提到大數據的應用，大家都會想到“啤酒與尿布”，但是另一個應用你注意到了嗎？沃爾瑪借助大數據，將一本懷孕雜志寄到了一位未婚女孩的家里，而那女孩的父親非常生氣，便起訴沃爾瑪誣陷，而最后父親從女兒那里得到消息，自己確實懷孕了。
從大數據概念那里解讀，毫無疑問，這是一個成功的案例，但如果說從用戶的角度來看，從女孩和她父親的角度來看，這樣寄送懷孕雜志寄到一個未婚女生手里，不管是開放的國家，還是相對保守的國家，這無疑是侵犯了個人的隱私，對自己造成了很大的影響，寄送雜志的行為，并不會被看成友好的行為。這莫名飛來的懷孕雜志，也會給收件者帶來影響。
通過上述這個被認為是充分利用大數據的案例，我們可以發現，其實并不是那么的美好，大數據還是有它的局限的，那就是隱私。
互聯網與傳統領域不同的便是，互聯網會記錄用戶的行為，你在網上購物，會留下你的瀏覽記錄、搜索記錄、信用卡信息、家庭地址、電話等隱私數據，你借助網絡聊天，互聯網可以記錄你敲下的每一個字符。因此，互聯網會擁有你在互聯網上的所有行為，有了行為數據，經過分析，自然會得到用戶較為詳細的資料，資料中自然包含隱私數據，這是互聯網的特性，也是大數據產生的基礎。
很多電商在首頁會有推薦功能，大多是根據用戶之前的關鍵詞搜索或者點擊瀏覽記錄，進行的同類商品的推薦，在用戶心中，是比較喜歡的。但當阿里巴巴入股微博后，在微博頁面中，插入類似的廣告后，卻引起了用戶的高度反感，也成了微博活躍用戶下降的主因之一。那為什么會出現兩種不同的態度，關鍵在于用戶的使用環境和需求。
用戶訪問電商網站，如果出現同類型對比，對用戶來講，不存在涉及個人隱私的情況，更多的會看成網站更加智能和人性化，因此，出現類似的廣告，在用戶看來，是可以接受，甚至是喜歡的。但如果是出現在社交網站的頁面中，由于社交網站，特別是UGC(用戶生成內容)模式的社交網站，具有高度的私人化，因此，用戶對隱私具有較高的敏感度，因此，一旦出現用戶認為涉及隱私的，用戶的反感情緒比較高。由于使用環境和需求的不同，導致用戶的態度也是不同的。
很多人可能會說了，那既然如此，大數據是互聯網下必然產生的結果，有了足夠多的數據，用戶隱私自然是無法保護的，那該如果做呢?
正如武器是無罪的，有罪的是使用者。其實大數據是無邊界的，但利用大數據必須是有邊界的，邊界就是基于隱私保護的大數據服務。那該如何做呢?作為最有利于收集數據和用戶隱私的電商網站的京東和支付寶，給出答案。
京東是使用大數據的好手，曾經用大數據魔鏡帶來了驚人的業績翻倍。它做了一個厲害的預測，它可以計算出用戶的下單率。當用戶訪問某件商品時，京東根據用戶的之前購物習慣、該商品頁面的訪問時間等數據，分析出用戶購買的可能性和何時購買，如果說分析出用戶有較高的購買性，但可能是在幾天后，而恰恰距離用戶最近的倉儲沒有該商品，那京東會先將商品進行配送到臨近的倉儲，等用戶下單時，商品可能已經到達最近的倉儲了，那收貨的時間自然會縮短。從這個功能來看，對京東來講，借助大數據，可以分析出很多用戶不知道，也很隱私的數據，但我借助分析，而是改變的用戶體驗;對用戶來講我感受到的是，從京東上購買商品的配送時間縮短，改變的是用戶的切身感受，自然不會去考慮京東是如何操作的。
支付寶最近推出的芝麻信用，也是根據用戶在支付寶上的交易數據，和其他數據，計算出用戶的虛擬信用，借助虛擬信用，未來可以推出基于虛擬信用的服務，對用戶來講，改變的是自己的體驗和未來適合用戶的功能，因此，也不會去考慮涉及隱私的考慮。
幸運的是，現在越來越多的企業明白，隱私是基于大數據服務的底線，不能觸碰的高壓線。在利用大數據時也遵循了基于用戶隱私保護的大數據服務這個大數據的邊界，并且出發點是改善用戶的體驗。如果將上面沃爾瑪的例子改一下，是一個已婚未育的婦女，收到了懷孕雜志，相信和未婚女生收到懷孕雜志的心情是不一樣的。
京公網安備 11010502049343號