阿里巴巴和阿里妈妈同是阿里巴巴集团旗下的分公司。集团旗下的公司有阿里巴巴、阿里妈妈、淘宝、支付宝、中国雅虎。阿里巴巴：阿里巴巴网络技术有限公司（简称：阿里巴巴集团）是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立，他们相信互联网能够创造公平的竞争环境，让小企业通过创新与科技扩展业务，并在参与国内或全球市场竞争时处于更有利的位置。阿里巴巴集团经营多项业务，另外也从关联公司的业务和服务中取得经营商业生态系统上的支援。业务和关联公司的业务包括：淘宝网、天猫、聚划算、全球速卖通、阿里巴巴国际交易市场、1688、阿里妈妈、阿里云、蚂蚁金服、菜鸟网络等。阿里妈妈：阿里妈妈（Alimama）隶属阿里巴巴集团，是国内领先的大数据营销平台，拥有阿里巴巴集团的核心商业数据。每天有超过50亿推广流量完成超过3亿件商品推广展现，覆盖高达98%的网民，实现数字媒体（PC端+无线端+互联网电视端）。目前，阿里妈妈整体客户数突破100万；合作媒体超4000家，与10万家APP达成合作，媒体矩阵日均PV200亿，覆盖中国98%人群；帮助品牌客户斩获国内外各大营销大奖78个，客户满意度连续3年超过92%。已经从单一的淘内电商营销平台全面升级成以阿里大数据为核心，覆盖未来营销核心媒体矩阵，实现“品—传—销”全链路营销诉求的DT时代营销平台。
说起阿里巴巴，对互联网稍微了解的人就知道他是全球最大的B2B网站，而对于阿里妈妈，可能很多人都还不知道，不过你很快就会知道的，不出意外的话，它将掀起一场革命，互联网的广告分销革命。 看到阿里妈妈，我们首先想到的就是阿里巴巴，以及阿里系列组合，不错，他也是阿里系列里面的一员。虽然阿里妈妈的推出很低调，虽然网站上一个和阿里巴巴相关的字都没有，但是这些都挡不住马云进军网络分销市场的雄心。很多人都说，马云对网络的把握太准确了，阿里这一系列的产品足以看出马云的商业化意识有多好。如果阿里妈妈能够成功，那目前网络上最赚钱的两个领域（我前几天写过一篇“网站的第二、三盈利点”）都囊括在了马云的手里。说这些也并不是说阿里妈妈就会一帆风顺的走下去，其实分析一下现在的网络环境我们也会看到，其竞争已经到了白热化阶段。阿里妈妈往上说是直接和各大门户网站竞争，往下就是面向大中小各色类型的网站，也包括一些个人站点，其覆盖面也是相当广泛，是直接从google嘴里抢饭吃，竞争是无法避免的，马云也曾说自己从不惧怕竞争，这次的阿里妈妈是真的要打一场硬仗了。阿里巴巴靠着他雄厚的人力、财力、资源优势把淘宝养起来了，在淘宝考虑盈利的时候，他又推出一个阿里妈妈，其节奏把握的非常好，靠阿里巴巴的实力，养起一个阿里妈妈肯定也没有问题，等到阿里妈妈也是国内行业老大的时候，阿里巴巴以及淘宝的广告就可以全部由阿里妈妈来经营管理了。 阿里巴巴和阿里妈妈一旦联手，那将又会是一场互联网革命，还有谁能与之争锋？
这个怎么跟嗬塘3墒3家4伦坛上面的一些帖子差不多呢
没有关系
就好像是分店这么个关系吧

“大数据”近几年来可谓蓬勃发展，它不仅是企业趋势，也是一个改变了人类生活的技术创新。大数据对行业用户的重要性也日益突出。掌握数据资产，进行智能化决策，已成为企业脱颖而出的关键。因此，越来越多的企业开始重视大数据战略布局，并重新定义自己的核心竞争力。国内做大数据的公司依旧分为两类：一类是现在已经有获取大数据能力的公司，如百度、腾讯、阿里巴巴等互联网巨头以及华为、浪潮、中兴等国内领军企业，做大数据致店一叭柒叁耳领一泗贰五零，涵盖了数据采集，数据存储，数据分析，数据可视化以及数据安全等领域;另一类则是初创的大数据公司，他们依赖于大数据工具，针对市场需求，为市场带来创新方案并推动技术发展。