1. 梅西百貨的實時定價機制。根據需求和庫存的情況，該公司基于SAS的系統對多達7300萬種貨品進行實時調價。

2. Tipp24 AG針對歐洲博彩業構建的下注和預測平臺。該公司用KXEN軟件來分析數十億計的交易以及客戶的特性，然后通過預測模型對特定用戶進行動態的營銷活動。這項舉措減少了90%的預測模型構建時間。SAP公司正在試圖收購KXEN。

3. 沃爾瑪的搜索。這家零售業寡頭為其網站Walmart.com自行設計了最新的搜索引擎Polaris，利用語義數據進行文本分析、機器學習和同義詞挖掘等。根據沃爾瑪的說法，語義搜索技術的運用使得在線購物的完成率提升了10%到15%。“對沃爾瑪來說，這就意味著數十億美元的金額。”Laney說。

4. 快餐業的視頻分析。該公司通過視頻分析等候隊列的長度，然后自動變化電子菜單顯示的內容。如果隊列較長，則顯示可以快速供給的食物;如果隊列較短，則顯示那些利潤較高但準備時間相對長的食品。

5. Morton牛排店的品牌認知。當一位顧客開玩笑地通過推特向這家位于芝加哥的牛排連鎖店訂餐送到紐約Newark機場（他將在一天工作之后抵達該處）時，Morton就開始了自己的社交秀。首先，分析推特數據，發現該顧客是本店的常客，也是推特的常用者。根據客戶以往的訂單，推測出其所乘的航班，然后派出一位身著燕尾服的侍者為客戶提供晚餐。

6. PredPol Inc.。PredPol公司通過與洛杉磯和圣克魯斯的警方以及一群研究人員合作，基于地震預測算法的變體和犯罪數據來預測犯罪發生的幾率，可以精確到500平方英尺的范圍內。在洛杉磯運用該算法的地區，盜竊罪和暴力犯罪分布下降了33%和21%。

7. Tesco PLC（特易購）和運營效率。這家超市連鎖在其數據倉庫中收集了700萬部冰箱的數據。通過對這些數據的分析，進行更全面的監控并進行主動的維修以降低整體能耗。

8. American Express（美國運通，AmEx）和商業智能。以往，AmEx只能實現事后諸葛式的報告和滯后的預測。“傳統的BI已經無法滿足業務發展的需要。”Laney認為。于是，AmEx開始構建真正能夠預測忠誠度的模型，基于歷史交易數據，用115個變量來進行分析預測。該公司表示，對于澳大利亞將于之后四個月中流失的客戶，已經能夠識別出其中的24%。

9、Espresso作為一個事務一致性文件存儲。 LinkedIn建成的一個最重要的數據庫是Espresso，通過對整個公司的網絡操作將取代遺留的Oracle數據庫。它最初的設計就是為了提供LinkedIn InMail消息服務的可用性。

10、Seton Healthcare是采用IBM最新沃森技術醫療保健內容分析預測的首個客戶。該技術允許企業找到大量病人相關的臨床醫療信息，通過大數據處理，更好地分析病人的信息。在加拿大多倫多的一家醫院，針對早產嬰兒，每秒鐘有超過3000次的數據讀取。通過這些數據分析，醫院能夠提前知道哪些早產兒出現問題并且有針對性地采取措施，避免早產嬰兒夭折。

11、Express Scripts藥物管理服務。通過一些復雜模型來檢測虛假藥品，這些模型還能及時提醒人們何時應該停止用藥。

12、保險行業基于MongoDB的應用程序。MongoDB匯聚了來自70多個遺留系統的數據，并將它合并成一個單一的記錄。它運行在兩個數據中心的6個服務器上，目前存儲了24TB的數據。這包括MetLife的全部美國客戶，盡管它的目標是擴大它的國際客戶和多種語言，同時也可能創建一個面向客戶的版本。它的更新幾乎是實時的，當新客戶的數據輸入時，就好像Facebook墻一樣。

