企業(yè)應用案例——以amazon為例。在應用商業(yè)數(shù)據(jù)進行營銷方面，亞馬遜在美國一直處于領先地位。亞馬遜開發(fā)了"訂單前發(fā)貨"功能，結合用戶的購物需求數(shù)據(jù)來分析他們想購買的產(chǎn)品，從而達到無訂單提前發(fā)貨的目的。此外，amazon通過分析用戶搜索信息來評估流感的傳播，但這只是使用大量搜索數(shù)據(jù)的一種方式。同樣的數(shù)據(jù)可以用來預測某些產(chǎn)品的選舉結果和市場情況，大大降低了[5]的統(tǒng)計成本。3.3.1信息收集大數(shù)據(jù)并不意味著盲目收集數(shù)據(jù)信息。即使收集了更多的數(shù)據(jù)，如果營銷不需要這些數(shù)據(jù)，前期收集的數(shù)據(jù)也會成為一堆"數(shù)據(jù)垃圾"。因此，為了避免這種情況，有必要充分分析業(yè)務需求，然后收集和總結有價值的數(shù)據(jù)，從而實現(xiàn)大數(shù)據(jù)的有效收集和應用。3.3.2在收集經(jīng)驗和數(shù)據(jù)后，面對不均勻的數(shù)據(jù)進行數(shù)據(jù)評估，評估營銷的目標受眾。因此，需要采用科學合理的方法，將這些不均勻的數(shù)據(jù)整合成可以應用于營銷實踐的數(shù)據(jù)，并結合以往的經(jīng)驗，將這些數(shù)據(jù)與收集到的數(shù)據(jù)有機地整合在一起，從而有效地分析和確定目標受眾。3.3.3分析和優(yōu)化數(shù)據(jù)分析，一方面實現(xiàn)數(shù)據(jù)優(yōu)化，另一方面在決策層面做出調整和改變。這一過程對專業(yè)人員的需要提出了嚴峻的挑戰(zhàn)。數(shù)據(jù)分析與數(shù)據(jù)優(yōu)化對專業(yè)人才的知識框架有著不同的要求，這就要求相關企業(yè)不僅要培養(yǎng)專業(yè)的數(shù)據(jù)分析人才，還要建立一支數(shù)據(jù)優(yōu)化人才隊伍。