技术接轨商业

描绘大数据的书如果不花费只言片语谈谈大数据对话，就不算完整。因为传播大数据的最大挑战之一就是大数据对话本身。过去，围绕大数据的讨论一直都是高技术含量的。如果这种讨论仍保持一成不变，大数据的好处就只会被那些专业人士专享。虽然优秀的技术是关键，但是公司必须专注于传达它们所传递的商业价值，让企业领导者接受数据驱动的文化，从而促使顾客购买它们的产品。

开发大数据云图时，我曾和还在种子阶段的创业公司以及世界500强企业的上百位供应商谈过，并一一作了评估，我也和许多大数据客户有过交谈。许多大数据供应商以其产品的技术优势为重，而将商业价值排除在外，或者反其道而行之。一家以技术为主的公司通常着重强调其数据库可存储的信息量，或者其软件每秒可处理的交易量。与此同时，一家以愿景为主的公司则会谈论它将在大数据领域发挥何种作用，而缺乏具体技术数据来显示其解决方案效果更佳的原因，或者欠缺其产品所支持的使用情况的具体细节以及所能解决的问题。

行之有效的大数据交流需要同时具备愿景和执行两个方面。愿景意味着诉说故事，让人们从中看到希望，受到鼓舞。执行则指具体实现的商业价值，并提供数据支撑。

大数据还不能（至少现在还不能）明确产品的作用、购买人群以及产品传递的价值。在这些方面不够明确的公司要想竭力销售自己的产品，其艰难程度就可想而知了。因此，大数据营销由三个关键部分组成：愿景，价值以及执行。号称“世界上最大的书店”的亚马逊，“终极驾驶汽车”的宝马以及“开发者的好朋友”的谷歌，它们各自都有清晰的愿景。

但是单单愿景明确还不够，公司还必须有伴随着产品价值、作用以及具体购买人群的清晰表述。基于愿景和商业价值，公司能讲述个性化的品牌故事，吸引到它们大费周折才接触到的顾客、报道者、博文作者以及其他产业的成员。他们可以创造有效的博客、信息图表、在线研讨会、案例研究、特征对比以及其他营销材料，从而成功地支持营销活动——既可以帮助宣传，又可以支持销售团队销售产品。

和其他形式的营销一样，内容也需要具备高度针对性。如果顾客关注的是浮点运算和存储密度，那么它就不会太在意世界500强企业中到底是哪8家公司在使用你的解决方案。这两部分信息都很重要，只不过不同的受众侧重点不同。

即使这样，公司对自己的产品有了许多认识，但却未能在潜在顾客登陆其网站时实现有效转换。通常，公司花费九牛二虎之力增加了网站的访问量，结果到了需要将潜在顾客转换为真正的顾客时，却一再出错。网站设计者可能将按钮放在非最佳位置上，可能为潜在顾客提供了太多可行性选择，或者建立的网站缺乏顾客所需的信息。当顾客想要下载或者购买公司的产品时，就很容易产生各种不便。

至于大数据营销，则与传统观营销方式没多大关系，其更注重创建一种无障碍的对话。通过开辟大数据对话，我们能将大数据的好处带给更为广泛的人群。

像媒体公司一样思考

大数据本身有助于提升对话。营销人员拥有网站访客的分析数据、故障通知单系统的顾客数据以及实际产品的使用数据，这些数据可以帮助他们理解营销投入如何转换为顾客行为，并由此建立良性循环。

2011年，美国的营销广告资金达1 717亿美元。随着杂志、报纸以及书籍等线下渠道广告投入持续下降，在线拓展顾客的新方法正不断涌现。2011年，营销人员在线广告花费约为317亿美元，预计到2013年移动广告投入将超过70亿美元。

谷歌仍然是在线广告行业的巨无霸，在线广告收入约占其总电子广告收入的41.3%。同时，如Facebook、Twitter以及LinkedIn等社会化媒体不仅代表了新型营销渠道，也是新型数据源。从大数据角度来说，机遇不会就此完结。现在，营销不仅仅是指在广告上投入资金，它意味着每个公司必须像一个媒体公司一样思考、行动。它不仅意味着运作广告营销活动以及优化搜索引擎列表，也包含了开发内容、分布内容以及衡量结果。大数据应用将源自所有渠道的数据汇集到一起，经过分析，做出下一步行动的预测——帮助营销人员制订更优的决策或者自动执行决策。

