"大數據"的概念遠不止大量的數據（TB）和處理大量數據的技術，或者所謂的"4個V"之類的簡單概念，而是涵蓋了人們在大規模數據的基礎上可以做的事情，而這些事情在小規模數據的基礎上是無法實現的。

換句話說，大數據讓我們以一種***的方式，通過對海量數據進行分析，獲得有巨大價值的產品和服務，或深刻的洞見，最終形成變革之力。

大數據的及時性

谷歌流感趨勢

　　谷歌有一個名為"谷歌流感趨勢"的工具，它通過跟蹤搜索詞相關數據來判斷全美地區的流感情況（比如患者會搜索流感兩個字）。它對于健康服務產業和流行病專家來說是非常有用的，因為它的時效性極強，能夠很好地幫助到疾病暴發的跟蹤和處理。

　　大數據的預測性

[[142299]]
亞馬遜倉庫

　　這一個案例就是亞馬遜，他們會做一個預測性分析，把貨物通過最短距離運送到客戶家里。當你根本還沒有做出采購選擇時，他就預測到了你未來可能會做哪些采購。

　　這個過程中，需要強大的數據支撐，用于了解客戶心理、客戶想法，當你把貨運到他們家時，他會覺得你懂他。

　　大數據遇上互聯網

　　"下午1點鐘，北京金融街的打車需求中，去往機場方向的幾率更高；如果你是沈陽的出租車司機，想要生意好就要比其他城市的司機更早起……"這些交通運行的"秘密"，來自于一個大數據移動智能出行平臺"蒼穹"。

　　"蒼穹"的推出這就是--滴滴。從2012年到2015年，滴滴從出租車到現在的專車快車順風車服務，逐漸贏得了市場。幾乎可以說，滴滴的成功構筑在大數據的運用上。

“蒼穹”智能平臺

"在行業野蠻生長階段，大家只能燒錢爭奪市場，但是以后比拼的就是技術和服務。" 滴滴快的智能出行平臺的大數據負責人朱磊說。對于"滴滴快的"來說，大數據應用正是串起智能出行這盤棋的重要手段。
 

大數據遇上互聯網

　　而在這個智能出行平臺推出后，滴滴快的將進入"數據采集的3.0時代"。

　　近日，滴滴正在測試一套"推薦上車點"系統，即告訴乘客們應該再哪兒上車。該功能在幾周前就開始在北京低調測試。

　　以前用戶打車時輸入的上車點更多是一個區域，以后滴滴會根據系統的大數據歷史，同時結合用戶常用上下車點，能為用戶精準到點，解決乘客司機彼此找不著的問題。

推薦上車點靠譜嗎？

　　大數據時代到來了，認同這一判斷的人越來越多。透過大數據，商家更懂客戶了，但如果對方過于懂得自己，難免會讓客戶覺得沒有了"隱私"，缺乏安全感。

　　如何更好地運用大數據這個平臺，發掘其商業價值，以用戶為中心，以人為本用最舒服的方式，***規范的手段做出分析，是我們需要考慮的問題。