其中大部分的大数据应用还是需要第三方公司提供服务。越来越多的应用涉及到大数据，这些大数据的属性，包括数量，速度，多样性等等都是呈现了大数据不断增长的复杂性，所以，大数据的分析方法在大数据领域就显得尤为重要，可以说是决定最终信息是否有价值的决定性因素。基于此，对大数据进行分析的产品有哪些比较倍受青睐呢?而在这里面，最耀眼的明星当属Hadoop，Hadoop已被公认为是新一代的大数据处理平台，EMC、IBM、Informatica、Microsoft以及Oracle都纷纷投入了Hadoop的怀抱。对于大数据来说，最重要的还是对于数据的分析，从里面寻找有价值的数据帮助企业作出更好的商业决策。下面，我们就来看看以下十大企业级大数据分析利器吧。随着数据爆炸式的增长，我们正被各种数据包围着。正确利用大数据将给人们带来极大的便利，但与此同时也给传统的数据分析带来了技术的挑战，虽然我们已经进入大数据时代，但是“大数据”技术还仍处于起步阶段，进一步地开发以完善大数据分析技术仍旧是大数据领域的热点。在当前的互联网领域，大数据的应用已经十分广泛，尤其以企业为主，企业成为大数据应用的主体。大数据真能改变企业的运作方式吗?答案毋庸置疑是肯定的。随着企业开始利用大数据，我们每天都会看到大数据新的奇妙的应用，帮助人们真正从中获益。大数据的应用已广泛深入我们生活的方方面面，涵盖医疗、交通、金融、教育、体育、零售等各行各业。可视化分析大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了。2. 数据挖掘算法大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点，也正是因为这些被全世界统计学家所公认的各种统计方法（可以称之为真理）才能深入数据内部，挖掘出公认的价值。另外一个方面也是因为有这些数据挖掘的算法才能更快速的处理大数据，如果一个算法得花上好几年才能得出结论，那大数据的价值也就无从说起了。3. 预测性分析大数据分析最终要的应用领域之一就是预测性分析，从大数据中挖掘出特点，通过科学的建立模型，之后便可以通过模型带入新的数据，从而预测未来的数据。4. 语义引擎非结构化数据的多元化给数据分析带来新的挑战，我们需要一套工具系统的去分析，提炼数据。语义引擎需要设计到有足够的人工智能以足以从数据中主动地提取信息。5.数据质量和数据管理。大数据分析离不开数据质量和数据管理，高质量的数据和有效的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分析结果的真实和有价值。大数据分析的基础就是以上五个方面，当然更加深入大数据分析的话，还有很多很多更加有特点的、更加深入的、更加专业的大数据分析方法。大数据的技术数据采集： ETL工具负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。数据存取： 关系数据库、NOSQL、SQL等。基础架构： 云存储、分布式文件存储等。数据处理：自然语言处理(NLP，Natural LanguageProcessing)是研究人与计算机交互的语言问题的一门学科。处理自然语言的关键是要让计算机”理解”自然语言，所以自然语言处理又叫做自然语言理解也称为计算语言学。一方面它是语言信息处理的一个分支，另一方面它是人工智能的核心课题之一。