从谷歌到宝洁，营销面对新的机遇与挑战

据产业研究公司高德纳（Gartner）咨询公司称，到2017年，首席营销官（CMO）花费在信息技术上的时间将比首席信息官（CIO）还多。营销组织现在更加倾向于自行制订技术决策，IT部门的参与也越来越少。越来越多的营销人员转而使用基于云端的产品以满足他们的需求。 这是因为他们可以多次尝试，如果产品不能发挥效用，就直接抛弃掉。

过去，市场营销费用分三类：

• 跑市场的人员成本；
• 创建、运营以及衡量营销活动的成本；
• 开展这些活动和管理所需的基础设施。

在生产实物产品的公司中，营销人员花钱树立品牌效应，并鼓励消费者采购。消费者采购的场所则包括零售商店、汽车经销店、电影院以及其他实际场所，此外还有网上商城如亚马逊。在出售技术产品的公司中，营销人员往往试图推动潜在客户直接访问他们的网站。例如，一家技术创业公司可能会购买谷歌关键词广告（Google AdWords，出现在谷歌网站和所有谷歌出版合作伙伴的网站上的文字广告），希望人们会点击这些广告并访问他们的网站。在网站上，潜在客户可能会试用该公司的产品，或输入其联系信息以下载资料或观看视频，这些活动都有可能促成客户购买该公司的产品。

所有这些活动都会留下包含大量信息的电子记录，记录由此增长了10倍。这是理所当然的。因为营销人员购买谷歌的关键字广告就是为了将客户吸引到自己的网站，他们还从众多广告网络和媒体类型中选择了各种广告，他们也可能从客户与公司互动的多种方式中收集到数据。这些互动包括网上聊天会话、电话联系、网站访问量、顾客实际使用的产品的功能，甚至是特定视频的最为流行的某个片段等。

从前公司营销系统需要创建和管理营销活动，跟踪业务，向客户收取费用，并提供服务支持的功能，公司通常采用安装企业软件解决方案的形式，但其花费昂贵且难以实施。IT组织则需要购买硬件、软件和咨询服务，以使全套系统运行，从而支持市场营销、计费和客户服务业务。通过“软件即服务”模型（SaaS，简称为软营模式），基于云计算的产品已经可以运行上述所有活动了。企业不必购买硬件、安装软件、进行维护，便可以在网上获得最新和最优秀的市场营销、客户管理、计费和客户服务的解决方案。

如今，许多公司拥有的大量客户数据都存储在云中，包括企业网站、网站分析、网络广告花费、故障通知单等。很多与公司营销工作相关的内容（如新闻稿、新闻报道、网络研讨会、幻灯片放映以及其他形式的内容）也都在网上。公司在网上提供产品（如在线协作工具或网上支付系统），营销人员就可以通过用户统计和产业信息知道客户或潜在客户浏览过哪项内容。

现在营销人员的挑战和机遇在于将从所有活动中获得的数据汇集起来，使之产生价值。 例如，营销人员可能拥有3项资源：存储在Salesforce.com的客户名单；从潜在客户开发活动中获取的、存储在Marketo公司或Eloqua公司的销售线索；Adobe Omniture公司或Google Analytics服务（谷歌提供的一款网站分析产品）给出的公司网站活动分析。当然，营销人员可以尝试将所有数据输入电子表格中，并作出分析，以确定哪些有效，哪些无用。但是，真正理解数据需要大量的分析。比如，某项新闻发布是否增加了网站访问量？某篇新闻文章是否带来了更多的销售线索？网站访问群体能否归为特定产业部分？什么内容对哪种访客有吸引力？网站上一个按钮移动位置又是否使公司的网站有了更高的顾客转化率？

在宝洁公司这样的包装消费品公司（CPG），这些问题一直都是营销人员多年来专注的方向。 在2007年，宝洁公司在广告上花费了26.2亿美元。到2010年，该公司在客户调查和研究方面的花费就达到了3.5亿美元。随着大数据的出现，以上问题的答案不仅适用于每年广告费用达数十亿美元、市场调研费用数亿美元的包装消费品公司，对遍及各个行业大大小小的供应商同样有效。大数据的承诺是，高新技术创业公司也能拥有和大型包装消费品公司（如宝洁）一样多的客户和潜在客户信息。

营销人员的另一个问题是了解客户的价值，尤其是他们可以带来多少盈利。 例如，一个客户只花费少量的钱却提出很多支持请求，可能就无利可图。 然而，公司很难将故障通知单数据与产品使用数据联系起来，特定客户创造的财政收入信息与获得该客户的成本也不能直接挂钩。

