而这个“活”，大数据的第一个特点是“在线”——活数据肯定是在线的。现在很少有数据是可能实时被使用的。阿里有一个“奔月”计划，就是把所有的数据都搬到云上，实现“实时处理”。
第二个要理解的点，我们今天的数据，跟以前不一样的地方，未来的商业数据是自然被记录下来的，而不再是一种收集的概念。这是一个根本的思路差别。
传统的市场调查，是一个数据收集的过程，而且是样本数据，因为你不可能收集所有的数据。而互联网时代的数据，是全本的自然记录。比如淘宝，有所有用户任何时间在淘宝上浏览和购物的记录，这是用户行为在淘宝自然沉淀的数据。任何商业都很关心成本，因为随着云计算的发展，存储和运算的成本会越来越低。只有用这种接近零成本的方式存储下的数据，才能够创造价值——这是一个沙里淘金的过程，沙要足够多，最后淘出的金也相对会更多。
大数据第三个特点：数据和业务是一个有机的闭环，它会是一个正反馈的作用。以搜索为例，我们有一个全网数据库，最主要的考核目标是“实时性”，搜索依据，就是要做出一个全网实时数据的index，同时要做出一个ranking：对所有网页内容，根据搜索要求，进行一个排序匹配。Google最有名的研发成果就是page rank。但这个相关性是由什么决定——它是由用户每次的点击（CTR）来决定——这个是google每次计算的活数据的来源，google没有数据收集的过程，任何一个数据的点击，就成为下一个搜索实时的信息，这就是一个活数据的概念。你搜一个关键字，原则上，一个小时前后，得到的结果是不一样的，因为一个小时之后，数据动态更新，已经形成了一个新的结果。这是一个实时的在线系统，一个完整的业务闭环：对于传统企业来说——你的业务在多大程度是由你的数据流决定了你的用户体验。
云+端，获得更好的用户体验，从云的层面说，最重要的大数据处理能力，是大数据本身的质量，数据与用户的互动——这些都会影响用户的体验；而端的层面，比如微信，是点对点的体验，不需要背后云的支持。
数据量的大少，并不是关键，关键是怎么要实现“活”数据。我以出版业为例，出版社这个业务，我想要的就是一个活数据的闭环。又如家电企业，他们有哪些业务是在线的？电商版块是在线的，在线存货和其他的存货，未必都是一盘货。
阿里不是一个纯互联网公司，我们是用互联网技术，提升商业的效率。很多互联网公司，是一个互联网技术，做出一个互联网产品。而阿里关心的，是怎么样用互联网产品，去解决传统商业的问题。这个解决的过程，必须用到这三个互联网产品形态来支撑它的业务体系——internet硬件，云计算社会化的计算公用服务，大数据作为这个平台流动的最重要的资产，web1.0-3.0作为核心的产品形态——云+端
＝＝＝问答环节＝＝＝
提问：所有的环节都是可以实现“数据在线”吗？比如大量的非结构数据？
回答：我认为未来都可以实现“数据在线”。这是一个解构和重构的过程。
提问：未来互联网产品的特征是去中心化吗？
回答：淘宝目前还是中心化流量的平台。我们在促进用户和商家的联系还远远不够。三年前，我们就说过我们想把淘宝做没了，因为我们想让淘宝无处不在。三年来，大数据，云计算以及移动化发展，我们都想努力实现卖家和买家去中心化的交流。换句话说，这是淘宝从web.2.0向3.0过渡。08年-13年，我们完成了最好的购物垂直搜索（这也是商业价值最大的搜索）。但12年开始，淘宝讲小而美和开放平台，已经希望在构筑用SNS的生态来建立大的商业生态系统。
微信的这个大生态，本身是一个社交需求。到目前为止，所有的人，都没有做到用SNS的一个产品理念来支撑出商业的最大化：让买家和卖家的网，可以更加丰富——这其实是商业生态的“毛细血管”部分。这是一个非常难的方向，也是一个巨大的商业机会。我也相信，会有越来越多的创业者，会试图用这个方式来寻找商业机会。
淘宝做的就是web2.0时代的商业引擎。就算3.0时代，我们这样2.0的一个中心化的平台，还是有它的商业价值。后浪推前浪，前浪并不一定会死在沙滩上。它可能会成为新时代一个小的元素。