eBay网站有 1.8 亿个活跃用户。在任何一个给定的时刻，都会有 3.5 亿左右的商品被销售。eBay 的拍卖搜索引擎上，每天会产生 2.5 亿次搜索。Hugh Williams 说，公司在 Hadoop 集群和 Teradata 服务器上拥有的原始数据是 10 PB。通过对这些数据的利用，公司可以提高在线的交易量，引导用户购买更多商品。
Hugh Williams主要谈到了搜索引擎的优化。通过对数据的分析，公司可以把握用户的行为模式，从而优化搜索结果。“如果将时间倒退几年，你使用 eBay 的搜索引擎时，会发现它只理解字面意思”,Williams说，“你可以在搜索引擎输入文字，它将按照字面含义寻找，但是并不能真正理解你想法的深层含义”。
现在，eBay要使搜索引擎更加“直觉化”。例入，eBay 发现，那些想要购买 Pilzlampe 的用户，如果他们输入了“Pilz lampe“的话，更有可能购买商品，因为搜索引擎会给出更多结果，因此，搜索引擎通过在单词中增加一个空格，就可以增加在线交易量。
eBay会根据自己掌握的信息，改变或重写用户的搜索请求，增加同义词或者替换语句，从而给出更具相关性的结果。另外，eBay还通过大数据来预测商品是否销售出去，销量会是多少，然后调整商品在搜索引擎上的排名。
Williams说，增加因素来改变搜索结果是有风险的。公司通常需要几个月来增加一项因素，而且他们不知道是否真的对用户有用。为此，eBay会在一小部分用户那里进行测试，然后观察他们的反应。
改善搜索引擎的过程中，对用户搜索请求的情景判断是一个挑战。比如用户在搜索“吉朗猫球队(Geelong Cats)”的时候，搜索引擎可能会把“猫”做为关键词，然后搜索宠物这一类别，这对于用户来说是无用信息。“在我们这样的大规模下，会发生很多微小的问题，因此需要数据专家之类的人员来调查这些事情。”Williams 说。
