對于企業來說，100條理論確實不如一個成功的標桿有實踐意義，本文的主旨就是尋找“正在做”大數據的49個樣本。
力圖從企業運營和管理的角度，梳理出發掘大數據價值的一般規律：一是以數據驅動的決策，主要通過提高預測概率，來提高決策成功率;二是以數據驅動的流程，主要是形成營銷閉環戰略，提高銷售漏斗的轉化率;三是以數據驅動的產品，在產品設計階段，強調個性化;在產品運營階段，則強調迭代式創新。
從谷歌、亞馬遜、Facebook、LinkedIn，到阿里、百度、騰訊，都因其擁有大量的用戶注冊和運營信息，成為天然的大數據公司。而像IBM、Oracle、EMC、惠普這類大型技術公司紛紛投身大數據，通過整合大數據的信息和應用，給其他公司提供“硬件軟件 數據”的整體解決方案。我們關注的重點是大數據的價值，第一類公司首當其沖。
01 亞馬遜的“信息公司”
如果全球哪家公司從大數據發掘出了最大價值，截至目前，答案可能非亞馬遜莫屬。亞馬遜也要處理海量數據，這些交易數據的直接價值更大。作為一家“信息公司”，亞馬遜不僅從每個用戶的購買行為中獲得信息，還將每個用戶在其網站上的所有行為都記錄下來：頁面停留時間、用戶是否查看評論、每個搜索的關鍵詞、瀏覽的商品等等。這種對數據價值的高度敏感和重視，以及強大的挖掘能力，使得亞馬遜早已遠遠超出了它的傳統運營方式。
亞馬遜CTO Werner Vogels在CeBIT上關于大數據的演講，向與會者描述了亞馬遜在大數據時代的商業藍圖。長期以來，亞馬遜一直通過大數據分析，嘗試定位客戶和和獲取客戶反饋。“在此過程中，你會發現數據越大，結果越好。為什么有的企業在商業上不斷犯錯？那是因為他們沒有足夠的數據對運營和決策提供支持，”Vogels說，“一旦進入大數據的世界，企業的手中將握有無限可能。”從支撐新興技術企業的基礎設施到消費內容的移動設備，亞馬遜的觸角已觸及到更為廣闊的領域。
亞馬遜推薦：亞馬遜的各個業務環節都離不開“數據驅動”的身影。在亞馬遜上買過東西的朋友可能對它的推薦功能都很熟悉，“買過X商品的人，也同時買過Y商品”的推薦功能看上去很簡單，卻非常有效，同時這些精準推薦結果的得出過程也非常復雜。
亞馬遜預測：用戶需求預測是通過歷史數據來預測用戶未來的需求。對于書、手機、家電這些東西——亞馬遜內部叫硬需求的產品，域名購買 directadmin購買，你可以認為是“標品”——預測是比較準的，甚至可以預測到相關產品屬性的需求。但是對于服裝這樣軟需求產品，亞馬遜干了十多年都沒有辦法預測得很好，因為這類東西受到的干擾因素太多了，比如：用戶的對顏色款式的喜好，穿上去合不合身，愛人朋友喜不喜歡…… 這類東西太易變，買得人多反而會賣不好，所以需要更為復雜的預測模型。
亞馬遜測試：你會認為亞馬遜網站上的某段頁面文字只是碰巧出現的嗎？其實，亞馬遜會在網站上持續不斷地測試新的設計方案，從而找出轉化率最高的方案。整個網站的布局、字體大小、顏色、按鈕以及其他所有的設計，其實都是在多次審慎測試后的最優結果。
亞馬遜記錄：亞馬遜的移動應用讓用戶有一個流暢的無處不在的體驗的同時，也通過收集手機上的數據深入地了解了每個用戶的喜好信息;更值得一提的是Kindle Fire，內嵌的Silk瀏覽器可以將用戶的行為數據一一記錄下來。
以數據為導向的方法并不僅限于以上領域，亞馬遜的企業文化就是冷冰冰的數據導向型文化。對于亞馬遜來說，大數據意味著大銷售量。數據顯示出什么是有效的、什么是無效的，新的商業投資項目必須要有數據的支撐。對數據的長期專注讓亞馬遜能夠以更低的售價提供更好的服務。
02 谷歌的意圖
如果說有一家科技公司準確定義了“大數據”概念的話，那一定是谷歌。根據搜索研究公司comScore的數據，僅2012年3月一個月的時間，谷歌處理的搜索詞條數量就高達122億條。谷歌的體量和規模，使它擁有比其他大多數企業更多的應用大數據的途徑。
谷歌搜索引擎本身的設計，就旨在讓它能夠無縫鏈接成千上萬的服務器。如果出現更多的處理或存儲需要，抑或某臺服務器崩潰，谷歌的工程師們只要再添加更多的服務器就能輕松搞定。將所有這些數據集合在一起所帶來的結果是：企業不僅從最好的技術中獲益，同樣還可以從最好的信息中獲益。下面選擇谷歌公司的其中三個亮點。