大数据，全程辅助营销

现在，能够集中分析海量数据的企业寥寥无几，而思想领导者、New Relic公司副总裁帕特里克·莫兰（Patrick Moran）就能执行这种分析。New Relic是一家应用性能监测公司。它创造工具，帮助开发人员找出造成网站运行缓慢的问题，并使之运行得更快。

莫兰已经能够将众多的数据汇集起来，包括来自Salesforce.com和需求生成系统Marketo这类系统的数据、来自Zendesk（一个客服管理应用系统）的数据，还有来自Twitter营销活动的数据。而New Relic每月为Twitter的营销活动需花费约150 000美元。莫兰的团队与数据科学家配合，就能够分析所有数据，并找出哪些Twitter的活动最有效——可细化至每条推文。这有助于莫兰找出未来应在哪些活动上投入更多。莫兰收集和分析所有数据的过程共分为四步：

• 第一步，在云端拥有这些数据。因为New Relic本身就是一家软营模式公司，莫兰团队收集营销数据的几乎所有系统也都是基于云端的。

• 第二步，通过在谷歌、Twitter等在线平台投放广告，来开展一系列的营销活动。
• 第三步，营销团队将从Salesforce.com、Marketo、Twitter营销活动、产品使用数据以及其他形式获取到的所有数据存储到一处。就New Relic公司而言，他们将数据存储到Hadoop。

• 第四步，使用开放源码统计包R。营销团队通过分析数据，确定推动大部分收益的关键因素。例如，他们可以评估各种因素对收益的影响，包括顾客地理位置、顾客提交给帮助台的故障单数量、顾客访问New Relic网站路径、顾客浏览的推文、顾客和销售代表联系的次数以及顾客使用New Relic应用程序监测性能数据的种类。通过分析所有数据，莫兰的团队甚至可以提前预知在哪个时段推出活动。最后，营销团队基于所了解到的信息，运行一系列新的活动。

大数据新应用程序在不断涌现，带来了许多进步，特别是让莫兰这样的团队所采用的程序得到了简化。例如， MixPanel就是一个基于网络的应用程序，能帮助营销人员运行分类分析，了解他们的转换渠道（从登录页面到产品购买），以及执行其他各类市场分析。大数据的承诺就是，通过汇总所有客户活动（从广告营销活动到故障通知单，再到产品购买）信息，让大数据营销人员有可能将这些活动都联系起来。此举不仅能吸引更多的潜在客户，而且使营销行为更为有效。

自动化营销

大数据营销的下一步要合乎逻辑，不仅要将不同数据源整合到一起，为营销人员提供更佳的仪表盘和解析，还要利用大数据使营销实现自动化。然而，这颇为棘手，因为营销由两个不同的部分组成：创意和投递。

营销的创意部分以设计和内容创造的形式出现。例如，计算机不能设计时下著名的“……但其他一切，请用万事达”^[16]的活动，但是，它却可以显示出红色按钮还是绿色按钮、12号字体还是14号字体可以为公司获得更高的顾客转换率。假如要运作一组潜在的广告，它也能分辨哪些最为有效。如果提供正确的数据，计算机甚至能针对特定的个人信息、文本或图像广告的某些元素进行优化。例如，广告优化系统可以将一条旅游广告个性化，将参观者的城市名称纳入其中：“查找旧金山和纽约之间的最低票价”，而非仅仅“查找最低票价”。接着，它就可以确定包含此信息是否会增加转换率。

从理论上来说，个人可以执行这种操作，在过去，我们也做过。计算机图像处理员过去常常（并且现在有一些仍然还在)对每条广告单独进行优化。网站开发商则会为网页设置几种不同版本，再看哪种效果最好。这些方法的缺陷不仅体现在营销人员可以尝试的布局、颜色以及结构种类匮乏，也体现在营销人员难以区分同一优化对不同客户群所产生的不同效果。例如，按钮位置的变动可能对一个潜在客户群效果良好，但对其他的客户群却并非如此。

此外，对于数以十亿计的人群来说，执行这种自定义根本就不可行，而这正是网络营销的专长。例如，谷歌平均每天服务的广告发布量将近300亿。大数据系统擅长处理的情况是：大量数据需要处理，并且这些数据必须迅速处理，迅速发挥作用。

