「尿布、啤酒、星期五」是20几年前Walmart分析人员从数据意外发现的正相关，Walmart为验证两者的相关性，开始将原本毫不相干的尿布与啤酒摆放在同一货架上贩售，造成两者销量大幅成长了三成之多，这是数据挖掘的经典案例，也是数据分析的滥觞。

数据分析与大数据分析，一字之差，天壤之别。新加坡大数据行销公司Gherlock的执行长Jonathan提到：「巨量数据的重点已不再是搜集和挖掘，而在于运用与预测。」，在Google推出Google Analytics网站流量分析的服务之后，只要嵌入了追踪程式码，任何人都可以轻易搜集到巨量数据，而当时Walmart所处理的数据与现今的数据数据，规模不可同日而语。

一个购物网站仅于短短一个月内便可有超过上千万的流量，且同时上线的人次可能逾千位，浏览行为的复杂性提高、访客行为的丰富度增加，所产生的数据量已超乎想像，因此以「巨量数据」一词概括这些无法计算的庞大数据。传统的数据挖掘通常指的是从无意义的数据中萃取出有意义的资讯，用过去的data mining来看如此庞大的数据，犹如大海捞针。但是现今的巨量数据，所呈现出的是消费者行为的事实，具意义的资讯俯拾即是，端看行销人员如何善加运用。因此，面对现今的巨量数据，我们应走出过去data mining的框架，仔细钻研这些庞大数据所呈现出的故事，并加以发展运用。