当商店仅仅通过购买的产品而对他们了解很多时，一些顾客可能会觉得奇怪。 Amazon.com，Inc.（AMZN）是收集，存储，处理和分析您和所有其他客户的个人信息的领先者，以此来确定客户如何花钱。 该公司使用预测性分析进行有针对性的营销，以提高客户满意度并建立公司忠诚度。 尽管大数据已帮助亚马逊发展成为在线零售商店中的巨头，但该公司对您的了解可能有点像跟踪。
个性化推荐系统
亚马逊是使用全面的协作式过滤引擎（CFE）的领导者。 它分析您以前购买了哪些商品，您的在线购物车中或您的愿望清单中有哪些商品，您对商品进行了评论和评分以及搜索最多的商品。 此信息用于推荐其他客户在购买相同产品时购买的其他产品。
例如，当您将DVD添加到在线购物车时，也建议您购买其他客户购买的类似电影。 通过这种方式，亚马逊会利用建议的力量来鼓励您冲动购买，以进一步满足您的购物体验并花更多的钱。 这种方法每年产生公司35％的销售额。
Kindle Highlighting的书推荐
在2013年收购Goodreads之后，亚马逊将大约2500万用户的社交网络服务整合到了Kindle的某些功能中。 因此，Kindle阅读器可以突出显示单词和注释，并与他人共享，作为讨论本书的一种方式。 亚马逊会定期检查Kindle中突出显示的单词，以确定您有兴趣学习的内容。 然后，公司可能会向您发送其他电子书推荐。
一键订购
由于大数据表明除非您的产品快速交付，否则您会在其他地方购物，因此Amazon创建了“一键式”订购。 一键式是一项获得专利的功能，当您下第一笔订单并输入送货地址和付款方式时，该功能会自动启用。 选择一键订购时，您有30分钟的时间可以改变购买主意。 之后，该产品会通过您的付款方式自动收费并运至您的地址。
预期运输模型
亚马逊获得专利的预期运输模型使用大数据来预测您可能购买的产品，何时购买以及何时需要这些产品。 这些物品将被发送到当地的配送中心或仓库，因此一旦您订购它们就可以准备运输。 亚马逊使用预测分析来增加产品销售和利润率，同时减少交货时间和总体费用。
供应链优化
由于亚马逊希望迅速履行您的订单，因此该公司与制造商建立联系并跟踪其库存。 亚马逊使用大数据系统选择离供应商和/或您（客户）最近的仓库，从而将运输成本降低了10％至40％。 此外，图论有助于确定最佳的交货计划，路线和产品分组，以进一步减少运输费用。
价格优化
大数据还用于管理亚马逊的价格，以吸引更多的客户，并平均每年增加25％的利润。 价格是根据您在网站上的活动，竞争对手的价格，产品可用性，商品偏好，订单历史记录，预期利润率和其他因素确定的。 随着大数据的更新和分析，产品价格通常每10分钟更改一次。 因此，亚马逊通常会为最畅销的商品提供折扣，而在人气较低的商品上会获得更大的利润。 例如， 《纽约时报》畅销书 清单上的小说的价格可能比零售价低25％，而清单上未列出的小说的价格比竞争对手出售的同一本书高10％。
亚马逊网络服务
通过2006年推出的亚马逊云计算服务Amazon Web Services（AWS），公司可以创建可伸缩的大数据应用程序并保护其安全，而无需使用硬件或维护基础架构。 大数据应用程序（例如，点击流分析，数据仓库，推荐引擎，欺诈检测，事件驱动的ETL和物联网（IoT）处理）都是通过基于云的计算实现的。 公司可以通过使用它们来分析客户统计数据，消费习惯和其他相关信息，从而以类似于Amazon的方式更有效地交叉销售公司产品，从而从Amazon Web Services中受益。 换句话说，这些零售商也可以使用亚马逊来跟踪您。