统计分析：假设检验、显著性检验、差异分析、相关分析、T检验、 方差分析 、卡方分析、偏相关分析、距离分析、回归分析、简单回归分析、多元回归分析、逐步回归、回归预测与残差分析、岭回归、logistic回归分析、曲线估计、因子分析、聚类分析、主成分分析、因子分析、快速聚类法与聚类法、判别分析、对应分析、多元对应分析（最优尺度分析）、bootstrap技术等等。数据挖掘：分类 （Classification）、估计（Estimation）、预测（Prediction）、相关性分组或关联规则（Affinitygrouping or association rules）、聚类（Clustering）、描述和可视化、Description andVisualization）、复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)模型预测 ：预测模型、机器学习、建模仿真。结果呈现： 云计算、标签云、关系图等。大数据的处理1. 大数据处理之一：采集大数据的采集是指利用多个数据库来接收发自客户端（Web、App或者传感器形式等）的数据，并且用户可以通过这些数据库来进行简单的查询和处理工作。比如，电商会使用传统的关系型数据库MySQL和Oracle等来存储每一笔事务数据，除此之外，Redis和MongoDB这样的NoSQL数据库也常用于数据的采集。在大数据的采集过程中，其主要特点和挑战是并发数高，因为同时有可能会有成千上万的用户来进行访问和操作，比如火车票售票网站和淘宝，它们并发的访问量在峰值时达到上百万，所以需要在采集端部署大量数据库才能支撑。并且如何在这些数据库之间进行负载均衡和分片的确是需要深入的思考和设计。2. 大数据处理之二：导入/预处理虽然采集端本身会有很多数据库，但是如果要对这些海量数据进行有效的分析，还是应该将这些来自前端的数据导入到一个集中的大型分布式数据库，或者分布式存储集群，并且可以在导入基础上做一些简单的清洗和预处理工作。也有一些用户会在导入时使用来自Twitter的Storm来对数据进行流式计算，来满足部分业务的实时计算需求。导入与预处理过程的特点和挑战主要是导入的数据量大，每秒钟的导入量经常会达到百兆，甚至千兆级别。3. 大数据处理之三：统计/分析统计与分析主要利用分布式数据库，或者分布式计算集群来对存储于其内的海量数据进行普通的分析和分类汇总等，以满足大多数常见的分析需求，在这方面，一些实时性需求会用到EMC的GreenPlum、Oracle的Exadata，以及基于MySQL的列式存储Infobright等，而一些批处理，或者基于半结构化数据的需求可以使用Hadoop。统计与分析这部分的主要特点和挑战是分析涉及的数据量大，其对系统资源，特别是I/O会有极大的占用。4. 大数据处理之四：挖掘与前面统计和分析过程不同的是，数据挖掘一般没有什么预先设定好的主题，主要是在现有数据上面进行基于各种算法的计算，从而起到预测（Predict）的效果，从而实现一些高级别数据分析的需求。比较典型算法有用于聚类的Kmeans、用于统计学习的SVM和用于分类的NaiveBayes，主要使用的工具有Hadoop的Mahout等。该过程的特点和挑战主要是用于挖掘的算法很复杂，并且计算涉及的数据量和计算量都很大，常用数据挖掘算法都以单线程为主。
