营销正面临着一个前所未有的大变局：技术与营销的结合日渐紧密。典型范例是渠道与促销等主要业务的数字化。它所带来的Big Change，如同冰山从大陆上崩塌的前一瞬，将给整个营销产业链条带来不可逆转的变化。

科特勒的《营销管理》以4P作为营销产业的架构，即产品（product），价格（price），渠道（place），促销（promotion）。而我们往往将促销等同于营销本身，这实际上是很多甲方市场部的主要工作。事实上，产品、渠道同样是营销所需要考虑的：产品是营销的起点，营销人员首先需要研究产品售卖的对象，产品的卖点等因素；渠道包括线上的电商渠道和线下门店。

另一种研究方法，是将营销工作的流程划分为洞察、策略、创意、媒介、关系管理五个环节。其中，洞察是营销工作的起点，洞察即调研，了解竞争对手、消费者；调研数据为下一步的策略提供支持；创意即现在内容管理的工作；媒介负责创意内容的扩散或者投放，这一环节存在一个分支即监测；

关系管理负责关系的沉淀和再次利用。

这几个环节中的大部分工作，与数据、技术联系紧密。即便是人为因素最强的创意环节，也出现了很多程序化创意公司提供服务，以及Adobe的Creative Cloud这种产品，用大数据的方式提出创意——营销的变化，根源即在于数据的变化。

在时趣CEO张锐的梳理中，传统媒体时代，营销人员依赖的数据量主要指的是调研数据，或者个人在工作生活中积累的经验，数据的量级非常小，由此生发的洞察比较依赖人脑的计算和加工能力。调研人员在行业里的资历深，经验丰富，脑子里会形成结构性的算法，加工能力和计算能力会很强，判断力准确，一眼就能发现产品的问题。

今天的数据量太大了，每个行业的品牌数都在快速增长，新的品牌会切分更细的人群，很难发生以前那种上亿人用一个牌子、用一个产品的情况。

而且，所产生的数据都非常有价值，反映了消费者真实的需求和想法，是营销人员做出准确策略、找到准确创意、发现准确沟通点的核心所在。单纯依靠人力是无法完成这样的工作。这时候就需要机器算法、NLP等技术去实现。

例如想迅速知晓2019年美妆行业发展如何，从数据中我们便可高效而清晰地一窥究竟