大数据营销中的数据存储方式主要包括以下几个步骤：
1. 数据采集：这是数据存储的第一步，也是最关键的一步。数据采集的方式有很多种，比如网络爬虫、API接口等。对于大数据营销来说，数据采集的目的是为了获取大量的用户行为数据，这些数据包括用户的浏览记录、购买记录、搜索记录等。
2. 数据处理：在数据采集完成后，就需要对这些数据进行处理，以便后续的分析。数据处理主要包括数据的清洗、转换、整合等步骤。在这个过程中，需要考虑到数据的完整性、准确性和一致性。
3. 数据存储：处理完数据后，就需要将其存储起来。对于大数据营销来说，数据存储的方式主要有以下几种：
（1）分布式文件系统：这种方式主要是利用分布式计算技术，将数据分散存储在多台服务器上，以提高数据访问速度和容错能力。常见的分布式文件系统有Hadoop HDFS、Ceph、GlusterFS等。
（2）关系型数据库：这种方式主要是利用关系型数据库的特性，将数据按照一定的规则组织起来，方便进行查询和分析。常见的关系型数据库有MySQL、Oracle、SQL Server等。
（3）NoSQL数据库：这种方式主要是利用NoSQL数据库的特性，将数据以键值对的形式存储，适合存储非结构化或半结构化的数据。常见的NoSQL数据库有MongoDB、Redis、Cassandra等。
4. 数据分析：在数据存储完成后，就可以进行数据分析了。数据分析的目的是从数据中提取出有价值的信息，以便更好地理解用户的需求，优化营销策略。数据分析的方法有很多，包括统计分析、机器学习、深度学习等。
5. 数据可视化：最后，将数据分析的结果以图表的形式展示出来，可以帮助我们更直观地理解数据，提高决策效果。常用的数据可视化工具有Tableau、PowerBI、D3.js等。