在互联网技术高速发展的今天，对企业而言掌握数据资源就掌握了出奇制胜的关键。越来越多的企业开始重视大数据战略布局，并重新定义了自己的核心竞争力。这里给大家整理一些国内大数据公司排名。（不考虑国外的，数据作为未来竞争的核心力量，使用国外的大数据平台是极度不安全的！） 1、阿里云：这个没话讲，就现在来说，国内没有比它更大的了。阿里的大数据布局应该是很完整的了，从数据的获取到应用到生态、平台，在大数据这行，绝对的杠把子！2、华为云：整合了高性能的计算和存储能力，为大数据的挖掘和分析提供专业稳定的IT基础设施平台，近来华为大数据存储实现了统一管理40PB文件系统。（华为云好像目前是不怎么对外开放的）3、百度：作为国内综合搜索的巨头、行业老大，它拥有海量的数据，同时在自然语言处理能力和机器深度学习领域拥有丰富经验。4、腾讯：在大数据领域腾讯也是不可忽略的一支重要力量，尤其是社交领域，只是想想QQ和微信的用户量就觉得可怕。大数据是宝藏，人工智能是工匠。大数据给了我们前所未有的收集海量信息的可能，因为数据交互广阔，存储空间近乎无限，所以我们再也不用因“没地方放”而不得弃掉那些“看似无用”的数据。 当数据变得多多益善，当移动设备、穿戴设备以及其他一切设备都变成了数据收集的“接口”，我们便可以尽可能的让数据的海洋变得浩瀚无垠，因为那里面“全都是宝”。
近年来中国的大数据行业蓬勃发展，目前国内的大数据公司可以分为两类，一类是已经获取大数据能力的公司，例如大家耳熟能详的百度、腾讯、阿里等互联网巨头，以及华为、中兴、浪潮等国内技术型领军企业。另一类是初创型大数据企业，他们具有自主研发的大数据系统，针对行业和市场的需求，为企业提供多元化的服务。 国内大数据主力阵营介绍：1. 百度百度的核心优势体现在海量海量数据，庞大的用户集群以及十多年的用户沉淀，以及在数据挖掘技术上的领先优势，以“百度指数”为代表，可以实时监测多维度用户行为数据。2. 腾讯基于QQ以及微信社交平台，腾讯拥有巨量的用户关系数据，以及基于此产生的社交数据，和用户属性数据，腾讯的数据主要服务于精准营销。3. 阿里巴巴淘宝、天猫、支付宝的巨大用户量让腾讯的拥有庞大的交易数据以及信用数据，用于实现平台之间数据的打通。4.艾媒咨询 中国新经济产业第三方挖掘与分析机构，拥有自主研发的两大大数据系统——北极星应用统计分析平台，艾媒大数据舆情监控系统。相对于以上介绍的百度、阿里云、腾讯等大数据平台，艾媒不仅仅是单纯的提供数据监测服务，最核心的是提供深层次的行业数据分析研究服务。围绕着当下最关注的最前沿的行业热点，每年公开发布行业研究报告的超过1000多份，帮助用户实现市场趋势的捕捉和用户信息的洞察，精准把握行业发展现状与前景。
腾讯、阿里、百度国内三大巨头公司都有大数据业务，比如腾讯大数据平台、阿里云等；还有各种BI数据平台，能提供数据解决方案的，也能提供比较好用的数据功能，有思迈特等传统BI，有BDP商业数据平台等轻型敏捷BI；数据可视化工具：国外有tableau等可视化软件，国内有BDP个人版、大数据魔镜等；还有各行各业的专业数据平台，比如金融有万得等等；
目前国内还没有专注大数据的大数据类型公司，要说比较好的大数据相关的职业，大公司肯定是比较好的，像腾讯、百度、网易、京东、阿里巴巴等，或者银行类的大数据分析部门，待遇都很不错，具体就得看你的造化和实力了。。。

“大数据”是指以多元形式，自许多来源搜集而来的庞大数据组，往往具有实时性。在企业对企业销售的情况下，这些数据可能得自社交网络、电子商务网站、顾客来访纪录，还有许多其他来源。这些数据，并非公司顾客关系管理数据库的常态数据组。大数据的应用其实早已渗透到人们生活中的方方面面：亚马逊运用大数据为客户推荐商品信息，阿里用大数据成立了小微金融服务集团，而谷歌更是计划用大数据接管世界??当下，很多行业都开始增加对大数据的需求。大数据时代不仅处理着海量的数据，同时也加工、传播、分享它们。