13、職業籃球賽。來自Krossover團隊根據教練上傳的每場比賽過后的視頻將其分解，等到第二天教練再看昨晚的比賽時，他只需檢查任何他想要的——數據統計、比賽中的個人表現、比賽反應等等。通過分析比賽視頻，毫不夸張地分析所有的可量化的數據。

14、中醫智慧養生。基于探碼大數據的中醫智慧養生平臺是研究開發一套中醫藥特色的養生智能自助系統，該系統通過計算機信息技術、模糊數學理論和中醫藥理論，結合中醫證型和中醫體質學，通過智能養生系統，整合中醫界著名專家的研究和臨床經驗，收錄海量的各種中醫體質信息和調試調理方式。用戶輸入自己的當前狀態，系統根據這些輸入信息，判斷用戶屬于哪種不同的證型和體質，對用戶給出中醫藥為主的包括，心理調適，運動養生，音樂調理，藥食藥膳，生活起居等各方面建議和初期診斷。

15、維斯塔斯風力系統。依靠的是BigInsights軟件和IBM超級計算機，然后對氣象數據進行分析，找出安裝風力渦輪機和整個風電場最佳的地點。

16、印度Satyamev jayate電視節目。該節目整理并分析社會民眾關于爭議話題的各種意見，包括女性墮胎、種姓歧視和虐待兒童等社會熱點問題，并使用這些數據來推進政治改革。

17、Facebook。Facebook聯合創始人，克里斯?休斯就建議扎克伯格在網站上推出相關服務，幫助總統候選人在Facebook上建立個人主頁，以便他們進行形象推廣。

18、MailChimp的電子郵件服務。MailChimp的一個重要任務就是搞清楚如何幫助客戶更好地了解他們所發送的信息。考慮到這一點，該公司建立了一個服務叫Wavelength，向客戶展示了與他們相似的其他訊息。這個系統使得Wavelength能夠儲存公司數據庫中每個郵件地址發生的互動。這意味著告訴了你,用戶打開了什么樣的郵件，何時打開，他們點擊了什么鏈接，還有訂閱了什么郵件。

19、音樂元數據公司Gracenote。　Gracenote擁有數百萬首歌曲的音頻和元數據，因而可以快速識別歌曲信息，并按音樂風格、歌手、地理位置等分類。

20、全球零售業巨頭沃爾瑪啤酒+尿布。全球零售業巨頭沃爾瑪在對消費者購物行為分析時發現，男性顧客在購買嬰兒尿片時，常常會順便搭配幾瓶啤酒來犒勞自己，于是嘗試推出了將啤酒和尿布擺在一起的促銷手段。沒想到這個舉措居然 使尿布和啤酒的銷量都大幅增加了。如今，“啤酒+尿布”的數據分析成果早已成了大數據技術應用的經典案例，被人津津樂道。

21、數據新聞讓英國撤軍。2010年10月23日《衛報》利用維基解密的數據做了一篇“數據新聞”。將伊拉克戰爭中所有的人員傷亡情況均標注于地圖之上。地圖上一個紅點便代表一次死傷事件，鼠標點擊紅點后彈出的窗口則有詳細的說明：傷亡人數、時間，造成傷亡的具體原因。密布的紅點多達39萬，顯得格外觸目驚心。一經刊出立即引起朝野震動，推動英國最終做出撤出駐伊拉克軍隊的決定。

22、QQ圈子把前女友推薦給未婚妻。2012年3月騰訊推出QQ圈子，按共同好友的連鎖反應攤開用戶的人際關系網，把用戶的前女友推薦給未婚妻，把同學同事朋友圈子分門別類，利用大數據處理能力給人帶來“震撼”。

23、Google成功預測冬季流感。2009年，Google通過分析5000萬條美國人最頻繁檢索的詞匯，將之和美國疾病中心在2003年到2008年間季節性流感傳播時期的數據進行比較，并建立一個特定的數學模型。最終google成功預測了2009冬季流感的傳播甚至可以具體到特定的地區和州。

24、XO Communications通過使用IBM SPSS預測分析軟件，減少了將近一半的客戶流失率。XO現在可以預測客戶的行為，發現行為趨勢，并找出存在缺陷的環節，從而幫助公司及時采取措施，保留客戶。此外，IBM新的Netezza網絡分析加速器，將通過提供單個端到端網絡、服務、客戶分析視圖的可擴展平臺，幫助通信企業制定更科學、合理決策。

25、電信業者透過數以千萬計的客戶資料，能分析出多種使用者行為和趨勢，賣給需要的企業，這是全新的資料經濟。 ??

