根本的原因，互聯網***了我們的生活，從線上延伸到線下，人車物都被數據化了，這才使數據的大規模商用成爲可能，再包裝一個名號大數據。
技術層面無非是把一臺機器做不了的事分給很多機器做，並不是主要的進步。主要的推動力是智能手機，我們的每一次聊天，每一份訂單都出賣了我們。另一個推動力是線下業務都出現了計算機化，原來靠人工完成的各種記賬，現在全部都用計算機完成，各類家電也都能上網了，還有就是數字監控的大規模普及。如果你攜帶現代的大數據分析系統，穿越回到20年前，甚至是十年前，都沒有那麼多的數據給你用。
在這裏還是要推薦下我自己建的大數據學習交流羣:529867072，羣裏都是學大數據開發的，如果你正在學習大數據 ，小編歡迎你加入,大家都是軟件開發黨，不定期分享乾貨（只有大數據軟件開發相關的），包括我自己整理的一份最新的大數據進階資料和高級開發教程，歡迎進階中和進想深入大數據的小夥伴加入。
還有一個推動力，就是深度學習的出現。深度學習特別消耗數據，而且自身優異的性能，又進一步提升了大數據等商業價值。
現在這篇回帖就是我一邊走路，一邊在手機上用語音給打出來的。我明明知道這個會暴露我的一些行蹤偏好等等，我還是貪圖它的便利性，繼續給科大訊飛提供數據原料。
大數據，根本上與數學、統計學、計算機學、數據學等基本理論知識無法分割，技術水平突飛猛進給數字領域帶來最直接的躍進。
App研發應用、數據庫編寫應用等促進人類社會技術進步的價值都來源於大數據的發明和運營。
大數據不僅創造了新的計算方式、技術處理方式，更加爲其他技術的研發、應用和落地提供基礎，例如人工智能等。
大數據的“三重門”理論中“交易門”，則是大數據技術價值的核心映射。
“交易門”即客戶與企業進行交易的數據，客戶的交易行爲通過企業內部系統留存，基本以“事後”數據爲主。
“交易門”是推進企業數據驅動業務，與客戶聯繫溝通、獲得有效和分析數據的初級門檻，無論大數據獲取能力如何發展，直接的交易信息永遠都是第一有效和值得關注的。
淘寶的交易分析報告中提到，大額買單後的重購次單和同店重購次單比例分別爲25.0%和16.8%，要明顯高於普通買單的18.8%和10.7%，則表示在首次買單獲取了對賣家服務和商品質量的信任後，次單完全存在放大金額的可能，並且比普通買單的可能要高得多。
由此引導賣家增進服務、堅守質量，並適時推出捆綁推薦，以求同類商品同店大額下單的機率。