不知不觉中，数据可视化已经遍布我们生活的每一个角落，毕竟普通用户往往更关心结果的展示。伴随去年底百度地图采用LBS定位春运的可视化大数据，就引起了学界对新闻创新和大数据可视化的热议。大数据是需要更新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。而这些信息资产依托客观的数据基础衍生出更多有价值的信息。1、根据销售费习惯以及需求为其推荐更加适合的产品，因此相关服务的企业可以利用大数据进行精准营销，从而实现双赢互利的作用；2、当企业遇到瓶颈或者行业遭遇困境的时候，中小微企业可以利用大数据快速反应做好服务转型；3、企业战略布局以及资源配置的环节，可以通过大数据找到更加贴近事实的一句，同时对于面临互联网压力之下必须转型的传统企业提供与时俱进的契机。企业组织利用相关数据和分析，可以帮助它们实现降低成本、提高效率、开发新产品、做出更明智的业务决策等等目标。下面是一些关于大数据应用目前已经可以解决的问题：1、及时解析故障、问题和缺陷的根源，每年可能为企业节省数十亿美元;2、为成千上万的快递车辆规划实时交通路线，躲避拥堵;3、分析所有SKU，以利润最大化为目标来定价和清理库存;4、根据客户的购买习惯，为其推送他可能感兴趣的优惠信息;5、从大量客户中快速识别出金牌客户;6、使用点击流分析和数据挖掘来规避欺诈行为。一、技术价值大数据，根本上与数学、统计学、计算机学、数据学等基本理论知识无法分割，技术水平突飞猛进给数字领域带来最直接的跃进。App研发应用、数据库编写应用等促进人类社会技术进步的价值都来源于大数据的发明和运营。大数据不仅创造了新的计算方式、技术处理方式，更加为其他技术的研发、应用和落地提供基础，例如人工智能等。大数据中客户与企业进行交易的数据，是大数据技术价值的核心映射。客户的交易行为通过企业内部系统留存，基本以“事后”数据为主。交易数据是推进企业数据驱动业务，与客户联系沟通、获得有效和分析数据的初级门槛，无论大数据获取能力如何发展，直接的交易信息永远都是第一有效和值得关注的。淘宝的交易分析报告中提到，大额买单后的重购次单和同店重购次单比例分别为25.0%和16.8%，要明显高于普通买单的18.8%和10.7%，则表示在首次买单获取了对卖家服务和商品质量的信任后，次单完全存在放大金额的可能，并且比普通买单的可能要高得多。由此引导卖家增进服务、坚守质量，并适时推出捆绑推荐，以求同类商品同店大额下单的几率。只有有了大数据的处理技术，交易行为才能够得到记录分析，企业的大数据技术研发、应用和落地才能拥有基础，以开发更新更适合时代的企业产业。目前有很多传统企业盲目行走大数据的道路，但其实大数据技术能力并没有建立起来，真正获得了有效数据并得以分析利用的就很少，很多该做的“埋点”没有做，数据的统计也缺乏技术支撑。这时大数据的技术价值就会显得尤为重要，且是所有价值的基础，一梁塌，全屋倒。无法自主革新的企业会求助一些以提供大数据服务为产品的新型公司，也就催生了各种大数据公司雨后春笋般的出现，至于这些公司如何为传统转型服务在后面会提到。二、商业价值在实际的升级运行中，习惯于传统经营的企业也许经常会为这样几个基础的问题感到困惑：如何提升运营现状？目标客群是谁？有哪些特点？与竞品相比竞争优势在哪？现有经营问题又是什么？而这些看似简单的问题背后却隐藏着海量数据的分析挖掘：客流数据、经营数据、以往活动相关数据、场内店铺信息、竞品数据，类此种种的深入透析才能帮助企业画像潜客、分析经营、建立会员体系、策划活动执行。单就运营而论，数据作为一种度量方式，能够真实的反映运营状况，帮助企业进一步了解产品、了解用户、了解渠道进而优化运营策略。
