数据改写引擎巨头商业模式
不可否认搜索引擎巨头谷歌就是大数据下的商业典范。行业研究公司康姆斯克的调查结果显示，仅2012年3月这一个月，谷歌处理的搜索请求就高达122亿次。除了存储搜索结果中出现的网站链接外，谷歌还能存储人们的所有搜索行为，这就使该公司能以惊人的洞察力掌握搜索行为的时间、内容以及它们是如何进行的。对数据的洞察力意味着谷歌可以优化其广告，使之从网络流量中获益，这是其他公司所不能企及的。另外，谷歌不仅可以追踪人的行为，还可以预测人们接下来会采取怎样的行动。换句话说，在你行动之前，谷歌就已经知道你在寻找什么了。
谷歌的规模使其得以实施一系列大数据方法，而这些方法是大多数企业根本不曾具备的。谷歌的优势之一是其拥有一支软件工程师队伍，这些工程师能为公司提供前所未有的大数据技术。
多年来，谷歌还不得不处理大量的非结构化数据，例如网页、图片等，它不同于传统的结构化数据，例如写有姓名和地址的表格。
谷歌的另一个优势是它的基础设施。就谷歌搜索引擎本身的设计而言，数不胜数的服务器保证了谷歌搜索引擎之间的无缝连接。如果出现更多的处理或存储信息需求，抑或某台服务器崩溃时，谷歌的工程师们只需添加服务器就能保证搜索引擎的正常运行。据估计，谷歌的服务器总数超过100万个。
谷歌在设计软件的时候一直没有忘记自己所拥有的强大的基础设施。MapReduce（一种编程模型）和Google File System数据处理重塑了谷歌建立搜索索引的方式。
许多公司现在都开始接受Hadoop开源代码——MapReduce和Google File System开发的一个开源衍生产品。Hadoop能够在多台计算机上实施分布式大数据处理。当其他公司刚刚开始利用Hadoop开源代码时，谷歌在多年前就已经开始大数据技术的应用了，事实上，当其他公司开始接受Hadoop开源代码时，谷歌已经将重点转移到其他新技术上了，这在同行中占据了绝对优势。这些新技术包括内容索引系统CaffeinE，映射关系系统Pregel以及数据查询系统。
如今，谷歌正在进一步开放数据处理领域，并将其和更多第三方共享，例如它最近刚刚推出的BigQuery服务。该项服务允许使用者对超大量数据集进行交互式分析，其中“超大量”意味着数十亿行的数据。BigQuery就是基于云的数据分析需求。此前，许多第三方企业只能通过购买昂贵的安装软件来建立自己的基础设施，才能进行大数据分析。随着BigQuery这一类服务的推出，企业可以对大型数据集进行分析，而无需巨大的前期投资。
除此以外，谷歌还拥有大量的机器数据，这些数据是人们在谷歌网站进行搜索及经过其网络时所产生的。每当用户输入一个搜索请求时，谷歌就会知道他在寻找什么，所有人在互联网上的行为都会留下“足迹”，而谷歌具备绝佳的技术对这些“足迹”进行捕捉和分析。
不仅如此，除搜索之外，谷歌还有许多获取数据的途径。企业会安装“谷歌分析”之类的产品来追踪访问者在其站点的“足迹”，而谷歌也可获得这些数据。利用“谷歌广告联盟”网站，将来自谷歌广告客户网的广告展示在其各自的站点上，因此，谷歌不仅可以洞察自己网站上广告的展示效果，对其他广告发布站点的展示效果也一览无余。
将所有这些数据集合在一起，我们可以看到：企业不仅可以从最好的技术中获益，同样还可以从最好的信息中获益。在信息技术方面，许多企业可谓耗资巨大，然而谷歌所进行的庞大投入和所获得的巨大成功，很少有企业能做到。
谷歌并不是惟一一个推行大数据的大型技术公司。互联网零售商亚马逊已经采取了一些激进的举措，并很可能成为谷歌数据驱动领域的最大威胁。著名投行摩根·司坦利公司分析师指出：
到2015年，网络零售巨头亚马逊公司的年销售额将达到1000亿美元，其增长速度将使全球最成功的实体零售商沃尔玛公司相形见绌。如同谷歌一样，亚马逊也要处理海量数据，只不过它处理的数据带有更强的电商倾向。
