大數據的大多數領域和消費者及營銷有關，從這個角度而言，20世紀60年代至20世紀90年代初這個時間段就是一個黃金期，在這個時間段內，能控制商業媒體、大型報業集團、電視和廣播頻道的人有限。

現在消費者已經獲得了媒體的所有權。電視觀眾數量減少，報紙讀者數量也直線下降，如今消費者雜志的數量是20年前的兩倍多，數字錄象設備TIVO、寬帶的問世及普及意味著消費者能夠決定他們看什么，聽什么、何時看、何時聽。他們還能剪去電視廣告。媒體的土崩瓦解意味著公眾已經處于完全自主的地位，而原先媒體的所有者卻無法扭轉局面。

現在消費者們都握有極大的權力。這就意味著為了與消費者進行成功有效的溝通，品牌需要盡可能多地了解消費者，才能確保每一條產品信息都成功抵達消費者心靈。

在這樣的情況下，數據和數據建模就很重要了。此外這還和“大數據及如何最好地使用大數據”息息相關。問題的答案是利用弱人工智能追蹤消費者情緒以及從大數據中提取具體的相關信息。

弱人工智能能夠做到這點是因為它具備瞬間搜索大量信息并根據上下文找出請求的特定信息以生成準確報告的能力。雖然在任何搜索中信息必須被狹隘定義，但是在狹隘定義的同時還能執行多個相關搜索的能力意味著它能提供準確模型。

監視社交媒體是跟蹤幾乎所有人的情緒的最好途徑。目前有各種各樣能提供“實時跟蹤消費者評論”能力的基于弱人工智能的訂閱服務。但它們很貴，且靈活性有限。

其實結論不應該從通過監視收集到的原始數據中馬上得到。它們相信詳細閱讀并試圖從更多的細節中找出模式非常重要。弱人工智能能做到這點，但不一定要通過目前的監控程序包，按要求制作的弱人工智能程序包將不可避免地出現。

在大數據方面，弱人工智能再次成為答案，因為它能使用戶基于上下文有效信息創造有價值分析。對此進行說明的最好的方法之一是運用“特易購多年來面臨購物卡數據相關問題”這個例子。作為英國最大零售商，特易購擁有大量的消費者購買物品的信息，但它卻不知道消費者在其商店不會購買的物品。

顯而易見，消費者在其它商店進行補充性購物。弱人工智能被用于推敲這一情景并找到答案。接著特易購就能通過為填補消費者購物缺口而展開相應促銷、或者發放優惠券跟進。

弱人工智能還允許數據營銷商將網上找到的信息添加到現有的消費者文件中。盡管在與消費者溝通過程中不能這么做，但是它在數據建模過程中的使用仍能幫助品牌所有者更好地理解消費者行為。

媒體的進一步瓦解意味著監視消費者情緒和興趣愛好將變得越來越難。再一次，弱人工智能將成為問題的答案。它可能是一項非常簡單的技術，但如果被使用正確，它將能基于對大量信息的搜索迅速創造洞察視野。