大数据是什么？官方解答是巨量资料，指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。大数据最早提出者，指不用随机分析法（抽样调查）的捷径，而是采用所有数据进行分析处理。拥有4V特点，即大量、高速、多样、价值。上面是官方给出的解释，大概可以知道什么意思了。举个例子，在一个空间里一共有10个人，对于其他人9个人都有自己的看法，我们假设每个人都对另一个人有10个看法，那么一个人对其余九个人就有九十条看法。对于评估一个人来讲，在没有大数据的时代，我们会随机抽取一个人问他对另一个人的看法，这样总体一共有90个意见，其中一条，概率是90分之1，然后随机抽取几个，最后产生对一个人的大致评价。那大数据是怎样计算的呢？他把其他九个人每个人10条的想法全部收集起来，整合计算后得到对一个人全面的评估。这个过程计算，我们最后得到的结果就更精准，这就是大数据的价值。只要存在的数据全部收纳其中再进行计算。大量、高速、多样、价值。而怎样计算呢？这就需要把云计算拿出来了，和大数据息息相关的另一技术（一种通过Internet以服务的方式提供动态可伸缩的虚拟化的资源的计算模式）大数据应用广泛，与人工智能和云计算处境频率较高。在金融领域、营销领域、甚至医疗领域等各行各业中发挥着它的作用。当你拥有了大量数据后，这些结果会对每个行业发展方向解决问题有指向性作用，得数据者得人心，得人心者的天下。祝你今天有个好心情，我是u由二毛（微信：ermaodaxia）
有商业价值、社会价值、如果对人有贡献的话，道德价值也可以算上
数字时代，互联网运营离不开大数据，什么是大数据？怎么应用呢？

阿里巴巴大数据对个人隐私的威胁的确存在，但并不是没有解决的办法，即便担忧对国家安全产生威胁，也不必动辄高呼“国有化”。阿里巴巴并不能掌握“各种战略资源的流转”，阿里的大数据本身就包含各种商品流转的数据，通过各种商品的流转很容易分析出国家各种资源的流转，由此绘制出中国各种战略资源的流转及节点图。显然，无论战时还是平时，这样一份战略资源的流转及节点图都可用作瓦解国家安全的导航图。首先，虽然阿里巴巴在中国电商中占据主导地位，但据国家统计局和商务部数据显示，阿里巴巴还远未达到掌握绝大多数商品流转数据的程度。更重要的是，阿里巴巴即便掌握商品流转的数据，距离分析出各种资源的流转也很远，更不要说在目前的占有规模下分析出“各种战略资源的流转”。事实上，在今年稍早些时候，在药品领域，阿里巴巴曾面临过更具体的指责。南方周末报道称，按照国家食药总局的监管要求，中国各类药品从生产、流通、经营和消费等所有节点的全部信息，将会储存在“阿里云”上。当时就有人认为，阿里健康将就此“运用大数据的研究方法，分析药品电子监管码所蕴含的信息，能够绘制出国内的疾病发生的时间、地域、周期，进而掌握国人的健康情况；甚至还能通过药品流转，绘制出中国各种战略资源节点图。”仅凭阿里巴巴掌握了很多电子商务数据，就认为这些数据有可能被制作成“瓦解国家安全的导航图”，是耸人听闻的说法。大数据的能力不应该被过度夸大，声称“大数据威胁国家安全”的这篇文章，还一个说法是，“阿里巴巴的大数据和云计算简直就是有史以来最为强大的情报搜集和分析系统——通过其大数据和云计算，中国人的一举一动及行为偏好都可以尽在其掌握之中。”这种说法完全是过分虚夸了大数据的能力。
