維克多·邁耶-勛伯格在《大數據時代》壹書中舉了各種各樣的例子，都是為了說明壹個道理:當大數據時代已經到來的時候，我們應該用大數據思維去發掘大數據的潛在價值。
什麽是大數據思維？維克托·邁爾-勛伯格認為:1)需要所有數據樣本，而不是抽樣；2)註重效率而非準確性；3)關註相關性而非因果性。
我們認為大數據不是“大”，而是“有用”。大數據思維就是要能夠充分理解數據的價值，知道如何利用大數據為商業決策提供依據，也就是通過數據處理創造商業價值。
大數據思維的核心是理解數據的價值，通過數據處理創造商業價值。
哈佛商業周刊指出，數據科學家是21世紀最性感的職業。獲得海量數據後，要考慮如何利用數據。數據科學家是使用科學方法和數據挖掘工具來發現新的數據見解的工程師。大數據時代凸顯了數據科學家的重要性，以及數據分析與商業相結合的必要性。當硬件和基礎設施具備產生海量數據時，就需要有人把大量分散的數據變成結構化的數據進行分析，並對其進行整合和清理，形成結果數據集。
人才雷達就是典型的例子。基於每個人在網上留下的包含其生活軌跡、社會言行等個人信息的網絡數據，並依托這些數據的分析，從其網上行為中剝離出他的興趣圖譜、性格畫像和能力評價。人才雷達，基於數據挖掘的人才推薦平臺，幫助企業實現更高效的職位匹配，提供獵頭服務。為了評估壹個技師的專業技能，人才雷達會使用專業論壇(如Github、CSDN、知乎、丁香園等)上發布的帖子數量等數據)，內容引用數量，被引用人群的影響力等。，並通過這些信息構建模型，完成對其職業影響力的判斷。同時，微博的數據得到了充分的利用。其中反映的社會關系也是判斷壹個人專業能力的因素之壹。因此，判斷用戶好友在社交網絡上的職業影響力也是人才雷達推薦系統中的壹個關鍵點。同時，即使被推薦人的個人能力難以滿足專業需求，如果他有很好的朋友關系，也可以作為合適的“推薦人”，將任務分散到下壹級。不同的用戶在社交網絡上有不同的行為習慣，比如發微博的時間規律，在專業論壇的時間長短。這些行為模式可以用來判斷他們的工作時間，看他們是否符合相應的工作要求。人才雷達通過對各種數據源的整合分析，不僅可以幫助企業在節約成本的前提下提高人才招聘的效率。與傳統的獵頭業務相比，它可以利用群體智能更廣泛、更客觀地篩選人才，而且由於它的被動測量，也可以在壹定程度上避免部分求職者在直接面試中的虛假表現。其目前的客戶包括淘寶、微軟、百度等知名企業。
亞馬遜在2013年2月獲得了壹項“預期發貨”的新專利，這使得該公司甚至可以在客戶點擊“購買”之前發貨。這項技術可以減少送貨時間，減少消費者逛實體店的次數。在專利文件中，亞馬遜表示，訂購和收貨之間的時間延遲“可能會削弱客戶從電商購買商品的熱情。”亞馬遜指出，它會根據更早的訂單和其他因素預測特定地區的顧客可能購買但沒有訂購的產品，並將這些產品打包寄出。根據專利，在客戶下單之前，這些預先交付的貨物會存放在快遞公司的配送中心或卡車中。在預測“預期交付”的產品時，亞馬遜可能會考慮客戶過去的訂單、產品搜索、願望清單、購物車的內容、退貨，甚至客戶的鼠標光標在某個產品上停留的時間長度。這項專利表明，亞馬遜希望充分利用其擁有的海量客戶信息，形成競爭優勢。
大數據最本質的應用在於預測，即從海量數據中分析出某些特征，進而預測未來可能發生的事情。當不同的數據流整合到壹個大型數據庫中時，預測的廣度和準確度都會大大提高。