一些解决方案应运而生，它们为客户行为自动建模以提供个性化广告。像TellApart公司（一项重新定位应用）这样的解决方案正在将客户数据的自动化分析与基于该数据展示相关广告的功能结合起来。TellApart公司能识别离开零售商网站的购物者，当他们访问其他网站时，就向他们投递个性化的广告。这种个性化的广告将购物者带回到零售商的网站，通常能促成一笔交易。通过分析购物者的行为，TellApart公司能够锁定高质量顾客的预期目标，同时排除根本不会购买的人群。

就营销而言，自动化系统主要涉及大规模广告投放和销售线索评分，即基于种种预定因素对潜在客户线索进行评分，比如线索源。这些活动很适合数据挖掘和自动化，因为它们的过程都定义明确，而具体决策有待制订（比如确定一条线索是否有价值）并且结果可以完全自动化（例如选择投放哪种广告）。

大量数据可用于帮助营销人员以及营销系统优化内容创造和投递方式。挑战在于如何使之发挥作用。社会化媒体科学家丹·萨瑞拉（Dan Zarrella）已研究了数百万条推文，点“赞”以及分享，并且他还对转发量最多的推文关联词，发博客的最佳时间以及照片、文本、视频和链接的相对重要性进行了定量分析。大数据迎合机器的下一步将是大数据应用程序，将萨瑞拉这样的研究与自动化内容营销活动管理结合起来。

在今后的岁月里，我们将看到智能系统继续发展，遍及营销的方方面面：不仅是为线索评分，还将决定运作哪些营销活动以及何时运作，并且向每位访客呈现个性化的理想网站。营销软件不仅包括帮助人们更好地进行决策的仪表盘而已，借助大数据，营销软件将可以用于运作营销活动并优化营销结果。

为营销创建高容量和高价值的内容

谈到为营销创建内容，大多数公司真正需要创建的内容有两种：高容量和高价值。比如，亚马逊有约2.48亿个页面存储在谷歌搜索索引中。这些页面被称为“长尾”。人们并不会经常浏览某个单独的页面，但如果有人搜索某一特定的条目，相关页面就会出现在搜索列表中。消费者搜索产品时，就很有可能看到亚马逊的页面。人类不可能将这些页面通过手动一一创建出来。相反，亚马逊却能为数以百万计的产品清单自动生成网页。创建的页面对单个产品以及类别页面进行描述，其中类别页面是多种产品的分类：例如一个耳机的页面上一般列出了所有耳机的类型，附上单独的耳机和耳机的文本介绍。当然，每一页都可以进行测试和优化。

亚马逊的优势在于，它不仅拥有庞大的产品库存（包括其自身的库存和亚马逊合作商户所列的库存），而且也拥有用户生成内容（以商品评论形式存在）的丰富资源库。亚马逊将巨大的大数据源、产品目录以及大量的用户生成内容结合起来。这使得亚马逊不但成为销售商的领导者，也成为了优质内容的一个主要来源。 除了商品评论，亚马逊还有产品视频、照片（兼由亚马逊提供和用户自备）以及其他形式的内容。亚马逊从两个方面收获这项回报：一是它很可能在搜索引擎的结果中被发现；二是用户认为亚马逊有优质内容（不只是优质产品）就直接登录亚马逊进行产品搜索，从而使顾客更有可能在其网站上购买。

其他企业，尤其是具备现成的大型在线产品目录电子商务企业，已转向开发解决方案，例如，Bloomreach公司与网站协作，为购物者使用的搜索项目生成页面。例如，电子零售商可能将产品标识为“水壶”，购物者则可能搜索词条“热锅”。Bloomreach公司的解决方案就会确保网站向消费者显示相关的结果，而不管购物者是否使用了确切的搜索词。

按照传统标准来说，亚马逊并非媒体公司，但它实际上却已转变为媒体公司。就此而言，亚马逊也绝非独树一帜，商务社交网站LinkedIn也与其如出一辙。在很短的时间内， LinkedIn Today新闻整合服务已经发展成为一个强大的新营销渠道。它将商业社交网站转变为一个权威的内容来源，在这个过程中为网站的用户提供有价值的服务。

过去，当用户想和别人联系或开始搜索新工作时，就会频繁使用LinkedIn。LinkedIn Today新闻整合服务则通过来自网上的新闻和网站用户的更新，使网站更贴近日常生活。通过呈现与用户相关的内容（根据用户兴趣而定），LinkedIn比大多数传统媒体网站技高一筹。网站让用户回访的手段是发送每日电子邮件，其中包含了最新消息预览。 LinkedIn已创建了一个大数据内容引擎，而这可以推动新的流量，确保现有用户回访并保持网站的高度吸引力。

