大数据是指以服务重大决策为目的，需要新型数据处理方法才能对其内容进行采集、存储、管理和分析的一种海量、高增长率和多样化的信息资本。大数据的战略意义不在于拥有一堆庞大的数据，而在于对这些数据进行加工、挖掘，从中发现其规律和价值，以便于数据使用者作出正确的决策，以及直接应用到业务经营中，从而实现数据的增值。
大数据具有规模庞大、发生频率高、实时反应、永远在线以及全样本、度、非结构化特点，具有传统数据处理不可比拟的优势。在处理事物的关系类型方面，大数据既能处理因果关系，还能处理相关关系，甚至能反映出一些风马牛不相及的隐蔽现象。
沃尔玛超市大数据分析发现一个现象，啤酒与尿布两种商品经常会同时出现在一张小票单上。原来，前往超市给孩子买尿布的爸爸，通常会顺便给自己买一罐啤酒。于是，沃尔玛作出一个决策，将啤酒和尿布两种商品调整到相邻货位，方便爸爸们购买。这样一来，用户体验更好，两种商品卖得更多了。
还有一件有趣的事，在2014年夏天的时候，阿里数据分析师在对内衣销售数据进行分析后发现，65%的B罩杯女性顾客属于低消费顾客，而C罩杯及更大罩杯的女性顾客大多属于中等消费或高消费顾客。通俗地讲就是，购买大号内衣的女性比小号内衣的女性更“败家”。此结论一出，公众哗然，大家对大数据的实际应用有了一个直观的了解。
其实仔细想想，也有一定道理，胸大的女性在人类进化的过程中具有更多的选择权，而男人也更倾向于选择看起来健康、生殖能力强的女性，胸大与否就是判断标准之一。所以胸大的女性就更有可能嫁给经济能力强的男人，消费和消费能力自然就更强。大数据就这样迅速地揭示了人类的基因密码。
有顾客想要在冬天买一件男装，登陆电商平台输入“男装”关键词，然后弹出来关于男装的商品页面，顾客点击之后，进入商品详情页面，这一过程会被电商平台详细记录下来进入数据库，包括商品信息、商品偏好、停留时间等等。后台经过对其搜索行为进行分析，了解到该用户或其亲友有购买男装的需求，然后系统会在后续用户上网过程中，自动推送男装方面的商品广告页面到用户屏幕，促使用户发生购买行为。
传统的市场调研或人口普查需要面对面的线下统计活动，花费大量的时间，还要经过严谨、繁琐的计算过程，而通过大数据分析很快就能得到统计结果。
传统的调研、统计、分析、管理方法需要消耗大量的人力、物力、财力成本，而通过大数据处理，具有显著的成本优势。比如获得一张调查问卷的成本至少是两元以上，包括印刷成本和礼品成本，而通过大数据进行调研可能只需要几分钱。