3．行业/企业信息系统。
一些行业/企业已经将其活动的每个环节都建立在数据收集、分析和对行动能力的认知之上。它们每天对无数的数据进行收集、交换、分析和整合，数据宛如一股“洪流”注入了行业/企业中，与行业/企业的固定资产和人力资源一样，成为生产过程当中的基本要素。
2013年2月，在EMC的资助下，IDC发布了《2020年中国的数字宇宙》研究报告。该报告指出，中国每年产生的数据量，将从2012年的364 EB 增加到2020年的8.6 ZB（如图1-16所示）；中国在全球数字宇宙的占有率将从2012年的13%提高到2020年的21%。如果将2020年的数据量打印成文本，堆起来可以往返地球和冥王星30次。在2012年产生的364 EB数据中，个人数据和行业/企业各占50%。
2013年3月，IBM公司发布由IBM商业价值研究院和牛津大学赛德商学院共同撰写的《分析：大数据在现实世界中的应用》白皮书。白皮书指出，超过一半的受访者把内部数据视为“大数据”的主要来源。这表明企业正在采取一种注重实效的方式开展“大数据”工作，也显示出其内部系统中仍有巨大的价值尚未得到开发。麦肯锡估计，全球企业 2010年硬盘上存储了超过 7 EB（1 EB 等于 10 亿 GB，相当于美国国会图书馆中存储数据的 4 000 多倍）的新数据，消费者在个人计算机等设备上存储了超过6 EB 的新数据。
图1-16 中国每年产生的数据量
通过大数据对用户行为进行分析，互联网企业在这方面普遍起步得较早。2008年，eBay就建立了大数据分析平台。在这个平台上，可以将结构化数据和非结构化数据结合在一起，通过分析促进eBay的业务创新和利润增长。现在，eBay的分析平台每天处理的数据量高达100 PB，超过了纳斯达克交易所每天的数据处理量。为了准确分析用户的购物行为，eBay定义了超过500种类型的数据，对顾客的行为进行跟踪分析。
同时，eBay对互联网广告的投入一直很大，通过购买一些网页搜索的关键词，将潜在客户引入 eBay 网站。为了对这些关键词广告的投入产出进行衡量，eBay建立了一个完全封闭式的优化系统。通过这一系统，可以精确计算出每一个关键词为 eBay 带来的投资回报。通过对广告投放的优化，自2007年以来，eBay产品销售的广告费降低了99%，顶级卖家占总销售额的百分比却上升至32%。
