致谢翻译：和君咨询 胡道远
--------------------------
致股东：
我们在 Amazon.com上做的许多重要决定是基于数据的。这是一个正确的答案或者一个错误的答案，这是一个更好的答案或者更差的答案。
数字告诉我们什么是什么，这是我们最喜欢的决策类型
举个例子建立一个新的实现中心。我们利用历史数据从我们现存的现实网络来估计季节性高峰，然后对不同的选择进行建模。我们看预期的产品组合，包括产品的尺寸和重量，来决定我们需要多大空间以及我们是否需要一个设施为更小的可排序的条目或者更大的通常单独邮递的条目。
为了缩短邮递时间和减少出境运输成本，我们分析将来的地点基于接近客户，运输中心和现有设施。定量分析改善了用户体验和我们的成本结构。
类似地，我们大部分库存购买决定能够被数学建模和分析。我们想库存的产品和立即让用户获得，我们想最小的总库存为了保持相关的持有成本，因此价格低。为了达到这两者，这有一个适量的库存。我们使用历史购买数据来预测用户对一个产品的需求和预测需求的可变性。
我们对供应商的历史表现数据来估计补货时间。我们能够决定哪儿来存储货物获得我们的实现网络基于进出境运输工具成本，存储成本和预期客户的位置。在这种方式下，在自己的屋顶我们保持了 100万个条目，同时对用户是立即可获得的，同时周转库存比 14次更多。
上面的决策要求我们做出一些估计和判断，在这些决策中，判断和观点只来自高级合伙人。
重担是由数学来承担的
但是，你可以想像，不是所有重要的决定都能够通过这种令人羡慕的数学的方式。有些时候我们没有或者只有少量的历史数据来指导我们，主动的实验是不可能的,不切实际的,或者相当于决定继续。通过数据、分析，数学起一个作用，在这些决策判断的主要成分。
股东知道，我们做出一个决策来一年又一年持续地和显著地为用户降低价格，我们的规模和效率使得这是可能的。这是一个非常重要的决定，不能通过一个数学式的方式。实际上，我们降价，我们相悖于数学，通常的方式和聪明的做法是提升价格。我们拥有有意义的数据相关于价格弹性。
非常确定地是，我们预测，一个特定的百分比的降价将会导致一个特定百分比的增长。罕见的例外，在短期内的体积增加，不能足够的为价格增加。但是，定量的理解弹性是短期的。我们估计这个星期和季度会降多少。但是我们不能在数值上估计不断降低
价格对我们的生意在 5年或者 10年或者更多的影响。
我们的判断是无条件地把效率提升和规模经济以低价的方式转化给消费者，通过长期产生了一个良性循环，更大数量的自由现金流量，因此带来一个更有价值的 Amazon.com。我们已经做出了相似的判断通过 Super Saver Shipping and Amazon Prime,在短期来看两者都如此珍贵——我们相信——在长期来看也是重要和有价值的。
作为另一个例子，在 2000年我们邀请第三方来和我们竞争在“黄金地段的零售房地产”——我们的产品详细页面。发布单个页面为 Amazon零售和第三方条目看起来是有风险的。内部和外部善意的人们很忧虑，可能在 Amazon’s的零售业务出现同类而食，——作为聚焦客户的创新——没有方式来证明它能工作。
我们的买家指出鼓励第三方在 Amazon.com，对库存的预测要困难地多，我们可能“卡住了”，过多的库存如果我们对第三方销售“失去细节”。但是，我们的判断是简单的。如果第三方在特定条目能够提供一个更好的价格或者更方便，我们希望我们的用户方便访问更好的。
随着时间的推移，对于我们业务，第三方的销售已经变成一个成功的和有意义的部分。第三方单元已经从 2000的 6%增长到 2005年的28%，甚至作为利润增长了三倍。
基于数据的决定会得到广泛的认同，然后基于判断的决策是充满争议的甚至是相对立的，至少仍然需要付诸实践和证明。任何机构不想忍受对立必须限制自己以第一种方式去决策。以我们的观点看，我们不仅要限制对立——同样显著地限制创新和长期价值创造。
我们决策的基础哲学在1997年至股东的信中已经指出，接下来是重复：
我们将持续地、无条件地聚焦于我们的客户
我们将持续进行投资决定，出于获取长期的市场领导者的考虑，而不是短期的盈利考虑以及短期的华尔街反应。我们将持续来衡量我们的项目和投资效果，抛弃那些不能带来回报的项目，加强让我们工作地最好的投资。
我们将继续从我们的成功和失败中学习。我们有胆大包天的目标而不是局促的投资决定，这是我们获得市场领导者地位的充
分可能性。其中一些投资将会有回报，其它的没有，我们将从两者学到很多。
你可以认为我们有强劲定量和分析的文化并有意愿来形成胆大包天的决定。在我们这样做的时候，我们开始将形成用户和工作反馈。在我们的判断，这是最好为股东创造价值的方式。
Jeffrey Bezos
----Amazon.com 创始人和 CEO
联系客服
