。但若問經營者是否會利用數據進行營銷，恐怕答案就是五花八門。一般認為，應用數據進行營銷是大公司的事情，與小公司無緣。其實，大到跨國公司，小到街邊小販，運用數據進行營銷，都會收到意想不到的結果。不相信嗎？街邊小販留意一下天氣預報（刮風，下雨，還是暴曬）就知道明天有哪些生意的機會，進而知道該如何備貨。建議中小公司的人不要拒絕精準營銷的理念，不妨學學精準營銷的思想方法。即便是經營者有豐富的經驗，把經驗數據化對經營也會很有幫助。
《顛覆營銷》一書就是在教讀者如何運用大數據來做營銷。書中案例豐富、語言可讀性強。值得關心大數據營銷的各界朋友讀一讀。
我認同書中的不少觀點：“大數據重新定義產業競爭規則，比的不是數據規模大小，不是統計技術，也不是強大的計算能力，而是核心數據的解讀能力”。在很多人糾結于大數據定義的今天，我們確實更應該關注數據的核心價值理解與應用。書中提出的“問對問題”也很重要。經營者平時的問題一定不少，但追問究竟時，就可能出現偏差，導致“失之毫厘謬以千里”。問對問題能力的提高涉及思想方法，需要在鍛煉中提高。驗證問題是否問對了，恰恰就是數據分析師可以做貢獻的地方。
本書還引起了二個值得更深入思考的問題：
僅僅發現不同客戶群體的消費習慣，適時提醒客戶去消費，還遠遠不夠。比如：某消費者一個月的正常理性消費在兩千元的水平，一般在A，B兩家商店消費。A商店運用了精準營銷的理念會讓消費者把這兩千元都花在A商店，隨著B商店的后來居上，消費者又可能重新回到B商店消費這兩千元。在供給過剩需求不足的今天，既有的消費額在不同商家中進行分配或遷移都不能帶來社會消費總量的增加。大數據營銷的更高水平應用是提前知曉客戶尚未被滿足、甚至尚未被發現的需求。大數據的價值挖掘有機會把商家（含廠家）和客戶連在一起，讓商家提供更多的滿足客戶個性化需求的產品或服務，讓客戶的消費意愿提高。這是數據價值挖掘工作者面臨的新挑戰。
數據真的越多越好嗎？不少大數據公司熱衷于用爬蟲軟件在網上“爬”各種數據。然而同一數據集在不同的應用場景價值密度是不一樣的，針對特定應用場景也并非是數據維度越多就越好，一定要圍繞應用目標來采集數據和使用數據。提升維度來采集更多數據一定是有助于更詳盡地描述事物，但無疑也增加了處理數據的復雜性。每一次技術的進步，都給人類帶來新的想象空間，難免欲望膨脹自信滿滿，對世界的認知也隨之升維，甚至是無節制地升維。之后發現升維帶來資源的占用，智慧跟不上，無節制地升維反而是解決方案復雜化，冷靜下來會重新啟動降維思考。也許人類的認知與智慧就是在升維、降維、再升維、再降維中交替前行的。本書的降維思考，必要時回歸本元的思考給人們啟示。
大數據時代工具手段固然重要，思想方法更為重要。
