关于大数据和隐私，核心的问题在于标识（Identity），尤其是所谓的 PII （Personal Identifiable Information）。但是要对用户进行追踪并不一定需要 PII，一个强度高的随机数都可以用来追踪单个用户。在 Web 时代，由于 Cookie 的生命周期问题，对用户进行长期追踪并不是很容易。但是近几年，越来越多的公司使用 Flash 来进行追踪，演进成一种叫做数字指纹的技术。要解释这些技术需要一些应用数学背景，知乎上应该可以找到相关的问答，我就不赘述了。我很想系统地讲述在使用桌面浏览器上如何保护自己的隐私，但是似乎离题太远了。但是我还是想提醒一句，在桌面浏览器上有效的惯就是禁用 Flash（当然，如果你出于装了数字公司的软件，那么你可以假装我说的都是废话——毕竟数字公司连你开机时间这种信息都不放过，更何况这家公司可是以所谓的“厚数据”而闻名的）。

　　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。

　　如此看来，大数据精准营销有很多优势:

　　1. 精准定向投放，抓住潜在用户，实现低成本高效获客。

　　2. 发现品牌机遇，如新客户、新市场、新规律、回避风险等。

　　作为买家在淘宝上浏览和购买时，搜索引擎都会给你打上标签，同时也会根据你的标签和浏览习惯给你浏览的店铺打上标签。

　　这一系列标签形成了一个人固定的长期标签。

　　对于企业而言，利用既有系统，亦或是设计好的计算模式所为管理层提供的一手数据资料，或者整合处理过的加工数据资料，都将撬动企业核心价值链体系 —— 至少是决策体系的大变动 —— 从前依靠的企业经验和信息整合能力的领导层，如今依靠高性能并行的计算机处理技术，处理海量的数据集，分布式的演算出的战略决策，甚至是企业普通决策，其效率的普遍适用，慢慢将会为企业的传统人力组织架构大做减法。数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。