通过数据挖掘工具如Python快速而广泛地搜集分布在互联网上的数据，或将平台中的数据源中的数据导入到挖掘工具中，对数据进行清洗、转换、集成等，提取有用信息和形成结论；对数据加以详细研究和进行概括性总结，从海量数据中发现规律和特点。采取高效的处理工具对数据进行处理，如运用对比分析法、分组分析法、交叉分析法、结构分析法、综合评价分析法、因素分析法、矩阵关联分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等获得以前未知的有用信息、模式和规则、从大量数据中提取隐含和潜在的，对决策有用的信息和知识，再通过一些数据可视化形式进行展示，增强对分析结果的理解。

根据关键字来分析客户消费行为的历史记录，进行用户画像，通过不同维度对用户或者产品特征的刻画，并针对这些特征分析统计挖掘潜在价值信息，抽象出用户的信息全貌。通过对用户打标签，将用户信息标签化，通过大数据统计并分析用户需求，以提高网络营销的效果。通过用户画像，可以进一步精准、快速地分析用户行为习惯、消费习惯等重要信息，进而了解客户，实现客户细分并为目标客户开发设计产品，利用大数据做精准营销。

成功案例：

（1）基于淘宝“特色中国馆”的数据挖掘

（2）江苏省农资电商大数据分析