如果一个公司并没有数以百万计的用户或产品目录，它又如何创造大数据规模的内容呢？ 我们马上就要回答这个问题，但首先，先聊聊营销和大数据产品吧。

内容营销

驱动产品需求和保持良好前景都与内容创作相关：博客文章、信息图表、视频、播客、幻灯片、网络研讨会、案例研究、电子邮件、信息以及其他材料，都是保持内容引擎运行的能源。

自1980年以来，记者的数量“已大幅下降，而公关人员则以比以往更快的速度成倍增长。”1980年，每10万人中有0.45个公共关系（PR）从业者和0.36个记者。到 2008年，每10万人中公关人员数量增长了一倍，达到了0.90个，同时记者人数降至0.25个。这意味着每出现3个公关人员才会有不到1个记者出现，也就是说，记者报道你的故事比以往任何时候更难了。这也意味着，大数据和其他公司必须自行创建有用的相关内容，才能在大数据领域竞争。

在许多方面，内容营销属于新型广告。据尼尔森与麦肯锡合资企业NM Incite报道，截至2011年，全球约有1.81亿博客，而2006年仅为3 600万。但是，对于借此努力宣传其产品的公司来说，好消息是许多博客是消费者的博客，它们源源不断地创造高质量的内容，这对公司而言则是十分困难且耗时巨大的。相比创造内容，使用内容的人要更为多见。雅虎研究开展的一项研究表明，约2万Twitter用户产生了50%的推文。

内容营销是指把和营销产品一样多的努力投入到为产品创建的内容的营销中去。创建优质内容不再仅仅意味着为特定产品开发案例研究或产品说明书，也包括提供新闻故事、教育材料以及娱乐。

在教育方面，IBM就有一个网上课程的完整组合。度假租赁网站Airbnb创建了Airbnb TV，以展示其在世界各个城市的房地产，当然，在这个过程中也展示了Airbnb本身。你不能再局限于推销产品，还要重视内容营销，所以内容本身也必须引人注目。

内容创作与众包

内容创作似乎是一个艰巨且耗资高昂的任务，但实际并非如此。众包是一种相对简单的方法，它能够将任务进行分配，生成对营销来讲非常重要的非结构化数据：内容。许多公司早已使用众包来为搜索引擎优化（SEO）生成文章，这些文章可以帮助他们在搜索引擎中获得更高的排名。很多人将这样的内容众包与高容量、低价值的内容联系起来。但在今天，高容量、高价值的内容也可能使用众包。

众包并不是取代内部内容开发，但它可以将之扩大。现在，各种各样的网站都提供众包服务。亚马逊土耳其机器人（Amazon Mechanical Turk，以下简称AMT）经常被用于处理内容分类和内容过滤这样的任务，这对计算机而言很难，但对人类来说却很容易。亚马逊自身使用AMT来确定产品描述是否与图片相符。 其他公司连接AMT支持的编程接口，以提供特定垂直服务，如音频和视频转录，Speechpad.com（其创始人是一个投资者）就是一个例子。

类似Freelancer.com和oDesk.com这样的网站经常被用来查找软件工程师，或出于搜索引擎优化的目的创造大量低成本文章。而像99designs和Behance这样的网站则帮助创意专业人士（如平面设计师）展示其作品，内容买家也可以让排队的设计者提供创意作品。同时，跑腿网站跑腿兔（TaskRabbit）这样的公司正在将众包服务应用到线下，例如送外卖、商场内部清洗以及看管宠物等。

专门为网络营销而创造的相对较低价值内容与高价值内容之间的主要区别是后者的权威性。低价值内容往往为搜索引擎提供优质素材，以一篇文章的形式捕捉特定关键词的搜索。相反，高价值内容往往读取或显示更多的专业新闻、教育以及娱乐内容。博客文章、案例研究、思想领导力文章、技术评论、信息图表和视频访谈等都属于这一类。这种内容也正是人们想要分享的类型。此外，如果你的观众知道你拥有新鲜、有趣的内容，那么他们就更有理由频繁回访你的网站，也更有可能对你和你的产品进行持续关注。