26、中國移動通過大數據分析，對企業運營的全業務進行針對性的監控、預警、跟蹤。系統在第一時間自動捕捉市場變化，再以最快捷的方式推送給指定負責人，使他在最短時間內獲知市場行情。 ??

27、NTT docomo把手機位置信息和互聯網上的信息結合起來，為顧客提供附近的餐飲店信息，接近末班車時間時，提供末班車信息服務。

28、浪潮GS助力廣安集團一豬一ID強化食品安全。作為輻射全國的農牧企業集團，多年來廣安集團一直企業信息化進程與企業發展需求不匹配的問題。2013年，廣安集團引入浪潮GS，采用單件管理系統，通過一豬一ID對其成長周期進行全過程監控，促使食品安全可追溯，實現飼養流程精細化、集約化管理，使每年飼料節約了2成左右，為廣安的智慧企業養成之路奠定了基礎。

29、濟南借力IBM 加快”智慧旅游”。濟南正在推進智慧化旅游公共服務平臺建設，借助IBM創建的智慧旅游成熟度評估模型，根據自身旅游業所處的發展階段，以及濟南旅游業實現跨越式發展所需要采取的具體行動，加快濟南打造國際旅游名城的腳步。IBM正是利用大數據平臺實現各旅游部門的信息共享，為行業管理、規范市場運作提供數據支撐。在對游客數據進行分析的基礎上對游客群體進行細分，針對每一群體制定有針對性的營銷策略。

30、Informatica幫助紫金農商銀行深挖數據價值。紫金農商銀行ODS數據倉庫項目建設使用Informatica產品完成數據的加載、清洗、轉換工作顯得尤為簡單，圖形化、流程化設計使維護人員能夠快速、順暢的操作，即使數據源結構發生變化，也不會像以前必須修改大量的程序代碼，只需要在PowerCenter中配置一下即可。

31、華為大數據方案在福建移動的應用。為進一步提升外呼成功率，從2014年初開始，福建移動聯合華為公司開展基于大數據的精準營銷工作，采用大數據分析的方法選擇外呼目標價值用戶。基于大數據分析方法和傳統外呼方法分別提供20萬目標客戶清單，在前臺無感知下進行對比驗證，確保對比效果不受人為因素影響，經過外呼驗證，基于大數據分析方法較傳統方法外呼成功率提升50%以上，有效支撐了福建移動4G用戶發展戰略。

32、神州數碼助張家港市更”智慧”。在張家港實踐的城市案例中，市民登錄這款”神州數碼”研發的市民公共信息服務平臺后，市民只要憑借自己的身份證和密碼，即可通過該系統平臺進行240余項”在線預審”服務、130余項”網上辦事”服務等，還可通過手機及時查看辦事狀態。相比于以前來說，市民辦事的時間最少可以節省一半以上。

33、軟通動力大數據平臺為政府以及企業提供輿情監控服務。基于大數據、云計算等新興技術手段，軟通動力信息技術（集團）有限公司于2014年推出了大數據輿情監測平臺產品，為政府以及企業提供輿情監控服務。大數據輿情監測平臺提供的”企業畫像”功能，是專為企業打造的一個便捷智能分析產品。”企業畫像”通過對企業市場、客戶、產品、業務等海量信息出發，通過多角度分析和智能挖掘來構建一系列可視化數據，致力于幫助企業發現大數據中隱藏的價值和商機。

