对绝大多数的消费者和厂商来说，信息过载是一个大问题。同样，对于销售决策者来说，汇集和整理市场调研结果、产品销售信息以及关于竞争对手的二手数据等信息也是特别棘手的问题。新龙资讯与大家共同探讨数据驱动下的网络广告战略的实施问题。
数据的来源多种多样（比如网站自动收集的数据、实体商店收银点的购买记录以及其他与消费者的”接触点”的信息记录）， 使得问题更加难以解决。如何合理有效地处理这些数据？在上一篇新龙谈到的雀巢普瑞纳公司的做法是对大量消费者数据进行系统分类，以此来制定其网络广告战略的实施计划。
下图全面展示了这个过程：
从原始资料到数据库到战略的SDS模型
公司从无数的渠道中收集数据，这些数据经过过滤，被输入数据库，并转化为营销信息，然后用于制定营销战略。
各类组织中充斥着大量的数据。网络经营者必须思考如何从几十亿的字节中提取有用的信息。
普瑞纳公司市场调研的图表很直观地展现了一个企业是如何分类处理数亿J 数据片段(这些数据包含了大约2150万个消费者的相关信息) ，收集更多的信息，再根据分类整理结果做出经营决策的(见下图）。企业必须将它们所搜集的数据运用于整个过程，否则这些数据只是一堆简单的事实和数字。
雀巢普瑞纳宠物食品公司:从数据到决策
营销计划一般是在信息转变为知识的过程中产生的。所谓知识，并不是一系列信息的集合，而是植根在使用者大脑(不是计算机)中的东西。我们可以拿教学和学习作比较。通过演讲或者书本知识的传授，教授可以滔滔不绝地向学生传授信息，但是，只有在学生消化了这些信息，把这些信息与其他的信息进行联系，再加上自己的理解之后，教授传授的信息才能够变成有用的知识。人与网络或计算机不同的地方，就是人可以创造知识。而计算机只能帮助人们进行学习。