在美国有婴儿的家庭中，一般是母亲在家中照看婴儿，年轻的父亲前去超市购买尿布。父亲在购买尿布的同时，往往会顺便为自己购买啤酒，这样就会出现啤酒与尿布这两件看上去不相干的商品经常会出现在同一个购物篮的现象。如果这个年轻的父亲在卖场只能买到两件商品之一，则他很有可能会放弃购物而到另一家商店，直到可以一次同时买到啤酒与尿布为止。
由此，沃尔玛发现了这一独特的现象，开始在卖场尝试将啤酒与尿布摆放在相同的区域，让年轻的父亲可以同时找到这两件商品，并很快地完成购物；而沃尔玛超市也可以让这些客户一次购买两件商品、而不是一件，从而获得了很好的商品销售收入。
数据挖掘（Data Mining，DM）是目前人工智能和数据库领域研究的热点问题，它伴随着大数据的神话而崛起。所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。
有一天，LinkedIn忽然发现来自雷曼兄弟的来访者多了起来，但是并没有深究原因。第二天，雷曼兄弟就宣布倒闭了。原因何在？雷曼兄弟的人到LinkedIn找工作来了。谷歌宣布退出中国的前一个月，有人在LinkedIn上发现了一些平时很少见的谷歌产品经理在线，这也是相同的道理。
国内许多互联网公司拿着“鱼翅当萝卜”。基于数据挖掘的营销才能带来利益。坐拥金山而不懂得使用，金山与土丘无异。
美国电视剧《纸牌屋》的制作就是利用大数据分析进行生产的典型例子。其制作方Netflix每天都会对其海量用户的行为数据进行分析。通过分析，Netflix知道其用户喜欢哪个导演，喜欢哪个演员，偏好搜索什么类型的内容，把三者结合，就产生了一炮而红的《纸牌屋》。
大数据分析的核心目的就是“预测”，在海量数据的基础上，通过“机器学习”相关的各种技术和数学建模来预测事情发生的可能性并采取相应措施。预测股价、预测机票价格、预测流感等等。
你的用户不是一类人，而是每个人
随着科技发展和生活方式的转变，生活中无时无刻不在产生数据，而这些数据的价值需要科学的挖掘和研究。数据本身不会创造价值，只有充分发现和合理利用这些数据才能让其改变营销，改变生活！
2012年，可口可乐在澳洲推出了名为“Share A Coke”的宣传活动，可口可乐统计了“Amy”“Kate”等澳洲最常见的150个名字，并把这些名字印在了可乐瓶、罐上。活动受到了年轻人的热烈欢迎，很多人都会去购买包装上印有自己或朋友名字的可口可乐。
2013年，可口可乐考虑在中国也举办一次类似的活动，最终，可口可乐在中国发起了“昵称瓶活动”。
可口可乐通过大数据分析发现，可口可乐的目标消费人群对于昵称使用很频繁。这些昵称有一些只在网络上盛行，还有一些则连传统媒体上也时不时可以看到。而且，这些昵称被年轻人使用的频率非常高，不只是网络上，就连在日常生活对话中也经常使用，例如，年轻人不讲猫、狗，而是讲喵星人和汪星人，对自己则自称为“蓝星人”或“愚蠢的人类”。这就是一种网络文化的延伸。
那么，可口可乐的昵称瓶上的那么多昵称都是怎么选择的呢？可口可乐的相关负责人做了这样的回答：“我们对这个概念进行了本地化处理，把大家在社会化媒体上使用最多、最耳熟能详的热门关键词印上了瓶。至于抓取和分析这部分，选择了与精硕科技公司（AdMaster）合作，利用精硕科技社会化媒体聆听系统抓取网络社交平台上过亿热词大数据的捕捉，把网民使用频度最高热词抽取出来，然后通过三重标准，即声量、互动性以及发帖率的删选，最终确认300个积极向上且符合可口可乐品牌形象的特色关键词。”
在可口可乐这次营销活动中，收集海量社交媒体数据并提炼出“昵称瓶活动”固然是神来之笔，但数据在此次活动中的表现远不止如此。
考虑到这次活动鲜明的社会化特点，如何在话题刚开始时就和消费者互动起来成了一个至关重要的问题。如果完全依赖广告公司进行人工搜索再进行互动，这样时效性会很低，广告公司的多人协作以及后续沟通也会变得非常困难。为此，AdMaster为可口可乐建立了一套完整的系统社会化媒体聆听系统，通过实时数据挖掘第一时间告知广告公司，哪些名单需要互动了，并将互动记录保留下来供后续沟通使用。
你可能会买到一瓶贴上“有为青年”标签的可口可乐回来。而“宅男”“文艺青年”“天然呆”“氧气美女”“邻家女孩”“高富帅”“型男”“纯爷们”“粉丝”“闺蜜”“技术男”“积极分子”“表情帝”“小清新”等60多个热门昵称也出现在了消费者的视野中。
采用这些昵称后，可口可乐与消费者拉近了距离。从销售结果来看，成绩非常不错，2013年6月初，昵称装可口可乐在中国的销量较去年同期实现了两位数的增长。可口可乐的营销，把接地气、接近年轻人的文化体现在瓶子上，可以表达年轻人的一种态度，也让年轻人更认同可口可乐这个品牌。
中欧商业评论的潘东燕先生分析说：“可口可乐，其成功的根本在
