“大数据”从不为人知，再到被神化，过度的炒作已经偏离了对大数据本质的认识。从本质上说，数据本身并不具有意义，有时尽管数据量庞大，但是使用价值却不大。就像航行在大海中，水很多却一滴都不能喝，只有当数据和所代表的事件连接上以后，才能知道它是否有价值。
谷歌可以说拥有最多的数据来源，它一直想知道每个媒介在一个人对品牌从认识到考虑到最后购买，分别起到了怎样的作用。但即便像谷歌在广告和搜索方面下了很大的努力，也无法描绘出一幅完整的视图，因为还有更多其他媒介是它无法掌握的。
例如当你点击了一个关于保险页面的场景数据时，分析者会认为这人想购买保险，据此分析能达到一定的营销效果，效率会提高30%。如果加上人文数据，准确率可提升至45%。人文数据类似于区分是沃伦·巴菲特购买股票还是一般人购买股票，两者的决策方式是不同的。人文数据比较稳定，也从很多方面决定了一个人的行为，可以进行有效的预测。
因此如何能够打通所有的媒体，从广告商的角度描绘出一幅消费者购物路径视图，是一个很大的课题。更重要的是，虽然数据很多，但是在不同的连接和整合的基础上，数据所体现的价值将完全不同。如果想继续提高，用连接的方法把不同的数据从不同的层面都连接起来，再加上分析手段，效益就会呈几十倍地增长。
数据的匹配是智慧的，不是机械的
大数据在营销领域有着广阔的应用前景。以往营销采用的是“广”播的形式，消费者接收统一的信息。而现在企业除了需要考虑媒体的“广”播，更要考虑营销的个性化，尽管所面对的群体和范围相对狭窄。随着数据处理技术的提高，采用大数据通过技术手段来覆盖整个市场的窄播已经成为现实，回报率也更高。
我们可以举例说明，某品牌如何从亿万人群中精准预测出住在北京景泰西里小区的外企高级经理陈然可能需要购买能除PM2.5的空调。
采集、存储大量数据是数据营销的第一个阶段。品牌可以在会员数据平台中提取数以万计的购买过PM2.5空调的用户数据，与邮政的名址数据库匹配，建立一个“look-alike”模型。第二个阶段针对不同的应用需要将数据进行专门化处理。这个模型可以将已经购买空调的几万名用户所在的小区分成几类，并打上标签。拥有这一产品用户的上海A小区被打上了一系列标签。再把这些数据标签映射回中国邮政的名址数据库，找到有相似特点的所有小区。这类小区在北京就有65处。北京B小区就是其一。事实上，这一数据处理过程，有点“物以类聚、人以群分”的意味。
PM2.5空调有很多特点：健康，除PM2.5;舒适，3D立体送风;智能，Smart风随人动。同样住在北京B小区的业主，谁更关注“健康”?谁最在乎“舒适”?谁又偏爱“智能”?
就像判断一个人的品味可以先看他交什么样的朋友，同样，看一个人的特点可以先看他会订阅什么样的杂志。企业的会员平台同几家旅游、健康类杂志合作，北京B小区有人订阅旅游杂志，其中一位是陈经理。显然，他对环境、自然应该感兴趣。会员大数据平台由此预测：陈然极有可能对除PM2.5的空调感兴趣。几天后，陈然收到了企业投递的一封直邮单页，除了送去公益环保知识之外，重点介绍了除PM2.5功能的空调。不久陈经理便带着单页广告来到门店购买，因为上面的内容正是他想看到的，省掉了他到处搜寻的时间。这样的一个精准营销让客户享受到了个性化服务。
连接的三个维度
数据只有连接才能产生价值。任何在此跨出第一步的企业得到的商业上的回报必将是巨大的。连接包括哪些方面呢?
一、各维度的消费者数据的连接
消费者是如何做决策的?为什么买这个产品?为什么愿意花这么多钱?在美国令研究者感到新奇的是，为什么有很多人要在苹果手机出来的第一天排队8个小时，花400美元买一部在半年以后只值100美元，且不需要排队的手机。如果企业想要掌握市场的脉搏，始终走在消费者前面，给他们提供最有效的信息以及产品的话，就需要连接。连接需要人文、行为、态度以及场景数据，客户的生活方式和兴趣也在其中。
二、品牌竞争合作中的连接
商家都希望知道自己在消费者心目中的地位，但是仅仅看到消费者在自己的平台使用服务的数据，对消费者的理解还是有缺陷的。如果还能了解消费者在购买竞争品牌时的行为，了解其兴趣所在，这样的数据就相对全面客观，也能让商家更好地理解消费者。
此外，媒体越来越多，消费者在不同的媒体上有不同的行为轨迹，可以帮助公司了解消费者在产品价格、性能和体验方面的区别。由于每个媒体吸引的消费者特性不同，营销者能够借助于这些媒体有针对性地向消费者进行品牌和产品的宣传。因此，竞争品牌之间应该打破数据壁垒，相互连接才能建立对消费者的全面认知。
三、消费者与消费者之间的连接
消费者彼此之间谈论的对商品的体验已经远远超出他们所在的团体或者范围的限制，但是公司与公司之间的数据连接却没有实现。社交媒体使得每一个个体的声音被放大，已经超出了以往个体的概念。但是在许多企业的数据库中，包括分析手段和所采用的模型还往往停留在一个假设中，即假设消费者是独立的个体，不同人的购买行为要分别对待，用不同的数据来表达。所以如果不能把一个个体与另一个个体的关系以及消费行为进行有效的联系，就会形成盲人摸象。
怎样连接才有效呢?我们可以使用分解再整合的手段，即把一些复杂的现象分解成为单独的要素以后，你能看到数据所代表的最基本特征，真正理解了以后再把数据重新组合。比如一个客户要买车，他是购买SUV、面包车还是敞篷车?每一个产品又有哪些购买渠道，用怎样的频率购买，习惯在哪里购买，对这些行为进行分解后再重组，会使得数据使用之后价值成倍提高。
大数据是一个宝贵的资源，实现它的价值需要很多的工作，但更多的是需要企业能够在理念上有所变化，能够意识到数据连接的重要性。