这种内容的关键是，它必须具有新闻价值、教育意义或娱乐性，或三者兼具。对于正努力提供这种内容的公司来说，好消息就是众包使之变得比以往任何时候都更容易了。

众包服务可以借由类似99designs网站这样的网站形式实现，但并不是必须的。只要你为内容分发网络提供一个网络架构，就可以插入众包服务，生成内容。例如，你可以为自己的网站创建一个博客，编写自己的博客文章；也可以发布贡献者的文章，比如客户和行业专家所撰写的文章。

如果你为自己的网站创建了一个TV部分，你就可以发布视频，包括自己创作的视频集、源自其他网站（如YouTube）的视频以及通过众包服务创造的视频。视频制作者可以是自己的员工、承包商或行业专家，他们可以进行自我采访。 你也可以以大致相同的方式，对网络研讨会和网络广播进行众包。只需查找为其他网站贡献内容的人，再联系他们，看看他们是否有兴趣加入你的网站即可。使用众包是保持高价值内容生产机器持续运作的有效方式，它只需一个内容策划人或内容经理对这个过程进行管理即可。

每个人都可以营销自己的内容

在你自己的网站里，创建内容十分有用。除此之外，创建博客、新闻媒体以及他人乐于谈论的内容也至关重要，这意味着汇集完整的内容包。就像你会在自己网站里的一篇博客文章中插入一张图片或一段视频一样，如果你打算将创建的内容投向其他网站，你也应该这样做。

现在会根据文章浏览次数来衡量以及补偿一些网络写手。因此，发布的内容越容易为人接受，提供的内容越具吸引力，也就越好。

一篇附带图片链接的新闻稿，其中的图片可以和文章一起使用，这比没有图片链接的新闻稿更容易发布。再举个例子，对于一位编辑或者制作人而言，一篇客座文章比一篇新闻稿更容易处理。一份附带一些描述关键结论的文字的信息图表比图表本身更能让人接受。

你的内容一经发布，提高其知名度就是关键。单纯公布产品更新不再有效了。高容量、高质量的内容生成需要有类似媒体公司的思路。众包仍处于起步阶段，但是，我们可以预测，未来几年其市场将继续增长。

用投资回报率评价营销效果

内容创作的另一方面就是分析所有非结构化内容，从而了解它。计算机使用自然语言处理和机器学习算法来理解非结构化文本，如Twitter每天要处理5亿条推文。这种大数据分析被称为“情绪分析”或“意见挖掘”。通过评估人们在线发布的论坛帖子、推文以及其他形式的文本，计算机可以判断消费者关注品牌的正面影响还是负面影响。社交网络监测公司Radian6（2010年被Salesforce.com以3.26亿美元收购）以及信息挖掘和数据分析软件制造商Collective Intellect公司（2012年被甲骨文收购）就在执行这种分析。现在，营销人员可以衡量自身品牌的总体绩效以及单个营销活动的绩效。

然而，尽管出于营销目的的数字媒体得以迅速普及，但是营销测量的投资回报率（ROI）仍然会出现惊人误差。 根据一项对243位首席营销官和其他高管所作的调查显示，57%的营销人员制订预算时不采取计算投资回报率的方法。约68%的受访者表示，他们基于以往的开支水平制订预算，28%的受访者表示依靠直觉，而7%的受访者表示其营销支出决策不基于任何数据记录。

最先进的营销人员将大数据的力量应用到工作当中——从营销工作中排除不可预测的部分，并继续推动其营销工作数据化，而其他人将继续依赖于传统的指标(如品牌知名度)或根本没有衡量方法。这意味着两者之间的差距将日益扩大。

营销的核心将仍是创意。最优秀的营销人员将使用大数据优化发送的每封电子邮件、撰写的每一篇博客文章以及制作的每一个视频。最终，营销的每一部分将借助算法变得更好，例如确定合适的营销主题或时间。正如现在华尔街大量的交易都是由金融工程师完成的一样，营销的很大一部分工作也将以相同的方式自动完成。创意将选择整体策略，但金融工程师将负责运作及执行。

当然，优秀的营销不能替代优质的产品。大数据可以帮助你更有效地争取潜在客户，它可以帮助你更好地了解顾客以及他们的消费数额，它还可以帮你优化网站，这样，一旦引起潜在客户的注意，将他们转换为客户的可能性就更大。但是，在这样一个时代，评论以百万条计算，消息像野火一样四处蔓延，单单靠优秀的营销是不够的，提供优质的产品仍然是首要任务。