商业领域无疑是大数据时代的领头羊，它们最先发现了大数据在商业竞争中的价值。数据化的进程推动了商业数据的可量化变革，同时也更新了对客户形象的描述。信息化的商业竞争已经打响，谁掌握大数据谁就会是未来的赢家。
大型公司的垂直一体化趋势
近几年，信息产业的垂直整合愈演愈烈。IBM作为计算机的缔造者之一，自始至终都为客户提供包括存储、主机、操作系统、数据库、中间件、应用软件等等在内的完整解决方案，可以称作十足的蓝色巨人。而另一家由拉里·埃里森领衔的甲骨文（Oracle）公司，第一步就是占据了数据库的软件市场，再以此向应用软件的市场扩张，它在全球企业管理软件上的业务仅仅在SAP之下。甲骨文似乎还不满足，还在继续收购，利用自己庞大的客户群逐渐向产业链的上游进发，第一步就是收购了一家UNIX主机厂商——SUN公司。还有家喻户晓的微软集团，先是在操作系统上坐稳第一把交椅，随后就开始向产业链的下游扩张自己的业务，很快推出了自己的数据库产品，并购了众多小型应用软件公司，还为企业提供管理服务。
这几年海外的这些数据巨头中发展最具代表性的就是甲骨文公司。而在国内，华为则是垂直整合信息产业链中的代表，它每走一小步都是国内整个信息产业发展一大步的标志。在德国，软件巨头SAP，也是用友这家国内软件公司的最大竞争对手，收购了一家数据库公司后，就开始坚实地向上游垂直整合迈进。在这一浪潮中，用友软件要如何更好地赢得市场竞争，产业界和资本市场都十分关注。或许，用友也会走甲骨文和SAP的道路，同样进军产业的上游。
埃里森让甲骨文公司变得非常具有进攻性，在开放平台数据库上，甲骨文已经是市场中的佼佼者，随后就朝下游扩张，向整个软件领域铺开。2004年甲骨文收购了Peoplesoft，这原本是其竞争对手，同时也是一家企业人力资源管理软件的厂商；2005年它又收购了Siebel这家全球最大的CRM软件厂商，很快就成了全球第一的CRM应用软件供应商；2007年它收购了Hyperion（海波龙）这家商业智能分析厂商，目的是为了向客户提供应用软件、咨询服务，以此来加强终端客户的掌握，最终成了与SAP平起平坐的企业管理软件供应商；2008年，它收购了Primavera软件公司，开始了项目组合和管理软件的生产供应，一年后项目管理软件产品升级时，正式更名为Oracle Primavera。
甲骨文公司的下一步就是朝产业链的上游扩张，全方位地增强服务能力。2008年，甲骨文收购了中间件巨头BEA，开始了自己基础软件领域的发展。它的举动让中间件市场发生了翻天覆地的变化，使得众多其他的小中间件厂商难以维持。甲骨文随后又开始走上了硬件的发展道路，2009年甲骨文收购了SUN，借此和自己的系统创造极佳的互补性。当时的SUN有SPARC处理器和Solaris操作系统，也就在那一年，虚拟化产品商Virtuallron的收购工作也完成了。甲骨文因为收购也补齐了自己的短板，变成一家同IBM一样的业务涉及所有硬件和应用领域的IT巨头。一时间关于“红色巨人PK蓝色巨人”的讨论兴起。甲骨文的垂直整合在收购工作完成之后，股价一路攀升，居高不下。
甲骨文收购了SUN后即刻发布了一款新型的数据库云服务器ExaData，它集SUN软件和甲骨文软件的传统优势，主要负责数据仓库和商务智能类系统、OLTP类系统、混合负载类系统、数据库云平台服务。这当中服务器、存储、IO和虚拟化软件都被甲骨文集成在了一起，体现了它对数据库、中间件和应用软件的理解。
2012年甲骨文公司的第三季度财报显示，这个财季因为推出了软硬一体化的集成设计系统，硬件收入增长了139%，无疑成了甲骨文历史上成长速度最快的产品。
国内垂直整合思路最清晰、坚决的就是华为公司。华为一度将IBM视为自己奋斗的目标，但现在IBM却是华为最大的潜在威胁。相比于IBM，华为的产业链更多出了一层“网络设备”。虽说IBM的应用软件更为完备，可是华为实施了“被集成”战略，国内多家应用软件商与之合作后，华为集成了产业上下游的产品，客户也因此获得了最为完整的解决方案。
如华为一般的大公司，一定会从产业战略的层面开始思考公司的安全问题，还有产业链上下游的哪些公司是否扼住了自己咽喉的事情也必须考虑。说起来道理都不复杂，华为对对手的威胁已经存在了，那么对手们自然也要从操作系统和CPU等等方面扼制住华为的发展。就此而言，大型公司必然会走上垂直一体化的道路。