不会威胁国家安全。首先，虽然阿里巴巴在中国电商中占据主导地位，但据国家统计局和商务部数据显示，2014年全国网上零售额为2.8万亿元，还只占国内全年社会消费品零售总额26.2万亿元的10%出头。第二、而至于达到10万亿元规模的B2B电子商务市场，据中国电子商务研究中心发布的《2014年度中国电子商务市场数据监测报告》，阿里巴巴的份额是38.9%。第三、换言之，阿里巴巴还远未达到掌握绝大多数商品流转数据的程度。第四、阿里巴巴即便掌握商品流转的数据，距离分析出各种资源的流转也很远，更不要说在目前的占有规模下分析出“各种战略资源的流转”。事实上，在今年稍早些时候，在药品领域，阿里巴巴曾面临过更具体的指责。南方周末报道称，按照国家食药总局的监管要求，中国各类药品从生产、流通、经营和消费等所有节点的全部信息，将会储存在“阿里云”上。当时就有人认为，阿里健康将就此“运用大数据的研究方法，分析药品电子监管码所蕴含的信息，能够绘制出国内的疾病发生的时间、地域、周期，进而掌握国人的健康情况；甚至还能通过药品流转，绘制出中国各种战略资源节点图。”然而这一说法在当时就被权威人士否定。中国疾病预防控制中心原副主任杨功焕认为，健康数据中更重要的是患者数据、医生诊断数据，然后才是相应的药物数据。“一种药品可以治疗很多种疾病，药品和疾病的一一对应关系本就存疑。”“单凭这个数据，得到战略节点是不可能的。”她认为药品相关数据最多只属于公共数据，没有达到涉及国家安全类数据的范畴。所以，仅凭阿里巴巴掌握了很多电子商务数据，就认为这些数据有可能被制作成“瓦解国家安全的导航图”，是耸人听闻的说法。【拓展】阿里巴巴 Alibaba中国最大的网络公司和世界第二大网络公司，是由 马云 在1年一手创立企业对企业的网上贸易市场。00年月，投资一亿元人民币建立个人网上贸易市场——淘宝网。2000年10月，里巴巴投资成立支付宝公司，面向中国电子商务市场推出基于中介的安全交易服务。阿里巴巴在香港成立公司总部，在中国杭州成立中国总部，并在海外设立美国硅谷、伦敦等分支讥构、合资企业家，在中国北京、上海、浙江、山东、江苏、福建、广东等地区设立分公司、办事处十多家。总部： 香港（国际总部）、杭州（中国总部）1年月10日（国际总部）、000年月日（总部）经营范围： （BB）电子商务公司性质： 股份制创始人： 马云

阿里巴巴和阿里妈妈同是阿里巴巴集团旗下的分公司。集团旗下的公司有阿里巴巴、阿里妈妈、淘宝、支付宝、中国雅虎。阿里巴巴：阿里巴巴网络技术有限公司（简称：阿里巴巴集团）是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立，他们相信互联网能够创造公平的竞争环境，让小企业通过创新与科技扩展业务，并在参与国内或全球市场竞争时处于更有利的位置。阿里巴巴集团经营多项业务，另外也从关联公司的业务和服务中取得经营商业生态系统上的支援。业务和关联公司的业务包括：淘宝网、天猫、聚划算、全球速卖通、阿里巴巴国际交易市场、1688、阿里妈妈、阿里云、蚂蚁金服、菜鸟网络等。阿里妈妈：阿里妈妈（Alimama）隶属阿里巴巴集团，是国内领先的大数据营销平台，拥有阿里巴巴集团的核心商业数据。每天有超过50亿推广流量完成超过3亿件商品推广展现，覆盖高达98%的网民，实现数字媒体（PC端+无线端+互联网电视端）。目前，阿里妈妈整体客户数突破100万；合作媒体超4000家，与10万家APP达成合作，媒体矩阵日均PV200亿，覆盖中国98%人群；帮助品牌客户斩获国内外各大营销大奖78个，客户满意度连续3年超过92%。已经从单一的淘内电商营销平台全面升级成以阿里大数据为核心，覆盖未来营销核心媒体矩阵，实现“品—传—销”全链路营销诉求的DT时代营销平台。