第一、描寫思維

也就是要將一些的布局化的數據可能非布局化的數據都變為客觀的尺度，在大數據思維的進程中，涉及了許多工錢的因素，這些也是可以舉辦數據闡明的，舉一個例子就是消費者行為的研究，消費者行為可以是定量的，，也可以是不定量的，描寫思維就要包括消費者行為的各個方面。這里舉一個例子就是商場會對連入局域網的客戶繼承舉辦數據的收羅，相識客戶的消費環境以及漫衍的環境，消費者可以實現購物、用餐、休閑、娛樂一條龍的處事，而且也可以在很大的水平上晉升用戶的體驗度。在一些大型的景區可能游樂場，大數據可以輔佐景區舉辦更好的旅客打點。

第二、相關性思維

就是對付數據之間相關性的研究，對付消費者行為可能用戶行為的研究方面，這些行為在必然水平上，大巨細小和其他差異的數據都是有內涵的接洽的，大數據闡明的功效就可以更好的成立起數據預測的模子，可以用來預測消費者的偏好和行為，相關性的研究和紛紛也可以更好的支持預測思維，譬喻在現代物風行業，可以按照消費者的購置行為可能購置習慣，蹊徑以及評價等預測下次的購置行為，現將一些貨品舉辦分倉的存儲，在消費者網絡下訂單之后，可以第一時間就配送到位，大大晉升了用戶的體驗度。以及電商的一個重要的商品推薦成果，也是和大數據的相關性思維密不行分，我們在欣賞頁面可能是購物完成之后常常會受到雷同的推薦成果，固然說并不是百分之百城市購置，可是推薦照舊有結果的。

第三、攻略思維

在大數據繼承預測以及闡明之后，企業可以按照大數據闡明的功效舉辦營銷計策的調解，這才是大數據營銷的主要目標，從描寫到預測，最后到攻略，這也是大數據思維的一個完整的進程。