说到闭环建设，亚马逊和 eBay 5年间的地位更替很有代表性。 2015年，亚马逊值刚刚超过了3000亿美元，eBay 曾经是亚马逊的主要竞争对手，在金融危机的2008年，两家公司的市值还不相上下，但是现在只是它市值的四分之一。这5年发生了什么？亚马逊是非常在意渠道建设和闭环打造，除了在线交易，在云计算，物流，支付，智能硬件，电子出版，新媒体都有大量投入，相比之下 eBay 的资源高度集中在自己的主营业务上。1995~2000年互联网刚刚起步，亚马逊采取的直营方式便于培养早期的用户，但到2001~2007年电商快速发展，抢到流量就是抢到钱，eBay这样的轻资产模式很快就能实现变现，所以它也是最先盈利的电商之一，此时亚马逊是落后的。2008年的金融危机之后，电商行业又经历了新的变化，交易额高速增长的时代告一段落，公司价值的竞争由过去的单纯交易额和用户驱动变成了价值链经营驱动，而实现了闭环经营的亚马逊的市值又实现了反超。2015年第二季度，亚马逊服务收入已经超过60亿美元，其中三分之一来自云服务，其他的来源还包括云平台、物流、广告，这部分业务可能会成为亚马逊未来盈利能力的主要来源。
4.让大数据工作落地
数据最关键的一个环节是数据解读。如果并不懂数据的作用时，他们就不会参与，当他们不参与时，数据就没有价值。数据团队的工作如果不能落在实处，前面所有环节都是徒劳。
Airbnb 公司的例子为数据团队如何推广工作结果提供了很好的范本。
Airbnb是成立于2008年8月的旅行房屋租赁公司，Aifbnd 非常有远见，在团队只有7个人的时候就有了专职大数据工程师，公司发展中每一次重大决策，数据团队都发挥了重要作用。在早期团队规模小的时候，大数据团队工作模式是集中式的，分析团队的意见可以很快传达到决策层，业务端的反馈也同样。随着公司成长，沟通链条变得越来越长，数据团队有被悬挂的感觉。其他同事不明白如何和我们互动，其他人对我们没有完全的理解。随着时间的推移，数据团队被看成一种静态资源，被要求提供数据，而没有能够主动思考未来的机会。随后数据团队被重新组织。仍然遵循集中的管理，但是走出自己的小组，进入每个需求部门，直接同工程师、设计师、产品经理、营销人员等等沟通。这样做增加了整个公司的数据利用率，也使数据科学家成为积极的合作伙伴。如今Airbnb用户遍布190个国家近34000个城市，2015年2月28日，估值将达到200亿美元。
5.相信数据，不凭感觉决策
以往的分析模型大多是大模型＋小数据，我们对模型本身做很多的假设和约束，人为干预在抽样环节已经开始，在结果出来前就已经针对预期输出准备好可能的解释。大数据时代有个明显的特点是分析手段趋向粗暴简单。无需抽样，也不对分布做太多假设，用全样本输入；以深度神经网络为代表的大数据模型对解释性的要求降到最低。这种大数据＋小模型在很多领域取得了成功，特别是在决策短的情况下，只要数据量足够大，可以得到一些直接的洞见。
2006年以前，赛林格受命用大数据为亚马逊增加营收，那时亚马逊作为单纯的在线零售商并不为起平台上的商家做广告，塞林格认为在广告销售有很大的利润潜力，于是将这件事汇报给了自己的老板贝索斯，后者认为这是个愚蠢的主意 “我们是零售商。为什么要销售展示广告？”。尽管贝索斯不喜欢也不支持这个想法，但是他允许赛林格的团队在网站上进行小规模测试，结果成为了亚马逊有史以来最盈利的项目，他们把协同过滤，结构最简单的推荐算法，做成了大数据一个经典案例。
6. 大数据不是良药 大数据还在进化
大数据决策的另一个极端是过分专注于大数据的技术讨论，而忽略了一个基本事实：大数据不会改变业务维度的复杂性。尽管大的趋势是很多业务问题可以变成技术问题来解决，但是经历十年快速发展，我们仍然处于大数据的初期阶段。这个时期大数据的解决问题思路仍然是横向的，试图从量上突破。已经积累了大量数据的企业，可以快速兑现历史红利，当前的火爆很大程度是确实很大一部分过去二三十年甚至更久数据积累的一次集中释放。当浅层数据价值挖掘干净后，如果没有健康持久的业务模式，问题还在哪里。现在我们的大数据在五年后会变成小数据，MapReduce，Hadoop，stream computing 等概念会变成理所当然的基本操作，甚至集成在语言本身，在业务层面感知不到它们的存在。现在或许是大数据最热闹的时代，当在大数据真正回归业务的时候，才是大数据最好的时代。能活到那一天的都是从现在开始把大数据往深处做的人。