34、宜信宜人貸用大數據突破”極速模式”。利用大數據技術，宜信金融云能夠解決金融領域海量數據的存儲、查詢優化，及聲音、影像等非結構化數據的處理。一方面對數據進行可視化，構建客戶畫像，便于專家分析；另一方面結合專家知識和機器學習模型，實現規則引擎、授信引擎和反欺詐引擎等模塊，有效地支持了宜信的在線和離線業務，完成對用戶的實時授信。宜信宜人貸”極速模式”可以做到在手機端和PC端提交資料之后，10分鐘內反饋審核結果，最低月費率0.78%，最高額度為10萬元，最快在一天內資金到賬。如此快速審核的背后，就是大數據金融云的功勞

35、星環TDH助力山東交警辦案更高效。公安部無錫所幫助山東交警部署的新緝查系統底層采用了星環科技的分布式大數據處理平臺Transwarp Data Hub（TDH）。

36、農夫山泉運用SAP HANA實時處理海量數據。利用SAPHANA的觸發機制，農夫山泉實現了真正的實時數據轉移及數據同步。這樣的實時數據同步使得數據分析能夠更及時，也為業務人員帶來極大的便利，使得他們所做出的分析及市場反應能夠更及時準確，也能減少錯誤的發生。

37、京東用大數據技術勾勒用戶畫像。用戶畫像提供統一數據服務接口供網站其他產品調用，提高與用戶間的溝通效率、提升用戶體驗。比如提供給推薦搜索調用，針對不同用戶屬性特征、性格特點或行為習慣在他搜索或點擊時展示符合該用戶特點和偏好的商品，給用戶以友好舒適的購買體驗，能很大程度上提高用戶的購買轉化率甚至重復購買，對提高用戶忠誠度和用戶黏性有很大幫助；再比如數據接口提供給網站智能機器人JIMI，可以基于用戶畫像的用戶量身定做咨詢應答策略，如快速理解用戶意圖、針對性商品評測或商品推薦、個性化關懷等，大幅提升JIMI 智能水平和服務力度，贏得用戶歡迎和肯定。

38、Oracle零售解決方案助北京華聯集團優化運營管理。作為中國商務部重點扶持的最大零售企業之一，北京華聯集團通過部署Oracle 零售應用解決方案，以優化運營管理，進而提高商業敏捷性，并提升關鍵貨物、定價、存貨、供應鏈和交易流程的管理和實施。全面支持其旗下各項業務的不斷增長，包括大賣場、綜合超市、百貨公司以及商業地產等。

39、IBM助廣州中醫藥大學第一附屬醫院開啟智能化數據分析。利用IBM大數據分析工具，廣州中醫藥大學第一附屬醫院實現了醫院在日常運營監控、陽光用藥監察、醫保費用監控、科室目標管理四大方面的有效提升。利用IBM大數據分析工具Cognos和數據挖掘工具Datastage構建的醫院智能運營平臺，能夠幫助醫院進行日常運營信息的整合，對復雜的數據源進行數據抽取、清洗和轉換，為數據的智能化分析利用打好基礎。

40、美特斯邦威借SQL Server優化管理與運營。美特斯邦威作為中國銷售量最大的服飾品牌之一，其集團也在積極尋求如何利用大數據在線上線下實現零售業務增長。借助微軟SQL Server 2012商業解決方案，美特斯邦威能夠掌握客戶店內走動情況以及與商品的互動，將豐富的輸入數據與交易記錄相結合開展實驗，以便指導銷售哪些商品、擺放貨品以及如何以及何時調整售價與優化庫存。

41、安徽農信采用IBM i平臺有效控制金融風險。安徽省農村信用社聯合社采用IBM i平臺，通過規模化經營提升競爭力并有效控制金融風險。i平臺在穩定性、安全性方面的優勢，整體虛擬化設計和面向云、智能化的設計能為安徽農信帶來更多的投資回報，并提供了面向未來應用需求的IT基礎架構。

42.騰訊大數據發布世界杯報告《移動端上的世界杯》騰訊大數據發布巴西世界杯主題報告《移動端上的世界杯》。報告從足球迷使用機型、移動端活躍用戶數分布、性別、年齡、地域等多個維度進行了分析。并且移動端互動性良好，熱度很高。報告指出，世界杯期間用戶主要通過小米手機、蘋果手機和三星手機了解世界杯的最新消息。并且玩家通過微信邀請好友移動猜球、選擇球迷最喜愛的球員和球隊，用戶活躍度高于平時。

