致我们的股东：
我们在亚马逊网站做出的许多至关重要的决定，都能靠数据分析完成。数据分析还能告诉我们，决策结果究竟是正确或错误、出色或是糟糕，这是我们最喜欢的决策方法。
开设新物流中心就是个例子，我们使用现有物流网络历史数据，预计季节购物高峰，为新产能建立数学模型。我们通过观察预期的产品种类，包括产品规格与重量，决定需要的仓储空间与设备，处理小尺寸可分类商品，或通常需要单独运送的大尺寸商品。
为缩短配送时间，减少出库运输成本，我们在靠近用户、交通枢纽、现有设施的基础上，分析新建物流中心的位置，定量分析改善了 公司用户体验与成本结构。
同样，我们大部分存货采购决策，能够运用数学模型定量分析。我们希望，库存产品在有需求的时候，能够立即提供给用户而不断货；为了降低相关库存成本，希望把库存总量降到最低，从而降低产品价格。
为了同时达到这两个目标，需要保持适量库存。我们使用历史采购数据，预测客户对产品的需求，及这种需求的变化；我们使用卖家的历史业绩数据，预计补货时间；我们根据入库与出库运输成本、仓储成本、预期用户位置，决定这种产品在配送网络中储存位置。
使用这种方法，我们能够保证仓库中有100多万种独特商品，且能立即提供给客户，同时每年库存周转率超过14次。
上述决策要求我们做出某些假设与判断，但是这些决策、判断、看法只能起到初步作用，大量繁重任务依靠数学方式完成。
然而正如您预料的那样，并非我们所有的重要决策，都能用这种羡煞旁人的数学方式解决。有时候，在只有很少或根本没有历史数据的指导下，我们根本不可能进行前瞻性实验，毕竟这实在太不切实际了。尽管数据、分析、数学模型都能发挥部分作用，但是在做这些决策时，考虑的主要因素还是主观判断。
我们的股东都知道，我们决定全年不断的为用户提供低价商品，而我们的效率与规模效应，使这种做法切实可行，这就是个不能通过数学方法来完成重要决策的例子。事实上，我们在降低价格的时候，就已经违背了我们的数学模型，因为这个模型的结论显示，聪明的做法应该是上调价格。
我们掌握大量与价格弹性相关数据，通过精确计算，预计可以把价格降低一定幅度，将导致产品销量一定比例增加。但除少数例外情况，短期内产品销量的增加不足以补偿价格的下降。
然而，我们对价格弹性的定量理解 ，局限在短期内，可以预计降价在本周与本季度内的影响，但不能精确预计持续降价在今后 5年、10年或更长时间内，对我们业务的影响。
我们的判断是，以降价的形式提高对用户的回报率，实现规模经济，会建立长期的良性循环，带来金额更高的自由现金流，从而为亚马逊带来更宝贵的价值。我们对免费送货服务与Amazon Prime会员计划作出类似判断，这两项功能在短期内耗资不菲，但我们相信它们在长期内，会有非常重要的价值。
另一个例子是，2000年我们邀请第三方直接在我们“最重要的零售不动产”网站产品细节页面与我们展开竞争。把亚马逊自营产品细节页面，做得跟第三方商家商品的页面一模一样，看起来是有风险的。
公司内外的热心人士，都担心这种方法会蚕食亚马逊自营业务，在用户至上的理念下作出的创新，通常会面临这种情况，没有办法提前证明这样做会带来好处。
我们的买家指出，邀请第三方加入亚马逊网站，会导致库存预计更加困难，如果我们把产品细节页面“拱手”让给第三方买家，我们可能会受到多余库存的困扰。
然而，这样的判断太简单了。如果第三方可以在特殊商品上提供更好的价格或更好的功能，那么我们希望用户很容易得到这种优惠。
历史证明，第三方销售获得了成功，并成为我们业务的重要组成部分。第三方销售产品数量占总产品数量的比例 ，从 2000年6% ，提高到2005年28%，同时零售收入增长两倍。
以数学为基础的决策需要广泛的共识，而以判断为基础的决策经常会引起争议，至少要等到付诸实践，才能得到证明。任何不愿意忍受争议的机构，就算是在做出以数学为基础的决策时，也会保持谨慎克制，但在我们看来，这样做确实能限制争议，但也限制了创新与长期价值创造。
《1997年致股东的信》为我们的决策理念奠定基础，下面附上这封信的部分内容：
我们将继续毫无保留的专注于用户至上的理念。
我们的投资决策将继续基于“长期市场领导地位”这一目标，而非关注短期的盈利，及华尔街的短期反应。
我们将继续批判地评估项目及投资决策的有效性，果断抛弃那些不能提供相应回报的项目，追加投资那些运作良好的项目。同时，我们将继续从成功及失败中汲取经验教训。
我们将毫不犹豫地投资那些有助于提升我们市场领导力的机会，这些投资有的可能会得益，有的或许不会，但我们至少能从每个案例中汲取有价值的经验教训。
我们会结合自身善于使用强有力定量分析的企业文化，大胆做出决策。对于这点，您们完全可以信赖我们。在这个决策过程中，我们将继续坚持用户至上的理念。在我们看来，这是为股东创造价值的最好方式。
杰弗里·贝索斯
亚马逊创始人、CEO
