对于大多数互联网公司或者工程师而言，大数据实际上只有一个意思，就是把一堆乱七八糟的数据扔到 HDFS 上面然后进行计算。计算的工具有很多，常见的是 Map-Reduce，但是技术一直在演进，现在还流行 Impala、Spark、Presto 什么的。对于这些搞大数据的工程师而言，这是一个好的事情，因为要把这么多异构的数据和系统跑起来，需要很多人写很多代码，还需要有人来做运维。这么一个部门总得需要几十台机器否则还不如单机计算能力强，工程师也得有十来人。然后可能还需要数据分析师，否则这部门跟摆设也没什么区别。如果系统做得不错数据量也有了，总得配个数据科学家搞点数据挖掘或者机器学什么的吧。所以大数据这件事情可以解决很多就业问题，毕竟很多上了规模的互联网公司都想搞大数据。

　　这一系列标签形成了一个人固定的长期标签。

　　之前的玩法单纯粗暴，就是冲销量或者买位置到第一，然后开始赚钱。

　　当然除了阿里之外，大数据精准营销在其他的互联网企业也都被看做是长线的利润价值，对于企业来说，这种趋势，不是把眼光放在短期的盈利上，主要依托大数据对用户的画像，设身处地的去触动用户，把握数据的长期黏性，从而实现长期增长。

　　如教育行业:如学历提升、职业教育、教育培训、K12教育等，可以通过大数据建模抓取教育相关网站的实时访客，抓取相关教育垂直APP的活跃用户……

　　所以，当产业链完成初期发展时，上游企业的产品成为下游企业的原材料和供货商，下游企业将产品呈现，来到市场，这样的供应链环节，成为了资本主义发展和市场经济发展的正常步骤，以及整个商业社会的基础。但是，由于产业链的逐渐发展，产业链的每一端，所谓都会出现大量同类竞争者 —— 同类竞争者在几乎类似的产品和供应商不断的提高产品质量和降低成本，不断优化供应链体系，在供应链的端口完成市场占据和市场 —— 20世纪90年代以及21世纪头十年，中国的珠三角，地区，出现了大量的类似供应商，而很多供应商产品的成本，已经降到了不可想象的程度 —— 横向整合的结果，会形成在某产业环节的，或者几家竞争的格，这是供应链企业做大做强的表征。

　　这个思维实验当然是虚构的，因为利益冲突无关公司之间很难达成信任，它们很少进行实质性的数据交换。但是寡头们可以通过和战略投资将第三方变成第二方，甚至亲自介入 Wi-Fi 热点的服务。利用这些数据和技术，大数据公司事实上可以将营销做到无孔不入。例如，利用上述信息，商场中的餐厅可以针对近到过商场的用户推送折扣信息，并且根据情况选择短信或微博作为送达渠道。当然现实社会中的餐厅并不会走得这么远，它们更倾向于使用微信服务号一类的技术来建立会员机制。各种 P2P 金融公司、讨债公司对数据更加饥渴，它们会愿意为你的信息（尤其是位置信息）付大价钱。所以从某种意义上说，数据寡头更可能看重你的隐私的长期价值。