43.愛奇藝大數據分析工具綠鏡通過收集、分析用戶對于《高科技少女喵》每一分鐘收視喜好乃至用戶對每個內容片段的不同反應，協助創作方對劇集進行優化，也讓網絡播放量直線飆升。新鮮創意的不斷嘗試給觀眾帶來了與眾不同的體驗，用戶對此類劇的熱忱正與日俱增。

44.韓國觀光公社與百度合作利用大數據吸引中國游客。由于最近幾年的韓流襲來，韓國成為越來越多中國游客的旅游目的地。韓國觀光公社將與百度合作，利用百度關于旅游交通的移動流量數據來吸引更多中國的游客。百度將會提供給韓國觀光公社以與旅游相關的數據，來幫助其對需求進行科學分析，并據此結果制定市場策略。

45.軟通動力助推成都智慧旅游數據中心建設。軟通動力在充分借鑒國內外旅游數據中心建設的成功經驗的基礎上，結合成都旅游信息化發展現狀和未來智慧旅游對數據支撐的要求，提供定制化的解決方案，并最終成功開發建設了標準統一、資源共享、接口開放、與旅游產業發展相適應的數據中心管理系統，使得成都市的旅游服務、旅游營銷及旅游管理達到了一個全新的境界，讓城市旅游更加智慧化、個性化和便捷化。

46.華為ICT助力海南建設國際化的智慧旅游島。華為企業ICT解決方案在海南各行業已廣泛應用，服務于包括海南省委、海南省政府、海南省公安廳、海南電網、海南省氣象局、工商銀行和農業銀行等銀行在海南省的分行等多家客戶。華為攜手海南藍點計算機網絡工程有限公司共同為海南智慧旅游島的建設，提供更優質的產品和服務，助力海南提高信息化核心競爭力。

47.漢庭酒店成功實施全面預算解決方案。利用IBM大數據分析工具，漢庭酒店成功實施全面預算解決方案，幫助企業財務部門將預算周期縮短了60%，年度戰略規劃的工作時間縮短了90%，推動了集團業務創新拓展。IBM Cognos能夠靈活地調整動態預測信息分析和實現即時分析計算，提升了預算業務流程的效率和數據質量；使得漢庭財務部門能夠加強預算編制、調整流程控制，縮短工作周期時間，從而更好地發揮部門智能；通過高效準確、以業務為導向的預算規劃，為集團業務的快速拓展提供強大支持。

48、阿迪達斯的“黃金羅盤”。阿迪達斯每天都會收集門店的銷售數據，并將它們上傳至阿迪達斯。收到數據后，阿迪達斯對數據做整合、分析，再用于指導經銷商賣貨。研究這些數據，讓阿迪達斯和經銷商們可以更準確了解當地消費者對商品顏色、款式、功能的偏好，同時知道什么價位的產品更容易被接受。

49、數據權之爭。最近幾年，隨著移動互聯網的興起，一類關于航班動態的應用程序開始出現。飛友網絡通過一套算法，數據工程師們將機場航班實時動態轉換成直觀的信息，再傳遞給用戶，讓后者能夠及時了解到航班的起飛、到達、延誤、取消、返航、備降等狀態，從而幫助用戶更高效地安排行程計劃。

50、精準扶貧項目。探碼大數據平臺通過對數據的提取分析，“扶貧大平臺”還能展示貧困人口的致貧原因，包括：因病、因殘、因學、因災、缺土地、缺水、缺技術、缺勞力、缺資金、交通條件落后、自身發展動力不足等，通過致貧原因分析，協助制定精準的扶貧措施。 平臺旨在通過大數據技術，擴大信息采集的渠道，提高數據加工能力和效率，深度挖掘數據的價值，為扶貧工作提供真實可靠、及時全面的決策數據，為最終實現精準扶貧和精準脫貧保駕護航。