过去的营销方式是用户在网上的一次浏览或成交记录都会被后台追踪并在你任何空闲或繁忙的时刻发送优惠信息在你的手机上，这让用户感到自己的信息被泄露。这时的营销策略是基于统计学上的一个悖论：至少有98%的广告和营销信息被忽略或引起反感，但只要有0.5%的好评率，这样的努力就没有白费，如果好评率超过了2%就会为营销带来直接的利益。这也是商家或者投资公司在被你退订信息或者拒接电话后，仍然乐此不疲的给你发信息和打电话的原因。这种广泛撒网的营销方式，付出的成本太高，对于大数据的运用也是建立在最浅显的得知用户有购买倾向和购买能力的基础上。新时期，不管你处于哪个行业，都该思考以下问题：我们应该获取哪些数据?我们应该如何获取这些数据?我们应该如何分析这些数据以得到有用的信息?我们应该如何保护这些数据和信息?我们应该如何使用这些信息来提供更好的服务?因此提出“超级私人助理”概念，它可以快速了解每个客人的来龙去脉、背景资料、个性特点、产品使用习惯。与此同时，对公司新产品、新市场活动的信息了如指掌，能在自己的产品库中，挑出最符合其需求的组合，向客户介绍并提供最符合客人需要的解决方案。“超级私人助理”对数据的挖掘能做到准确的发现每个人真实发生的问题，它将成为新时期最重要的场景营销手段。这时期的营销策略了传统的大众营销原则，不同于花更多的钱去顾及更多的人，精确营销帮助卖方用较少的钱来影响较少的人，但却能实现更好的反响率。

近年来学者对于大数据的研究众多，但很少有学者从传播领域，尤其从用户的视角对大数据这一创新应用的扩散过程及应用进行深入研究。而不论是从广告营销推广、传统媒体的创新转型还是新时期企业(尤其是互联网企业)的生存与发展，都离不开用户的数据，这些数据取之于受众，最好的利用方式便是：用之于受众。

如何更好的将数据运用到每个用户的身上呢?除了在技术上对信息的加工处理和分析，更多的是要长期的保证受众的忠诚度即深度卷入。忠诚度是指掌握客户的需求并率先满足这一需求。换一种角度看就是，把你的业务提供给客户而不是让他们来找你要。这要求数据分析持续的关注受众的方向，通过对受众过去的数据来分析受众现在的需求，甚至预设他将会产生的需求。如我们夜跑时的穿戴设备会根据地面情况和步数多少，在提醒你更换运动鞋的同时将你需要跟换鞋的信息和喜欢哪款鞋、鞋的尺码告诉最近的销售店，使它们能够及时调货等待你上门买鞋。这样的个性化服务和推送，节约了用户时间，完成了产业商品的精准推送，使得产品可以合理销售避免出现滞留和分配不均现象，实现了产品利润的最大化，中间减少的运输成本、用户不满意退货成本等都是合理利用大数据，找准用户的需求，精准推送的结果。飔拓分布式机器学习平台（AInspir）就可以实现这种精准营销的支撑体系，企业只需要通过输入历史数据就可以获取精准营销策略。

基于场景的数据挖掘，在找准受众和了解受众的需求和习惯后，能创造出最大价值。新时期，互联网媒体无论是在早期的信息采集、确认、制作和中期的传播以及后期的与用户互动和反馈过程中都能获得大量的用户数据。这些数据繁杂而多样，但如何能及时从相关的数据库中搜索发掘出信息以满足特定时间地点场景的需要，则一直是商业公司运营中面对的一大挑战。同时，个人对自己隐私的重视态度也会成为制约数据挖掘发展的因素。不过企业和媒体需要自信的是，使用的便利会慢慢淡化个人对隐私被暴露的不适感。在中国，除开技术和用户心理的不适感之外，还有两大重要问题。一是诸如淘宝和微信的信息不公开;二是诸如今日头条的推送只是基于概念式的推送，而真正做到内容和用户的精准推送，在法律和利益等诸多因素的影响下，还很难实现。基于上述两种困境，同样有两条路径可供参考，一是将数据公正透明的公开，正如匡文波所说，网络数据属于个人所有;二是通过建立数据库后建立有偿付费或者有赏等方式来出售数据。这些都需要企业、广告商和媒体共同协商。

基于场景的信息服务，使生产成本(运输、消耗以及个体重复做事所浪费的时间等)最小化，而使效益最大化。这种基于场景的大数据挖掘，将在找到精准受众后，实现多方面的互惠。它不仅会使得广告推广效益最大化、传统媒体成功转型也将使企业和个人生活越来越好。下载本文