每次，当消费者在亚马逊网站上搜索想看的电视节目或想买的产品时，亚马逊就会增加对该消费者的了解。基于消费者的搜索行为和产品购买行为，亚马逊就可以知道接下来应该为消费者推荐什么产品。
而亚马逊的聪明之处远不止于此。它还会在网站上持续不断地测试新的设计方案，从而找出转化率最高的方案。你会认为亚马逊网站上的某段页面文字只是碰巧出现的吗？不是的！整个网站的布局、字体大小、颜色、按钮以及其他所有设计，其实都是经过多次审慎测试后的最优结果。
数据驱动的方法并不仅限于以上领域。根据亚马逊一位前任员工的说法，亚马逊的企业文化就是冷冰冰的数据驱动文化。数据会告诉你什么是有效的、什么是无效的。投资新的商业项目必须要有数据支撑。
对数据的长期关注使亚马逊能够以更低的价格提供更好的服务。消费者往往会直接去亚马逊网站搜索商品并进行购买，谷歌之类的搜索引擎则完全被抛诸脑后。争夺消费者控制权这一战争的硝烟还在不断弥漫。如今，苹果、亚马逊、谷歌及微软，这4家公认的巨头不仅在互联网上进行厮杀，还将其争斗延伸至移动领域。
随着消费者把越来越多的时间花费在手机和平板电脑等移动设备上，他们坐在计算机前的时间已经变得越来越少，因此，那些能成功地让消费者购买他们的移动设备的企业，将会在销售和获取消费者行为信息方面具备更大的优势。企业掌握的消费者群体和个体信息越多，它就越能更好地制定内容、广告和产品。
令人难以置信的是，从支撑新兴技术企业的基础设施到消费内容的移动设备，亚马逊的触角已触及到更为广阔的领域。亚马逊在几年前就预见了将作为电子商务平台基础结构的服务器和存储基础设施开放给其他人的价值。“亚马逊网络服务”是亚马逊公司知名的面向公众的云服务提供者，能为新兴企业和老牌公司提供可扩展的运算资源。
运算资源为企业开展大数据行动铺平了道路。当然，企业依然可以继续投资建立以私有云为形式的自有基础设施，而且很多企业还会这样做。但是如果企业想尽快利用额外的、可扩展的运算资源，它们还可以方便、快捷地在亚马逊系统上使用多个服务器。如今亚马逊引领潮流、备受瞩目，靠的不仅是它自己的网站和开发新移动设备，支持着数千个热门站点的基础设施同样功不可没。结果是，大数据分析不再需要企业在IT上投入固定成本。
如今，获取数据、分析数据都能够在云端简单、迅速地完成。换句话说，如今，企业有能力获取和分析大规模的数据——而在过去，它们则会因为无法存储而不得不抛弃它。
腾讯QQ的成功：一家独大
2002年，一款称为朗玛UC的聊天软件在中国互联网上出现。
2004年，新浪收购了朗玛UC所在的公司，朗玛UC也顺理成章地改名为新浪UC。那几年中国互联网上的聊天软件特别多：腾讯QQ、新浪UC、微软MSN、雅虎通、网易泡泡、盛大圈圈、Skype……可是，腾讯QQ一家独大，大部分人说起网上聊天，想到的就是QQ。
这个时候，腾讯QQ作为一款中国网民必不可少的聊天软件，正在收紧免费QQ号的注册。很多刚接触互联网的人需要QQ号和已经有QQ的好友聊天，结果没法顺利申请到，他们对腾讯的抱怨非常多，其中很多人都转向新浪UC聊天软件。
龚玉刚刚接触互联网时，她的朋友和同学们都在使用腾讯QQ，每次见面或者打电话，都有人问她的QQ号是多少，要加她为好友。可是她申请了很久都没有申请到QQ号码，这时她想到了使用别的聊天软件。通过搜索，她发现新浪UC的聊天软件功能和QQ很相似，就这样，她开始使用新浪UC。“别人都在使用QQ，而我在使用一款与众不同的软件。”开始，龚玉觉得这是一件很酷的事情，但很快她就发现，这是一件无聊的事情。每天她打开新浪UC，上面一个好友都没有，看着别人聊天聊得不亦乐乎，只有她的聊天工具始终都没有闪烁一下。她可以通过软件里的搜索功能添加好友，可是她只想和认识的朋友聊天。于是她开始鼓动朋友和同学使用这款软件，很多人在她的鼓动下申请了新浪UC的账号，也和龚玉互加了好友。龚玉的新浪UC终于不再孤单了。
