如果电商网站希望更好地了解顾客的行为数据，可以适当地对顾客的纵向数据进行建模分析，比如，电商网站可以将买过牛肉干的人在近期（如1年内）购买过的商品全部排列出来，找出共性较多的商品予以推荐。在进行数据分析的时候，可以有这样几种方向：一、分析单一用户的购买频率，对用户的购买频率进行调整，在预期的下一次购买时段内推荐；二、结合购买力及品牌偏好，做关联产品展示；三、推荐给有相同爱好的购买者，增加产品销售的机会。
通过上述方法，电商网站在收集到了顾客足够的行为数据后，有助于减少给顾客进行的盲目推荐，并规避以往“根据关键词投放广告”的弊端。然而，鉴于消费者行为的表现是多元化的、动态的、可延续的，所以从“根据关键词投放广告”提升到“根据人的行为投放广告”，也是我们努力的一个重要方向。
当然，大数据营销在精准性以外，还有一个重要的特点是营销的相关性。这是因为，大数据技术有一个重要的运用，便是关于某种趋势的预测。比如，在对顾客以往行为数据分析的基础上，我们是否可以做出一种判断，即顾客还可能对另一些商品存在需求的渴望？