大数据（Big data）通常用来形容一个公司创造的大量非结构化和半结构化数据。大数据在互联网行业指的是这样一种现象：互联网公司在日常运营中生成、累积的用户网络行为数据。

　　大数据的特征：数据量大（Volume）；类型繁多（Variety）；价值密度低（Value）；速度快时效高（Velocity）。

　　大家看过的例子：啤酒与尿布。沃尔玛的员工发现啤酒和尿布经常放在一个购物篮里面，调查发现爸爸经常在买尿布的时候顺带买啤酒，所以沃尔玛把啤酒和尿布放在同一区域。这个例子表明：两种商品之间是有相互联系的，利用关系可以提高产品销量从而增加收益。

　　比较贴身的例子是一次不小心在百度输入一个名字，然后发现京东的一系列购物订单。购物车，能够体现一个人的很多方面。so，大数据，如此之利害。(PS:这应该算是京东的某次数据泄露吧，后面就没有搜索到了)

　　那么，如何更好的使用大数据？

　　数据通常可以被分为两组：

　　第一组是交易数据。事务的数据是收集周围的事件，如网上购物，用户行程和物流。

　　第二组是互动的数据。互动数据是收集周围人之间的相互作用。想想社交媒体配置文件，视频和照片。社交媒体上面的例子是一个完美的例子互动数据。

　　案例研究表明，大数据可以用来增加市场份额，提高营业利润率，增加资本投资回报。它可以被用来改善产品或服务，以及公司可以分析一个产品如何被使用，谁使用它，他们认为他们会改变什么。同时，大数据可以用来了解你，你喜欢什么，不喜欢，你去过的地方更多：所有这一切都可以被用于目标广告和推销产品。

　　大数据让Amazon一直处于高收益(而国内京东、当当电商其实都是在亏损状态)

　　Amazon做了什么呢？

　　1 长尾理论的应用： 畅销书能够带来大收益，但是只有极少数的书能够成为畅销，大部分长尾被商家所舍弃，但是用户对这部分长尾的需求却没有减少。由于长尾书的印数及销量少，而出版、印刷、销售及库存成本又较高，因此，长期以来出版商和书店的经营模式多以畅销书为中心。网络书店和数字出版社的发展为长尾书销售提供了无限的空间市场。在这个市场里，长尾书的库存和销售成本几乎为零，于是，长尾图书开始有价值了。销售成千上万的小众图书，哪怕一次仅卖一两本，其利润累计起来可以相当甚至超过那些动辄销售几百万册的畅销书。

　　(所谓长尾理论是指，只要产品的存储和流通的渠道足够大，需求不旺或销量不佳的产品所共同占据的市场份额可以和那些少数热销产品所占据的市场份额相匹敌甚至更大，即众多小市场汇聚成可产生与主流相匹敌的市场能量。)

　　2 将收益投资在高新技术产品：Amazon的仓库机器人。机器人仓库的投入，使得Amazon的成本下降20%-40%，改进优化了整体业务运营流程。

　　3 Amazon总能够引领潮流，比如kindle的横空出世，至少在国内的市场还是很好的。产品也是很颠覆性。

　　亚马逊“用户导向”的发展战略，使得它利于高收益的状态：低价格能够提升销量从而吸引客户和商家，而高销量反过来又促进了价格的下跌。只要公司将客户的利益放在首位，那么这一良性循环就能够为公司带来增长。