2015年9月，国务院正式印发《促进大数据发展行动纲要》（以下简称《纲要》）。《纲要》指出，推动大数据发展和应用在未来5~10年逐步实现以下目标：

　　打造精准治理、多方协作的社会治理新模式，建立运行平稳、安全高效的经济运行新机制，构建以人为本、惠及全民的民生服务新体系；开创大众创业、万众创新的创新驱动新格局，培育高端智能、新兴繁荣的产业发展新生态，推动大数据与云计算、物联网、移动互联网等新一代信息技术融合发展，探索大数据与传统产业协同发展的新业态、新模式，促进传统产业转型升级和新兴产业发展，培育新的经济增长点。

　　政府印发《纲要》足以说明大数据的重要性。大数据确实是一个潜力巨大的商业宝库。

　　在大数据应用中，较为知名的商业案例是“啤酒+尿布”。该故事的传播源于20世纪90年代的美国沃尔玛连锁超市。故事是这样的：沃尔玛超市管理人员分析其销售数据时，竟然发现了一个十分令人难以理解的商业现象：在日常的生活中，“啤酒”与“尿布”这两件商品看上去风马牛不相及，但是经常会一起出现在美国消费者的同一个购物篮中。

　　这个独特的销售现象引起了沃尔玛管理人员的关注。经过一系列的后续调查证实，“啤酒+尿布”的现象往往发生在年轻的父亲身上。

　　当然，这个现象源于美国独特的文化。在有婴儿的美国家庭中，通常都是由母亲在家中照看婴儿，去超市购买尿布一般由年轻的父亲负责。年轻的父亲在购买尿布的同时，往往会顺便为自己购买一些啤酒。

　　年轻父亲这样的消费心理自然就导致了啤酒、尿布这两件看上去不相干的商品经常被顾客同时购买。某个年轻的父亲在某超级市场只能购买到一件商品——尿布或者啤酒，通常有可能会放弃在该超市购物而到另一家商店购买，直到可以一次买到啤酒和尿布两件商品为止。

　　沃尔玛的管理人员发现该现象后，立即着手把啤酒与尿布摆放在相同的区域，让年轻的美国父亲非常方便地找到尿布和啤酒这两件商品，并让其较快地完成购物。这样一个小小的陈列细节让沃尔玛获得了满意的商品销售收入。这便是“啤酒+尿布”故事。

　　其后，为了证明“啤酒+尿布”销售的可行性。美国学者艾格拉沃（Agrawal）在1993年从数学及计算机算法角度提出了商品关联关系的计算方法——Aprior算法，即通过分析购物篮中的商品集合，找到商品之间关联关系的关联算法，根据商品之间的关系，找出顾客的购买行为。

　　在此基础之上，从20世纪90年代开始，沃尔玛尝试将艾格拉沃提出的Aprior算法引入POS机数据分析中，此举大获成功。

　　实际上，沃尔玛是最早通过分析大数据而受益的传统零售企业。在大数据这个概念提出以前，沃尔玛一度拥有世界上最大的数据仓库系统。沃尔玛通过该系统对消费者购物行为等数据进行跟踪和分析。无疑沃尔玛是最了解消费者购物习惯的零售商之一。

　　2007年，为了更好地利用大数据分析消费者的行为与需求，沃尔玛建立了一个超大的数据中心，其存储能力非常强大，可以达到四拍（Pb，petabyte）字节以上。《经济学人》(The Economist)杂志在2010年的一篇报道中高度评价沃尔玛的数据量庞大得十分惊人。该文指出，沃尔玛的数据量已经是美国国会图书馆的167倍。

　　当然，沃尔玛拥有巨量的数据并非是一蹴而就的事情，而是慢慢积累的。早在1969年，尽管微型计算机在当时还尚未普及，但是沃尔玛已经开始使用大型计算机来跟踪存货的相关情况。1974年，沃尔玛就在其分销中心与各家商场运用计算机进行库存控制。1983年，沃尔玛所有门店都开始采用条形码扫描系统。1987年，沃尔玛完成了公司内部的卫星系统安装，该系统使得总部、分销中心和各个商场之间可以实现实时、双向的数据和声音传输。

　　沃尔玛正是采用在当时还是小众和超前的信息技术搜集和运营消费者的行为数据，才为其高速发展打下了坚实的基础。如今，在沃尔玛全世界最大的数据仓库中存储着数千家连锁店在65周内的每一笔销售的详细记录，这使得业务人员可以通过分析购买行为更加了解他们的客户。

　　实际上，各个行业都出现了依托于数据分析而展开竞争的企业。这些企业当中，既有网络时代的新秀，如谷歌，也有经营了百年的品牌店，如宝洁。它们都是行业中的佼佼者。正是因为这些公司大规模地采用了数据分析的方法，它们才成为行业中的领先者。白灵、唐婷、傅文俊：《我们的未来能否被预测？什么样的男人容易找到老婆？》，载《商业》2012年第11期。