海量数据为不同行业提供了新的市场机遇，各个行业应用数据库营销提升了市场竞争力，提高了市场份额。
在传媒行业，报社在原有订户资源管理系统基础上，可通过新的渠道和方式不断扩大读者数据库规模。一方面可以通过读者数据库的精确分析将读者进行二次甚至多次细分为不同需求类别的读者提供新闻定制服务和其他相关资讯服务，同时还能根据数据库的不同读者群为不同广告客户进行精确的广告传播。《华尔街日报》的个人版，就是根据个人爱好的新闻标题、题材、风格的种类设计报纸内容；《芝加哥论坛报》采用多媒体平台聚合的新闻中心模式，为明确读者的需求和喜好，该报开发实时流量监测（Real-time Traffic Metrics），实时监测网上新闻被点击情况、每一条新闻在社交媒体上的转发情况等信息，并生成图表，在每天早晨的编前会上，各部门负责人就查看这样的图表，以了解受众最关心的新闻，做到有的放矢地满足受众；该报还开发“数码新闻港”（Digital Hub），根据受众需要在不同时间，向不同介质的媒体上发送新闻提要或全文。约3000万条记录数据库，在好莱坞影片上映之前就能利用海量数据和特定算法预测出一部电影的票房。(www.xing528.com)
在金融行业，随着外部环境多变，银行业务不断创新，借助大数据技术，可以将客户关系和风险管控量化到银行的每位客户，在深挖现有客户、规避高风险客户的同时，获得大量的潜在优质客户。比如宁波银行通过多来源数据整合，在直销银行、App等电子渠道部署数据采集工具，详细记录用户访问、浏览、交易等用户行为，结合该银行内部账户、交易活动等数据，进行多来源数据整合及相关的数据处理，将原始数据转化为可供使用的标准格式数据。采用用户ID拉通算法，将散落在银行内部各部门、各渠道以及外部第三方的用户信息，通过标识ID进行唯一身份打通，标识ID包括身份证号、手机号、E-mail、IMEI、银行账户、官网注册名等，通过ID拉通，识别该银行不同渠道上的同一用户，为全方位用户画像奠定基础。然后采用合适的标签建模方法，优化后的标签不仅包括用户属性等基础类标签，还包括银行产品、渠道、风险偏好、贡献度、交易行为等统计类、衍生类标签，通过标签构建用户画像。通过用户画像标签系统，宁波银行得以深入了解现有及潜在客户的特征和需求，而通过各类营销模型的应用，宁波银行可通过大数据支撑存量客户营销、交叉销售、精准营销等各业务场景，智能的管理和挖掘现有客户价值，同时快速拓展潜在新客户。[7]
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
