大数据是什么相信已经不用多说，仅仅从大数据的特征之一——海量的数据规模来看，全球IP流量达到1EB所需的时间，2001年的时候需要1年时间，到了2013年则仅需1天时间，而在去年则仅需半天的时间。
大数据与O2O有什么关系呢？
O2O是跨渠道的，不仅包括线下传统业务数据，还包括线上的电商数据、社交数据，甚至可能需要对接全网数据；
网上流传较广的经典的大数据案例，就有一个利用社交网络收集信息，进而开始新的营销方式的案例——
一家领先的专业时装零售商，通过当地的百货商店、网络及其邮购目录业务为客户提供服务。
公司希望向客户提供差异化服务，如何定位公司的差异化，他们通过从Twitter（推特）和Facebook（脸书）收集社交信息，更深入的理解化妆品的营销模式，随后他们认识到必须保留两类有价值的客户：高消费者和高影响者。接下来，这家公司希望通过接受免费化妆服务，让用户进行口碑宣传。
案例来自 云何数据
而数据的一部分是结构化的交易数据和服务数据，一部分是碎片化、非结构化的社交数据，还有一部分是全网进行用户画像的标签数据；
同时，每一次线上的社交行为、线下的消费行为和每一次O2O的动作、事件跟踪数据，都会源源不断产生数据。
在加拿大多伦多的一家医院，针对早产婴儿，每秒钟有超过3000次的数据读取。通过这些数据分析，医院能够提前知道哪些早产儿出现问题并且有针对性地采取措施，避免早产婴儿夭折。
案例来自 百度知道
这时候，数据的规模是空前的，数据的复杂程度是空前的，企业需要大数据技术来进行主数据的识别和统一，数据仓库的构建和分析，标签体系的构建和运营，用户画像的建模和数据完善，进一步的个性化推荐和BI分析等。
在此基础上，进一步做好用户运营，从用户的个性化互动和智能推荐，到基于数据的精准营销，然后可以提供定制化的产品和服务，并结合用户的关联需求进行异业联盟合作，打造一个共赢的生活圈生态，最终通过不断积累的用户数据来提供金融服务。
