有些企业为了追求数据量大，而不断地挖掘数据。在这些数据之中，非关键数据占了大量比重，这就形成了数据黑洞。大数据营销也是如此，当企业过分追求大数据营销的威力，也可能从一个极端走向另一个极端。此时，经营者营销时就需要在“精”字上下功夫。

大数据能够记录用户的各种基本属性特征、行为轨迹。但在很多情况下，用户的行为具有偶然性，用户的行为并不能完全反映其真实意图。从这种角度来看，大数据的黑洞是无法避免的，下面是六种大数据黑洞的来源。

1.不能预测用户的创意和想象

大数据来源于现实，但是人类的行为活动却不一定由现实支配。用户创造性的思维与想象总是天马行空、超越现实，由此决定的用户行为往往是无法预测的。因此，美国科学家维克托•迈尔•舍恩伯格（Viktor Mayer-Schönberger，《大数据时代》的作者）直言：“大数据“算“不出来人们的创意和想象”

大数据常常忽视人们创意的杰作。当大量消费者对某种产品产生兴趣偏好时，数据分析通常可以敏锐地预测到这种趋势。然而，一些充满创意性的价值很高的产品在一开始就被数据摈弃了，因为这类产品不是人们熟知的。

2.不能代替人类思维

大数据通常可以为企业的决策人员提供一些问题的解决方案，但决策人员最终选择哪个方案、做出何种决策，还是要通过思维的考量来自己决定。人类的决策不是一个个单独事件，而是处于一定的时间背景之中。经过千百万年的演化，人脑善于处理背景下的现实。

比如，无论故事情节和背景多么复杂，人脑依然可以条理清晰的讲述出来。数据分析则不会叙事，更没有思维浮现的过程。即便是一个简单的童话故事，数据分析也无法解释其中的思路。

3.不能预测超越人类认知范围的事情

大数据是基于历史数据预测未来的，这也是大数据的核心功能。但是大数据无法预测毫无先兆、超越人类认知范围的事情，这类事情就是人们常说的“黑天鹅”。一旦历史不可掌握或者根本就没有历史数据，大数据就无计可施了。

4.大数据掩盖了价值观念

收集的数据永远做不到最原始，因为大数据在采集、处理过程中难免被融入数据分析师的价值观和倾向性，这就在一定程度上影响了最后的分析结果。

数据分析的结果表面上客观公正，实际上数据构建到解读的过程都体现了价值选择。

5.无法描述客户的感情

大数据很难表现和描述用户的感情。分析人类情感、社会关系、前后关联等问题是大数据不太擅长做的事情。大数据只能表示用户正在做什么，而不能体现用户在做什么的时候是怎么想的、有什么样的背景以及用户的情绪波动。所以，大数据是不能直击用户心智空间，理解用户价值观的。

比如，数据分析得知客户在今年76%的时间里与6位朋友的社交互动情况，却不能分析出客户与6位朋友见面时的感情异同。因此，数据不能帮助人们进行社交关系的决策。

6.制造出更大的“干草垛”

大数据会制造更大的“干草垛”是著名商业思想家纳西姆•塔勒布（Nassim Taleb，《黑天鹅：如何应对不可知的未来》的作者）提出的观点。随着大数据资源的丰富，统计数据上的各种相关关系越来越多。很多数据相关关系是没有实际意义的，在真正解决问题的时候可能会让人做出错误的决定。而且这种欺骗性随着数据量的增长呈数级增长。在这个庞大的“干草垛”里，人们要发现的有价值的信息被越埋越深，数据扩张带来的噪音了淹没很多重大发现。

尽管大数据拥有黑洞，但不可否认的是，大数据为人们的生活带来了很多方便。企业收集客户数据的手段有很多，包括信息感知移动设备、软件日志、摄像头、麦克风以及其他的科技手段。然而，在利用客户数据的时候，企业们需要采取一些措施来填补大数据的黑洞。

目前，大数据分析者和专家们对客户的情感依然不够重视，在讨论客户体验和参与度的衡量标准时，90%以上的人都不会提到“情感”这一词语。而情感却能够为数据分析提供必要的情景，更准确的对客户的行为、回忆以及目的进行预测。

没有情感数据，数据分析只能定义一次互动或经历，却不能找到“消费者是否会记住这次经历？”这类问题的答案。情感数据能帮助人们将事实、感知，以及事实蕴意融合在一起。情感因素就是通过这种方式影响了数据回忆的预测性建模（predictive modeling）。

要填补大数据中的这一黑洞，就必须捕捉情感数据，并将其与传统数据结合在一起。而制定获取情感数据的相关计划，细心设计数据收集过程是捕捉情感数据的唯一方法。只有先确立这一目标，才能感知客户的情感与心声，并准确地描绘出客户的体验。