这本书对企业尝试大数据营销提出了四种模式建议，即将首席营销官与首席信息官合二为一、单独设立首席营销技术官、设立首席数字官、与首席客户体验官共同合作。这些模式都旨在强化营销部门和人员与大数据处理的联系，使得大数据搜集处理的各环节与营销业务实现无缝整合。

    营销人员无论是否愿意，大数据这个令人畏惧的热门概念是绕不过去的了。大数据首先意味着海量数据，也就是说所谓的“数据毛球”，营销人员要面临更多更复杂的数据，这些数据对应着不同层面的流程和互动渠道，特别是跟客户对话的渠道已经从过去的电话、短信、店面互动扩展到更多，新增渠道还是客户主导。也就是说，很多营销人员熟悉的、“以我为主”的工作和互动方式，已经被大大突破及改写了，最简单的例子，下班之后还得留意公司、店面的微博和微信。

    营销人员面临的更多数据，是因为现今数据渠道的扩展所收纳了更多的、更具碎片性的客户信息。这些信息跟过往收集的客户资料相比，简直没法用，更棘手的是，现在的客户都很有保护隐私的意思——如果企业、营销人员根据部分残缺的信息，用往常的联络方式希望与客户建立联系，反而可能惹来客户勃然大怒。

    以上提到的更多数据，显然都是要花费成本的。企业领导者往往会以此为理由，要求营销人员尽快提高工作绩效，让营销支出能够明确的带来更好的销售业绩、客户体验、活动成效。也正如前述，“数据毛球”带给营销人员的直观感受，却是更多的麻烦，被占据更多时间、被消耗更多精力，很多时候根本想不到该怎么去因此提高绩效。

    如果你恰好就是一名营销人员，又确实面临上述困境，就有必要读一读美国数据仓库公司Teradata整合营销应用解决方案首席营销官丽莎·亚瑟所著的《大数据营销：如何让营销更具吸引力》。这本书不是借大数据热门概念贩卖过时的老套理念和方法，而是基于作者近年来服务美国大批企业整合营销和信息业务、开展数据驱动营销的成功实践，归纳出了翔实可供复制操作的思路和方法。

    丽萨·亚瑟在全书第一章就指出，无论是企业家还是营销人员都应意识到数字化冲击是不可抗拒的经济和技术潮流，如果不顺应这股潮流建立起对更多数据的正确运用，不仅可能错过机会，而且也过去以来的营销模式也无法维系下去。这本书所强调的大数据营销（数据驱动型营销），实质是在于通过对结构性和多元结构性公司数据将的搜集、分析和执行，让企业与客户靠得更近，并结成密切的社交联系，在此基础上建立可量化标准，让营销等业务工作更为精确的创造业绩。

    传统营销的核心特点是企业、营销人员“以我为主”，所依托的是封闭模型和营销人员的个人、小群体经验。传统营销在社交网络、大数据时代之前确实是有效的，却很难适应大数据时代，企业也无法将之真正用于社交网络，因为数据搜集、处理和互动反应的成本过于惊人，远远超过了企业所可能承受的极限。如前述，按照旧有套路来处理和应用海量数据，还可能面临客户对隐私受到侵犯的强烈反弹。

    这本书对企业尝试大数据营销提出了四种模式建议，即将首席营销官与首席信息官合二为一、单独设立首席营销技术官、设立首席数字官、与首席客户体验官共同合作。这些模式都旨在强化营销部门和人员与大数据处理的联系，使得大数据搜集处理的各环节与营销业务实现无缝整合。

    具体构建大数据营销的方法是，第一步，要明确大数据营销的愿景。这一步并非可有可无，企业必须确定大数据运用的首要目的，比如，实现高度有效的客户互动，确保通过客户数据可以提高企业从设计到制造到服务各环节的运作效率，等等。第二步，要拆除企业拥抱大数据营销所可能产生的各种隔阂。营销部门、流程各环节的隔阂往往是隐性的，很多企业甚至在营销、客服、销售各环节都建立了单独的数据库等业务资源库，打破隔阂，促进对接交流和资源共享，可以让数据得到更有效的利用。整合隔阂还需要整合系统和流程，让营销部门与其他业务职能部门围绕新的战略框架进行重组。第三步，要本着有效数据充分搜集及利用的原则，改善企业数据搜集方式，寻求逐步分解数据的方法。第四步，改进企业营销绩效指标体系，积极开展传统营销事实上无法实施的营销成本效益分析，要开展投资回报率、边际营销投资回报率、营销绩效仪表盘、销售线索成本等数据的测评。第五步，重新整合营销业务流程，新流程要主要涵盖营销运营、客户互动管理、数字化互动、营销绩效管理四个主要部分。