客户形象的丰富源于对客户的全面理解
理解客户是客户为中心的起点，理解客户最有效的途径就是大数据，大数据无论是划分客户、定义客户还是分析客户需求都有着不可比拟的精准高效性能。
先说一下划分客户，大数据能把客户划分得更为微分化、个人化。
通常把传统市场划分为大众市场、利基市场、细分市场几类。大众市场当中，会有一个大范围的客户群，其中涵盖了企业的产品、服务、渠道和营销推广，客户在这个客户群中的需求基本相同，好比是个人计算机或是运营商的通信服务。利基市场当中则是针对某一个特定市场进行专门定制，包括了产品、服务、渠道和营销推广各个领域，像是专门提供汽车零部件等等。接下来是细分市场，产品、服务、渠道和营销推广则是针对不同需求的市场群体区别对待，像是SMH有着不同品牌的手表，宝洁则是针对不同需求推出三大品牌的洗发水。
在大数据时代，市场的划分不再沿用这样的概念，而是进入了微分化，个人化，这要归功于以下两个条件。
第一个条件是丰富的数据量，市场微分化和个人化必须依赖这样的信息基础。传统行业除电信、银行之外，极少有机会获得单个客户的详尽数据。客户的数据随着大数据的到来而呈现爆炸性增长。内部信息开放的通道，也就是“联网型组织”利用互联网让客户和供应商们参入进来，而它们本身就优先有了这方面的基础，像是淘宝、京东商城、腾讯、百度、新浪等等企业。除此之外，还有如奔驰、海尔、苏宁电器这样的传统企业也在朝“联网型组织”发展。
第二个条件则是持续进步的大数据技术，微分化、个人化的市场因此而有了发现价值的可能。在亚马逊上亿客户的单体客户行为数据都被收集了，比如客户搜索了什么，对哪些产品的详细介绍有兴趣，最后买了什么产品等等都是亚马逊记录下来的数据。其他用户的购买数据对个人客户而言也可以成为推荐。很显然，很多个体客户在购买时，更愿意去看看和自己爱好相似的人搜索了什么，买了什么，做了什么评价。
再来说说客户定义。有了大数据，标准化的传统客户定义也转化为个性化。
传统的客户定义通常依照客户价值来判断，或是用问卷访问或是用小组访谈这样的调研技术对客户进行分析，再找出一个或多个维度来细分定义市场，给予客户群一个标准化的面孔，配以企业本身的产品、服务、渠道和营销推广。招商市场利用银行“一卡通”客户的总资产量，客户因此被分为普通卡、金卡和金葵花卡VIP三类客户。还有中国移动也将自己的客户分为追求高端的全球通客户，年轻动感的动感地带客户以及性价比极高的神州行客户，这一分类也是依据客户价值、客户行为和需求划分的。
大数据时代的客户定义不再延续群体标准化的划分标准，而是全面、立体地描绘客户形象。两方面的数据组成了客户形象，一个是结构化的交易数据，其中有消费水平、消费频次和生命周期等等，第二个是非结构化的交互数据，譬如文本、图片和多媒体等等。无论是哪一种数据的增长都是远远大于交易数据增长速度的。交易数据和交互数据在大数据技术的综合分析之下，客户的形象就越来越立体和丰满起来，不再是传统的标准和抽象的面孔，这当中也将客户的需求精准地反映出来。
还有一部分零售企业在大数据的利用上都走在了前列，运用“情感分析”的技巧将社交媒介上的消费者所产生的海量数据进行挖掘，客户的情感变动也能及时掌握。企业有了这些数据分析的结果更能即时调整产品和推广策略，商品的周转速度和毛利空间也因此提升。
在大数据定义客户方面，最先有实践的是谷歌公司。他们理解客户行为和习惯的途径是免费软件和服务，提供给客户的软件越多，就越是能收集、理解客户，像谷歌推出的谷歌图片、谷歌音乐、谷歌邮箱、谷歌视频等等软件均为谷歌从不同方面了解客户提供了可能。在精准地获取客户信息的基础上，谷歌还可以获得精确的广告服务信息，高利润的商业模式因此诞生。
最后来说说实时需求。客户需求信息当中最为有效的是客户实时行为倾向，只不过这种信息是瞬时的，传统方法要捕捉是很困难的。而在大数据时代，客户实时的个性化需求都能够被获取，企业能针对这个做出高效的决策。
零售行业的传统其实只要稍加改进就能实时获取客户的行为信息，像是在购物车上安装传感器，客户的行进路线就会被实时追踪，例如不同位置的停留时间，还有最终购买的物品数量品种等等。这信息对卖场在货架展陈、商品上架的调整方面十分有帮助，利润率和销售额也有所提高。
