1樓：chen holyfield
大資料永遠解決不了乙個問題：使用者需求是不能猜的，儘管你觀察了乙個人好久，你也不能說你了解乙個人。
最好的營銷方式是讓客戶告訴你他要什麼，這也許很難很遙遠，但這才是營銷的終極解決之道。
2樓：陸浩然
問題應當改成：通過資料探勘和分析，是否可以改善廣告推送的智慧型度和準確度？
但真這麼改，這個問題的答案就過於明顯，從而沒意義了。
3樓：
這倒是乙個很有趣的問題。
先說說題主認為的悖論。
首先從邏輯上說這個悖論確實存在。一方面使用者線上瀏覽記錄本身產生的大資料通過挖掘和分析一定可以還原使用者的行為模式與偏好（當資訊足夠充分時）；而另一方面，實時廣告推送確實會導致使用者的反感與防備，進而出現線上瀏覽與行動的扭曲和變形。於是這裡就很可能產生乙個均衡，就是當使用者的線上資料被挖掘和分析到一定程度時，此時廣告推送準確程度與使用者的接受程度達成最優的均衡，如果資料比這個程度低或分析比這個程度差，使用者會覺得廣告推送準確度不夠；而如果資料比這個程度更多或分析比這個程度高，使用者則很可能產生反感並進而抗拒這樣的廣告推送。
所以回答問題則是，能夠實現智慧型推送，但需要把握好這個均衡（注意，現有的計算機技術是否能夠把握這個均衡，我不專業，也不清楚！）
說說我的感覺。這個事情成本真有點高！一方面，廣告智慧型推送不可能是自主做廣告，只可能是廣告發布平台，因此廣告平台費用對於廣告真正的發布企業而言有成本與效果的考量（或說廣告成本與銷售收益之間的比較）。
乙個智慧型廣告推送平台，其後台幾乎擁有全面和精準的使用者資料分析，包括資料抓取（個人認為還不是最難的）、資料探勘（在時點資料中尋找規律性與關聯性）、使用者行為模式刻畫（這個最難！涉及行為科學的前沿理論）、以及使用者需求偏好集合建立等多個模組。擁有這樣使用者行為智慧型分析能力的機構會只願意或只安于幫人發廣告嗎？
或者廣告發布企業會投入這麼多錢給乙個能夠精準掌握自己目標客戶需求偏好的機構僅僅是為了做廣告推送嗎？
個人的想法是，要麼，你所謂的廣告是資訊投放、接單甚至收款、使用者體驗反饋、後續跟進服務一體的，要麼你完全可以再上乙個檔次。
4樓：神樂
可以的，Target曾經出過乙個新聞，給少女寄嬰兒用品coupon，結果少女爸爸怒了。後來一查少女果然是懷孕了，瞞著她爸爸。不過後來他們就注意隱私了，會把想送的coupon夾在不相關的東西的coupon裡，比如奶嘴和螺絲起子放一起，但其中只有奶嘴是他們想送的，讓人不易察覺。
5樓：姚陽
自動偵測下班時間和堵塞程度。（Android手機第一次開機設定問你要不要給谷歌位置資訊傳送現在知道為啥了。）
如果瀏覽器裡谷歌搜尋了乙個地方，自動在連線的時候顯示這個地方的地圖。（因為你瀏覽器裡搜尋過這球隊了 Logged in only)
如果Google Calendar裡面設了乙個Meeting的地點， 按照當前位置，交通情況和到達時間提前提醒。
想體驗廣告智慧型推送建議Youtube和Facebook。
個人覺得最適合做資料收集的就是Search Engine和Social Media了，因為這上面你說的，基本都是你想做的。還有比這更好的資料嗎？
如何通過資料分析，找出90後與00後的區別？
Frank Lao 可嘗試按照下面步驟著手開始，定義問題，切忌問題範圍太大，畢竟兩個群體的區別，從頭到腳，多幾次頭腦風暴都不一定能列個80 問題可以基於特定的條件範圍，但答案是選擇題，單選是最好的，多選也可以接受，而開放性簡答題很容易讓受眾思維發散，無法聚焦在你的結論，同時你也很難下手研究。舉例，9...
如何做使用者資料分析？
chenjunrui 一般的流程有兩種 一種流程是先有資料，看看在這些資料上可以做什麼分析。另一種流程是明確了需要分析的目的，然後去組織資料，最後進行分析。第二種方法是傳統的使用者研究的方法，以目的為導向，第一種方法比較考驗分析員的知識儲備以及對資料敏感性和問題敏感性的把握。如果是第二種，主要的步驟...
資料分析不行可以通過加強別的模組和申論來補嗎？
阿羨 這麼說吧。資分都放棄了的話就別想著能上岸了。扎扎實實把資分學完並達到足夠的練題量，智商沒問題30分鐘以內都能穩定17個，腦子聰明點全對也是很正常的。 道旁石 幾個模組裡最容易得分的就屬資料分析了！指望另外幾個模組來拉高總體分數，難度略大。最容易訓練的是資料分析 個人感覺 價效比最高。申論的提高...