好景并没有维持多久。龚玉发现，她鼓动来的好友不经常登录新浪UC，她的账号上虽然有不少好友，但基本都是灰色头像，这说明他们根本没上线。原来，龚玉的朋友和同学们在注册新浪UC账号后面临了和龚玉一样的问题：没有认识的好友。他们可能没有像龚玉那样再去争取好友，而是放弃了新浪UC。
后来，腾讯QQ面临其他所有聊天软件的围攻夹击，也担心会失去新用户，终于放开了QQ号的注册。当然，龚玉最后也放弃了新浪UC，和同学朋友们在腾讯QQ里聊得不亦乐乎。多年以后，她和朋友们在QQ群里聊起新浪UC时，发现很多朋友也在UC注册过，但彼此都不知道对方的存在。大家都感叹这是“世界上最远的距离”。
龚玉的故事是很典型的，代表了那个时期很多网民的选择。这是腾讯QQ的胜利，是其他所有同时期中国互联网上聊天软件的失败。为什么会出现这样的情形呢？这当然是用户体验的问题。当用户觉得某个软件没什么用途时，自然不会再用。后来，国外有一家名叫领英（LinkedIn）的商业社交网站解决了这个问题。作为一支创业团队，他们在创业不久后获得了巨大的成功，注册人数很快就达到近800万。然而，领英的管理者很快发现，用户注册后要在上面找到一个认识的人不是件容易的事情。看来，领英的用户和龚玉在新浪UC的遭遇是一样的。这可不是个好消息，就好像你去参加一个同学的婚礼，却发现除了你的同学外，其余人你一个都不认识。婚宴上的你只好一个人安安静静地吃完饭，然后悄悄地离开。参加这次婚礼，怎么说也不是件非常令人愉快的事情。如果任其发展下去，领英的用户迟早会离开，投奔别的同类网站。
乔纳森·高曼就在这个时候来到领英工作，他想解决这个问题。他是斯坦福物理学的博士，对越来越多的用户关联和丰富的用户个人资料非常着迷。这些资料不过是一堆杂乱的数据，分析起来非常困难，但当他开始探究用户之间的联系时，他看到一些新的可能。于是他开始整理自己的理论，检验自己的猜想，建立模型，预测用户愿意与谁建立联系。他觉得，他正在开发的新功能会很有用，能带给用户价值。那时，领英的工程师们都在忙于提升网站的性能，并没有怎么去了解高曼的想法。有些了解其想法的同事则公开表示不看好高曼的想法：领英上已经有一个导入通讯录的功能，能让用户导入所有联系人。这个功能就够了，为什么用户想要领英告诉他们该和哪些用户建立联系呢？
高曼并没有放弃自己的想法。幸运的是，领英创始人兼CEO以前在贝宝（PayPal）工作过，而这家公司对数据分析是非常重视的。领英CEO相信数据分析的强大力量，于是，他授予高曼高度的自主权，其中一项就是高曼可以绕开传统的产品发布流程，并以广告的形式发布在网站最显眼的页面上。
通过这个模块，高曼开始了他的试验。比如，用户的资料显示用户某年毕业于某一所高校某专业，现在在某公司工作，而很多同一年同一高校同一专业毕业的用户及和他在同一个公司工作的用户并不是他的好友，这样这个模块就会给出建议，问用户是不是认识这些朋友，是否需要添加他们为好友。
这个模块上线后，效果非常好，很多用户一注册好账号，就能迅速找到很多认识的朋友，甚至能在上面找到多年没有联系、已经失去联系方式的朋友。
再到后来，高曼改进了推荐方法，他的新方法基于闭环理论。闭环理论指的是如果你同时认识张三和李四，那么张三和李四很可能也相互认识，于是系统会把张三推荐给李四，把李四推荐给张三。同时，高曼改进了添加推荐好友的操作，让添加好友可以一键搞定。很快，领英的问题解决了，“你可能认识的人”这个模块获得30％的点击率。得益于这项新功能，领英的成长速度大幅提升。
