据国外媒体报道，大数据以及如何更好地使用它已经成为一个长久的主题，围绕这个主题展开的多次无休止讨论都未曾得出一个满意的结论。然这是一项将解锁利益和弱人工智能的技术，而后者能将整合大数据和其他渠道信息创造出许多宏伟的有益的数据图片。

　　大 数据的大多数领域和消费者及营销有关，从这个角度而言，20世纪60年代至20世纪90年代初这个时间段就是一个黄金期，在这个时间段内，能控制商业媒 体、大型报业集团、电视和广播频道的人有限。诸如《加冕街》等电视节目的超高收视率和报纸的巨大发行量意味着更快捷更不费力地将广告摆在几乎所有消费者面 前变得相对容易。

　　消费者当权

　　然而，事情已经发生了根本性的变化。消费者已经获得了媒体的所有 权。电视观众数量减少，报纸读者数量也直线下降，如今消费者杂志的数量是20年前的两倍多，数字录象设备TIVO、宽带的问世及普及意味着消费者能够决定 他们看什么，听什么、何时看、何时听。他们还能剪去电视广告。媒体的土崩瓦解意味着公众已经处于完全自主的地位，而塬先媒体的所有者却无法扭转局面。

　　现 在消费者们都握有极大的权力。这就意味着——为了与消费者进行成功有效的沟通，品牌需要尽可能多地了解消费者，这样它们就能确保每一条产品信息都成功抵达 消费者心灵。如果品牌够幸运，那么它们可能在信息被消费者拒收前让消费者为之考虑一两秒。如果失败了，品牌就没有第二次机会了。

　　在这样的情况下，如果你想要知道消费者在想什么以及他们可能对什么内容积极回应，那么数据和数据建模就很重要了。此外这还和“大数据及如何最好地使用大数据”息息相关。问题的答案是利用弱人工智能追踪消费者情绪以及从大数据中提取具体的相关信息。

　　弱人工智能的好处

　　弱人工智能能够做到这点是因为它具备瞬间搜索大量信息并根据上下文找出请求的特定信息以生成准确报告的能力。虽然在任何搜索中信息必须被狭隘定义，但是在狭隘定义的同时还能执行多个相关搜索的能力意味着它能提供准确模型。

　　跟踪几乎所有人的情绪的最好途径是监视社交媒体。目前有各种各样能提供“实时跟踪消费者评论”能力的基于弱人工智能的订阅服务。然而，它们很昂贵，且灵活性有限。

　　社交媒体监控咨询公司建议称，结论不应该从通过监视收集到的塬始数据中马上得到。它们相信详细阅读并试图从更多的细节中找出模式非常重要。弱人工智能能做到这点，但不一定要通过目前的监控程序包，按要求制作的弱人工智能程序包将不可避免地出现。

　　特易购的难题

　　在 大数据方面，弱人工智能再次成为答案，因为它能使用户基于上下文有效信息创造有价值分析。对此进行说明的最好的方法之一是运用“特易购多年来面临购物卡数 据相关问题”这个例子。作为英国最大零售商，特易购拥有大量的消费者购买物品的信息，但它却不知道消费者在其商店不会购买的物品。

　　例如，特易购能知道个人消费者周六通常购买红酒和法式面包，但它不能确定消费者是否购买奶酪﹔它能知道人们购买牙刷，但不知道他们不买牙膏。

　　显而易见，消费者在其它商店进行补充性购物。弱人工智能被用于推敲这一情景并找到答案。接着特易购就能通过为填补消费者购物缺口而展开相应促销、或者发放优惠券跟进。

　　即时洞察

　　根据特定国家对数据的管理规定，弱人工智能还允许数据营销商将网上找到的信息添加到现有的消费者文件中。尽管在与消费者沟通过程中不能这么做，但是它在数据建模过程中的使用仍能帮助品牌所有者更好地理解消费者行为。

　　媒体的进一步瓦解意味着监视消费者情绪和兴趣爱好将变得越来越难。再一次，弱人工智能将成为问题的答案。它可能是一项非常简单的技术，但如果被使用正确，它将能基于对大量信息的搜索迅速创造洞察视野。