简单来说，大数据杀熟，就是你的消费行为被AI算法认为具有较高的购买力，所以商家判断，同样的商品或服务，你愿意接受更高的价格。这就出现了老客户看到的价格，反而比新客户要贵出许多的“杀熟”现象。
学术界普遍认为第四次工业革命的关键节点应该是大数据和人工智能技术的大面积使用。传统计算机软件技术事实上很多时候并不能超越人脑的功能和效率。比如，某个习惯的养成、人的直觉、举一反三的能力等等。这是传统意义上的计算机软件技术所达不到的。
现实中很多数据分析从业者沉寂在用工具操作数据的快感中，还有一些迷恋各种算法带来的成就感，这个可能和每个人的经历和对数据分析的理解不一样造成的，让自己相当一段时间内其实都偏离了企业的关注点，那就是数据的价值。
数据分享、信息公开在分享资源的同时，也在释放善意，取得互信，在数据交换的基础上产生合作，这将打破传统封闭与垄断，形成开放、共享、合作思维。大数据不仅关注数据的因果关系，更多的是相关性，提高数据采集频度，而放宽了数据的精确度，容错率提高，用概率看待问题，使人们的包融思维得以强化。
数据湖和数据仓库，是在今天大数据技术条件下构建分布式系统的两种数据架构设计取向，要看平衡的方向是更偏向灵活性还是成本、性能、安全、治理等企业级特性。但是数据湖和数据仓库的边界正在慢慢模糊，数据湖自身的治理能力、数据仓库延伸到外部存储的能力都在加强。
在大数据技术的支撑下，可构建群体化评估体系，整合用户评价大数据。在大数据赋能的数据服务层，对评估的支持具体体现在对海量评价数据的自动处理与分析方面，从而得到详实可靠的评估打分、正/负面情感倾向。
