众所周知，大数据已是一个存在的现实，已超脱传统的数据仓库、数据挖掘和数据分析等范畴，体现的不仅仅是技术上的革命，更是思维和管理上的变革。不过，由于数据采集的便利性，大数据在互联网企业中的应用比较热门，虽然在金融业、电信业、电力业、零售业、物流业等传统行业也已有不同层次的实际应用，但大数据在传统行业中仍是一个不接地气的高端概念，尤其是在企业营销领域。
营销是企业存在和发展的基础，在传统企业，我们不难知道营销的结果如何，还可以通过多维度和精细化的BI分析工具，得知不同产品不同区域甚至单个客户的销售结果，溯因分析和纵向挖掘都不成问题。但我们对产生这个结果的过程一无所知，因为大家不知道客户在买自己的产品之前是如何做决策的。所以我们不断尝试用各种广告策略和促销方式来引导客户，不过从很多的营销活动失败的事实来看，显然人们的尝试有很多错误，否则就不会有“不知道哪一半广告费是浪费的”这么一说了。
但与传统企业不同，互联网企业可以根据“搜索记录”、“浏览记录”、“评价记录”等进行“用户行为分析”，从而可以侧面了解客户的购买决策过程以及顾客的关注点。由于一个用户的购买可能会受数千个行为维度的影响，随便一个中型电商，每天所产生的用户行为数据都是多类型的海量数据，大数据就在这里展现了它的存在和价值。但这对于传统企业又有什么意义呢？传统企业又如何进行便利的“客户行为分析”呢？
2013年5月，马云携手众多大佬成立智能物流骨干网络，将让全国任何一个地区做到24小时内送货必达，这是对传统零售业的莫大威胁，却是更多实体企业的福音。有了这个基础商业平台，将会吸引更多的传统企业将其线下业务和线上有机融合，这将形成一个巨大的O2O生态圈。在这个生态圈，实体企业将更快地转型为互联网元素的双栖新型企业，到那时，现在的传统企业也会像互联网企业一样，可以利用成熟的数据技术，建立自己的大数据分析体系，从而进行更精准的营销服务。相信用不了多久，传统行业除了浑身流着资本的血之外，还会浑身散发着互联网的气味。
所以有了O2O，传统行业就有了与互联网绑定的机会，就有了获取营销海量数据的基础，从而传统行业营销领域的大数据管理才有可能。在O2O的基础上，传统行业的大数据不再是星星之火，而是星火燎原，当然“大数据”和“O2O”的结合的优势还不只如此。
传统企业的营销管理还有另一个缺陷，那就是“对事不对人”，也就是说，只能对业务数据进行分析，如销量、营销投入、渠道等，但对客户这个“人”的分析却无从下手。毕竟购买决策是客户做的，而客户是一个个活生生的人，他自己的七情六欲的每一点都有可能影响决策。我们天天谈“客户关系管理”，却不能对客户这个“人”有着具体的描述，不能不说这是件相当令营销人尴尬的事情。比如客户的真实年龄、性别、职业、收入水平、住址、兴趣爱好等，这些信息都是进行客户关系管理、客户购买决策分析等的最基础的数据，重要性不多说，问题在于数据采集的难度，因为传统的手工采集数据的方式在准确及时性方面往往不靠谱，而且成本又高得要命。
当有了O2O的条件之后，客户在线上交易，线下交付，只要触网，这些关于“人”的信息的自动化采集就有了可能，再辅以大数据的分析技术，那些美好的愿望将不再是憧憬。我们不会幻想用户在网站上注册时给的都是真实的信息，但我们可以从用户的网络日志、相片分析出其家庭结构和年龄性别，可以从用户的QQ、FACEBOOK分析出其朋友圈和职业结构，可以从用户的社区网站得知其兴趣爱好等等。就这么一个点一个点地填补，一张活生生的画像就这么渐渐成形。当有了这些信息的时候，我们的营销、客服、产品研发等，还会那么如履薄冰吗？
当然，如果用户知道居然有人在分析他的一切，这会令人吃惊和愤怒，因为毕竟这涉及到了用户的隐私条款，不过“棱镜”事件已告诉我们，在国家的眼里，我们每个人都在信息的海洋里裸泳。但企业没这份强权，不过仍有应对办法：屏蔽个人身份的蒙面客户分析是个办法；另外用户的一些潜意识，虽然连他自己都没有直白表现，但计算机可以根据用户的网络行为进行推测，比如说时兴的“猜你喜欢”，准确度往往相当不错，计算机有时会比你还了解你自己；还有，很多网站提供的便捷登录方式，如直接用QQ号登录，用户觉得方便之余，无形中也就向电商敞开了一道大门，当然还有更多好的点子。历史的经验告诉我们，在技术上从来都不是问题，以今天和未来的数据分析和处理能力，解决问题的速度只会越来越快。何况，从国家管制的角度，实名制的范围正在逐步扩大，社会信息互联互通的大集成已渐具基础。
维克托·迈尔·舍恩伯格在《大数据时代》描述了大数据的三个特征，其中第三个特征——“不是因果关系，而是相关关系”。关于这个论点，学术上也有颇多不认同的争鸣之声。从上文也可以看出与舍恩伯格观点径庭之处：这里更强调“因果关系”，通过“大数据”与“O2O”的结合，前者进行数据分析，后者解决数据采集，从而找到经营结果的真正动因，这样把“业务”和“人”的数据都囊括其中，我们当然也就对未来的销售预测与引导有了把握。
不管是传统企业还是互联网企业，有一个共同的难点，即数据多了，在某个分析主题之下，如何选择合适有用的数据，如何判断数据之间的关联度，就变得重要了，否则本来想通过数据点画个像，结果画虎不成反类犬，则让人笑话。所以在技术变革的同时，管理上也需要同步进步，这样一硬一软相结合，大数据的价值才能得到最大程度的发挥。