互联网零售企业除了能获取实时信息，对于用户行为的分析、公司营销策略的调整和分析也可以从中获益。互联网点击率反映的就是客户的行为和偏好，可以根据此类数据对客户行为进行建模，并由此向客户推荐优选商品，推出省钱的奖励计划，那么整个销售流程就非常圆满了。
线下的商家更可以根据实时的数据反馈来向周边客户推广优惠活动。如今智能手机的普及让定位于手机位置信息的应用开始快速发展。只要一个携带智能手机的用户进入运动服装店，服装店就可以利用这个智能手机向其他周边的用户来推送最新的优惠活动信息，从而提高销量。社交客户端以此位置信息为基础也可以来做此类的推广，像是已有商家在微信上做此类的工作了。
量化奠定了数据化的内核
原始社会和先进社会的分界线之一就是记录信息的能力。最早期文明中古老的抽象工具源于基础的计算，包括计量长度和重量。早在公元3000年之前，在印度河流域、埃及和美索不达米亚平原地区，信息记录的水平就比较高了，日常计量也有十足的长进，尤其是在美索不达米亚平原一带，产生了一种记录生产和交易的精确方法，这是书写进步的功劳，早期文明也因此得以计量和记录下来，为日后的研究提供了依据。因为有了计量和记录，也就有了数据，这是最早的数据化根基。
人类活动在计量和记录中得到重现，像是建筑物的建筑方式和使用的原材料被记录下来，从此后就可以用类似的方法来建造房子，或是进行实验等等，譬如以改进方式来建造新的建筑物，然后依次循环。一旦有了交易记录的话，那么一块田地丰产时的稻谷产量是多少就会很明确，还有政府税收多少也能因此了解。预测和计划必须有计量和记录为基础。记录让交易的双方明确了对方的赊账状况，要是缺失了这些凭证的支持，那么欠债的一方绝对可以赖账。
计量在几百年当中从最初的长度和重量领域慢慢扩展到了面积、体积和时间之上。公元前的最后十个世纪，西方的计量方法基本都已经产生，尽管它还有众多的缺陷存在。早期文明，计量方法在计算上总有很大的困难，即便是非常简单的计算，像罗马数字的计算系统在数字计算上就不太合适，原因在于记数制上缺少十进制，哪怕是专家碰上大数目的乘除都会感到困难重重，而一般人通常就是简单的乘除都无法完成。
印度在公元1世纪的时候就发明了一套数字系统，随后几经辗转到了波斯，波斯人对其进行改进，又传到了阿拉伯国家，阿拉伯人大大改进了它们，它们就成了现在人们广泛使用的阿拉伯数字的前身。十字军东征尽管使当地的人民陷入战火之中，可同时又让地中海东部迎来了西欧文明，其中最重要的一个部分就是阿拉伯数字的引入。在公元1000年，教皇西尔维斯特二世在民众中推行阿拉伯数字。到了12世纪，阿拉伯数字的介绍书籍被翻译成了拉丁文，在整个欧洲地区传播，算术因此迎来了自己的春天。
阿拉伯数字在传到欧洲之前，算术就因为计数板的使用而有了较大的改进。所谓计数板就是在光滑的托盘上用代币来代表数字，代币的移动就可以被用来表示某个区域的加减。只可惜计数板也有自己的短板，过大或是过小的计算是不能同时运算的。还有一个缺陷是计数板上由于数字变化过快，只要是微小的一个碰撞或是错误的移位都可能会导致南辕北辙的结果。显然计数板尽管可以用来计算，但它不适合记录。数字记录一旦在计数板之外的话，计数板上的数字还是要转换成罗马数字，这无疑太费时费力了。
算术因此给数据添加了新的价值，除了可以被记录下来以外，还可以再分析和利用。12世纪开始阿拉伯数字就出现在欧洲，可是到16世纪晚期才真正被广泛使用。16世纪开始数学家就开始向人们宣传阿拉伯数字的优势，相比计数板计算的速度要快6倍。可是真正让阿拉伯数字为大家所接受还是由于复式记账法的出现，显然这就是数据化工具中的一种。
会计手稿早在公元前3000年就已经出现了。只不过在接下来的几百年里它始终缓慢发展，而且大多数时候都停留在了记录某个地方特定的一场交易的阶段。当时对于记账人和他的雇主来说，最重要的莫过于去判断一个账户或是自己从事的某个行业是否能盈利，记账法很明显已经无法轻易地得出答案。14世纪的时候，意大利会计已经开始流行用两本账本来记录交易，这种尴尬的局面也就得到了挽回。通常这样的记账法优势是借贷相加，就能够通过表格来了解账户的盈利和亏损情况。从那时起数据就开始有了它的利用价值，只是它仅仅是局限在读出盈亏情况罢了。