沃爾瑪是最早通過利用大數據而受益的企業之一，一度擁有世界上最大的數據倉庫系統。通過對消費者的購物行為等非結構化數據進行分析，沃爾瑪成為最了解顧客購物習慣的零售商，并創造了“啤酒與尿布”的經典商業案例。早在2007年，沃爾瑪就建立了一個超大的數據中心，其存儲能力高達4Pb以上。《經濟學人》在2010年的一篇報道中指出，沃爾瑪的數據量已經是美國國會圖書館的167倍。

中國移動集團山西有限公司通過大數據分析，對企業運營的全業務進行針對性的監控、預警、跟蹤。系統在第一時間自動捕捉市場變化，再以最快捷的方式推送給指定負責人，使他在最短時間內獲知市場行情。

“全面獲取業務信息非常重要，有時候甚至能顛覆常規分析思路下做出的結論。” 中國移動集團山西有限公司業務支撐系統部經理王峰說。比如，一個客戶使用最新款的諾基亞手機，每月準時繳費、平均一年致電客服3次，使用WEP和彩信業務。如果按照傳統的數據分析，可能這是一位客戶滿意度非常高、流失概率非常低的客戶。事實上，當搜集了包括微博、社交網絡等新型來源的客戶數據之后，這位客戶的真實情況可能是這樣的：客戶在國外購買的這款手機，手機中的部分功能在國內無法使用，在某個固定地點手機經常斷線，彩信無法使用——他的使用體驗極差，正在面臨流失風險。

“我們正在打破傳統數據源的邊界，更加注重社交媒體等新型數據來源。通過各種渠道獲取盡可能多的客戶信息，并從這些數據中挖掘更多的價值。”王峰說。

通過大數據進行用戶行為的分析，互聯網企業的起步普遍更早一些。“5年前我們就建立了大數據分析平臺。在這個平臺上，可以將結構化數據和非結構化數據結合在一起，通過分析促進eBay的業務創新和利潤增長。” eBay分析平臺高級總監Oliver Ratzesberger說。

現在，eBay的分析平臺每天處理的數據量高達100PB，超過了納斯達克交易所每天的數據處理量。為了準確分析用戶的購物行為，eBay定義了超過500種類型的數據，對顧客的行為進行跟蹤分析。

在早期，eBay網頁上的每一個功能的更改，通常由對該功能非常了解的產品經理決定，判斷的依據主要是產品經理的個人經驗。而通過對用戶行為數據的分析，網頁上任何功能的修改都交由用戶去決定。“每當有一個不錯的創意或者點子，我們都會在網站上選定一定范圍的用戶進行測試。通過對這些用戶的行為分析，來看這個創意是否帶來了預期的效果。” Oliver Ratzesberger說。

更顯著的變化反應在廣告費上。eBay對互聯網廣告的投入一直很大，通過購買一些網頁搜索的關鍵字，將潛在客戶引入eBay網站。為了對這些關鍵字廣告的投入產出進行衡量，eBay建立了一個完全封閉式的優化系統。通過這個系統，可以精確計算出每一個關鍵字為eBay帶來的投資回報。通過對廣告投放的優化，自 2007 年以來，eBay 產品銷售的廣告費降低了99%，頂級賣家占總銷售額的百分比卻上升至32%。