智能手机的革命已经改变了人们的生活。智能手机已经成了许多人生活中不可或缺的一部分，打电话早已远远不是手机唯一的功能。智能手机所能完成的任务包罗万象：管理日程，联机游戏，观看电影，购物比价，寻找取款机
　　根据comScore 2012年11月发布的报告，美国目前有1.2亿智能手机用户，约占全体手机用户的53%，而这一比例还将在接下来几年中继续保持明显的增长。除了硬件技术的发展之外，软件技术的发展也是智能手机革命重要的助推力量——成千上万的独立开发者得以通过手机应用的方式，经由Google Play和iPhone App Store等应用商店，将自己的创意和想法传递给庞大的智能手机用户群体。
　　手机应用领域取得了巨大的成功和极速的发展，然而新的问题也浮出了水面。应用市场中的应用数量太多了，几乎不可能有用户能将所有应用都从头到尾浏览一遍。举一个直观的例子——美国的Netflix有大约14000部视频影片，超级市场通常会出售15000至60000件商品，而Google Play和iPhone AppStore上都已经有超过800000个应用了！更何况，站在超市货架之前，我们可以一次性看完几十种商品；但在应用市场，我们一次最多也只能在手机屏幕上看到10多个应用。
　　应用市场需要进一步提升自己的功能，帮助用户寻找到自己所需要的应用。特别是，应用市场应该找到一个更好的方式界定应用的质量，找出那些抄袭他人的应用，并依据每个人不同的品味和喜好提供不同的应用市场浏览体验。为了实现这些需求，我们需要通过技术手段来实现个性化推荐，搜索结果调整，意见领袖跟踪等功能。比如说，用户在应用市场中搜索“医生”以求为他的父母寻求医疗方面的建议时，搜索结果中应该出现的是“家庭医生”这样的应用，而非“玛丽医生”这样的游戏软件。
　　好消息：智能手机为应用商店提供了数据来源
　　应用商店追踪用户信息的方式有点类似于超市追踪消费者购买习惯的方法。在顾客从超市货架上拿下一包麦片时，超市会去追踪并记录其他相关数据，比如这位顾客是否还观察并购买了其他麦片（拿到应用市场的例子中来，“麦片”就成了一个个的应用），顾客食用麦片的频率如何，有多喜欢该品种的麦片，向多少朋友推荐了这种麦片，是否有其他品种的麦片更受这种顾客的青睐，在智能手机的帮助下，应用商店相比超市拥有更加广泛的数据来源，比如用户的居住地，用户朋友和同事的应用消费习惯，用户感兴趣的内容，用户的搜索历史等等…更重要的是，应用市场可以立即将这些数据付诸使用，决定将哪些“商品”放置在黄金展示位上，在用户浏览应用商店时就做出即时的调整。“大数据”技术在应用市场中的使用可以显著地提升应用市场提供定制化用户体验的能力。例如，某个住在纽约的用户刚刚来到伦敦，那他很可能对“伦敦旅游指南”和“酒店预定”等应用拥有特别的兴趣。另一个刚在Facebook上发布了尼克斯队最新视频的用户，“尼克斯队”官方应用很可能会吸引到他的眼球。喜欢听Coldplay乐队歌曲的用户或许会希望下载Coldplay的主题壁纸。假如应用市场拥有高效的数据分析机制和正确的数据分析结果应用机制，那它就可以借助动态的大数据来预测用户未来的购买行为和选择倾向。
　　坏消息：数据的收集、管理与处理是个难题
　　上千万智能手机用户所创造出来的数据是海量且高速增长的。传统的数据处理技术在这种场景下往往会力不从心。不仅如此，这些数据的来源也是五花八门，从应用市场到社交网络，从浏览器数据到基于位置的数据，从设备上存储的内容到搜索的关键字，多样化的数据来源使数据分析的难度进一步提高。传统数据处理技术是无法应付这一类高容量、高差异化、高速更新的“三高”数据的。只有以往一般用于处理网站分析、医药研究等领域问题的“大数据”技术，才是被设计用来收集、管理并处理这类数据的利器。
　　不过，在应用市场领域使用大数据技术会碰到以下两项制约：
　　1. 大数据计算资源问题。幸运的是，云计算技术的发展使企业更容易以“时租”的方式，向Amazon和微软等云计算供应商获取计算资源供使用。即使初创企业和个人开发者也能借此解决计算资源的制约。
　　2. 人才问题，即使目前已经有很多用于处理大量数据的现成工具，许多情况下数据的分析和处理依然面临着巨大的挑战，并需要深厚的领域知识积累才能完成全部的工作。拥有数据处理经验和算法相关经验的人才对充分发挥大数据价值并提升数据分析的洞察深度而言不可或缺。应用开发者最大的挑战，或者说用户们目前最大的损失，正在于大数据背后价值的有效利用。实现了这一点的应用商店将触及到一个全新的高度——为对的用户去发现对的应用。多久之后，浏览应用商店才能像现实生活中逛商店一般得心应手？多久之后，应用商店才能像变戏法一样将我最想获取的应用在第一时间展现在我的眼前？这确实很难预料。许多工作还有待我们去完成。