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·萨瑞拉已研究了近百万条推文，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，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。
大数据可以全程辅助营销
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·莫兰就能执行这种分析。NewRelic是一家应用性能监督公司。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，还有来自推特营销活动的数据。
而New Relic每月为推特的营销活动需花费约15万美元。莫兰的团队与数据科学家配合，就能够分析所有数据，并找出推特的哪些活动最有效，并可细化至每条推文。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4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所有系统几乎也都是基于云端的。
第二步，通过在谷歌、推特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、推特营销活动和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。
第四步，使用开放源码统计包括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，Mix Panel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，了解客户的转换渠道（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。
营销面对新的机遇与挑战
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。
在2011年，美国的营销广告资金达1717亿美元。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，在2013年移动广告投入也超过了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，如脸谱、推特以及领英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、发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——帮助营销人员制定更优的决策或者自动执行决策。
据产业研究公司高德纳咨询公司称，到2017年，首席营销官花费在信息技术上的时间将比首席信息官还多。营销组织现在更加倾向于自行制定技术决策，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。
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，即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。因为销售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，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。
现在营销人员面对的挑战和机遇在于，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Market公司或Eloqua公司的销售线索；AdobeOmniture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，并做出分析，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？某篇新闻稿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，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近30亿美元。到2010年，该公司在客户调查和研究方面的花费达到了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，尤其是客户可以带来多少盈利。例如，一个客户只花费少量的钱却提出很多支持请求，公司可能就无利可图。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。
