子柳的答案虽然得票最高，但没有提及大数据在应用时最重要的特点：相关性。
大数据，简单理解就是很多很多数据，重要的是很多很多各种类型（人工判断不出或无法判断，但实际是相关的）数据。然后我们怎么发现和利用这些数据间的相关性才是大数据应用的核心。
答案中提到的bra销售数据在不同cup型的分布或者基于颜色，省份的统计，这些都是相关关系如此明显的数据。在大数据时代之前，甚至是信息化之前，人工就可以统计和分析出来。单独列举这些数据来回答原PO的提问，简直是鸡同鸭讲。
还是以bra的销售数据来举例，说一个相关性没那么明显的例子：下单时间。
进入信息化社会之前，做销售的人对时间的敏感主要就是利用节假日促销，傻子都知道可以趁着妇女节、情人节、元宵节等等众多男士的受难日来搞bra的促销。
而现在，淘宝上每一张订单都有下单时间，甚至连顾客什么时候开始浏览某一件宝贝，是否经历n分钟跟售前客服的讨价还价，最后在几点几分下单成交，这些都是被收集起来的数据。
如果我们把下单时间跟bra的销售数据关联起来，通过研究找出两者的相关关系，可能得出我们根本想象不到的结果。做促销的可以专门选择在bra热销的时段投放广告，商家可以知道哪一个型号最能激发消费者的购买欲望（从浏览到成交的时间最短），消费者可能发现自己在按照固定的频率去采购bra。
相关性更加隐晦的例子可以举出很多，比如顾客日常的饮食跟bra的cup是否存在相关关系？
更复杂的，顾客购买bra的档次提高了，同时她购买的其它商品也提高了档次，穿着风格开始走职场中层女性的路线，那么是否可以推测她获得了晋升？对于做职场服装的中高档品牌，这个是从女屌丝成长起来的客户啊，现在是让客户建立品牌第一印象的大好机会。
发现数据之间的相关性，现在还需要精通数学、统计学的人去研究。以后工具成熟了，可能只需要用户在输入各种数据之后，勾选其中几个属性，软件就可以自动分析出相关关系。
利用大数据（数据的相关关系）去实现什么，只局限于你的想象力。
