新的技术已经让营销成功的机会更大，但是也让情况更加恶化，因为客户数据可以从众多的接触点处捕捉，例如呼叫中心和因特网站。在没有方法去有效管理和利用这些信息的时候，公司们发现他们自己被数据进出的数据仓库和数据库所困扰，但是本身却没有价值。

　　这是分析的来源——高级营销分析通过将正确的个人与正确的产品结合，或者通过正确的消息，将数据变成行动。分析不再是锦上添花的工具，而是一个必需的，与营销者的整体执行平台组件相结合。此外，营销场所的变化也要求一种新类型的分析平台——这个平台真正地与整个营销过程相结合，并且将会不断地更新和维护，以保证与营销用户之间的密切关系。分析再也不是一个项目或者边车;它是营销业务中的一个集成组件，必须被提供，整合和结构化。

　　新的分析范例

　　今天，营销人员需要对客户和预期的行为有着深入的看法，在完成创新或者开始展开营销计划之前。然而，这造成了一个运作上的挑战。过去，人们使用模型来为计划、活动或者一系列事件预测行为，今天的营销人员需要对客户的需求和一般行为有更多的了解。单纯为活动或者计划开发模型的想法在今天的环境是不起作用的。

　　要结局这个问题，营销人员需要构建一个针对客户的高级分析的广泛知识体系。最后，企业部署了如下的模型：

　　了解客户购买产品的可能性。

　　了解客户从当前产品/服务更新到新的包/服务的的可能性。

　　了解客户预计的变化速率和时间表。

　　了解客户期待的生命期价值。

　　即使是在只有很少服务的“简单”模型中，例如电信，要理解为什么蜂窝提供商需要近百个模型来提供关于客户预期行为(例如，半打的服务计划)的真正的高级知识，也是容易的。

　　换句话说，统计数据不再是结束某个活动、宣传或者计划提升的方式。现在它被看作是营销人员必须关心或者揭示客户行为高级知识的一种机制，最重要的是，能够在所有的营销和销售活动中使用这些知识。因此，提供高级分析挑战不仅仅需要一个新的范例，还需要把焦点再次集中在基础架构和平台需求上，它们可以从如下的业务中找到模型，例如修正数据，和即将出现的问题，创建对客户行为的精确预测。