什麼是大資料?不要再舉例說啤酒和尿布的例子了，Gartner的分析師Doug Laney在講解大資料案例時提到過8個更有新意更典型的案例，可幫助更清晰的理解大資料時代的到來。那麼大資料在哪領域有案例呢？
0 資料探勘的方法有哪些？
大資料的應用案例
1. 梅西百貨的實時定價機制。根據需求和庫存的情況，該公司基於SAS的系統對多達7300萬種貨品進行實時調價。
0 大資料的應用與弊端
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軟體來分析數十億計的交易以及客戶的特性，然後通過預測模型對特定使用者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。
0 大資料概念的意義,應用和弊端的分析
3. 沃爾瑪的搜尋。這家零售業寡頭為其網站自行設計了最新的搜尋引擎Polaris，利用語義資料進行文字分析、機器學習和同義詞挖掘等。根據沃爾瑪的說法，語義搜尋技術的運用使得線上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。
0 什麼是大資料，什麼是大資料概念？
4. 快餐業的視訊分析。該公司通過視訊分析等候佇列的長度，然後自動變化電子選單顯示的內容。如果佇列較長，則顯示可以快速供給的食物;如果佇列較短，則顯示那些利潤較高但準備時間相對長的食品。
0 大資料與網際網路金融
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於芝加哥的牛排連鎖店訂餐送到紐約Newark機場(他將在一天工作之後抵達該處)時，Morton就開始了自己的社交秀。首先，分析推特資料，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，然後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聖克魯斯的警方以及一群研究人員合作，基於地震預測演算法的變體和犯罪資料來預測犯罪發生的機率，可以精確到500平方英尺的範圍內。在洛杉磯運用該演算法的地區，盜竊罪和暴力犯罪分佈下降了33%和21%。
7. Tesco PLC(特易購)和運營效率。這家超市連鎖在其資料倉庫中收集了700萬部冰箱的資料。通過對這些資料的分析，進行更全面的監控並進行主動的維修以降低整體能耗。
8. American Express(美國運通，AmEx)和商業智慧。以往，AmEx只能實現事後諸葛式的報告和滯後的預測。“傳統的BI已經無法滿足業務發展的需要。”Laney認為。於是，AmEx開始構建真正能夠預測忠誠度的模型，基於歷史交易資料，用115個變數來進行分析預測。該公司表示，對於澳大利亞將於之後四個月中流失的客戶，已經能夠識別出其中的24%。
9. 體育行業預測世界盃期間,谷歌、百度、微軟和高盛等公司都推出了比賽結果預測平臺。其中,百度在小組賽階段的表現最為亮眼,而進入淘汰賽階段,百度與微軟則以16場比賽15場準確預測的成績讓人們見識到大資料在預測領域的魅力。從網際網路公司的經驗來看,只要有體育賽事相關的歷史資料,並且與指數公司進行多方合作,就可以在賽事預測領域取得不錯的成績。
10. 經濟、金融行業預測2013年,英國華威商學院和美國波士頓大學物理系的研究發現,使用者通過谷歌搜尋的金融關鍵詞或許可以把脈金融市場的走向,相應的投資戰略收益高達326%。而此前,也有專家嘗試通過Twitter博文情緒來預測股市波動。從預測的原理上來看,穩定發展的美國股市是比較適合大資料預測發揮其作用的。對國內而言,百度推出的中小企業景氣指數預測,應用百度海量的搜尋資料來刻畫我國中小企業執行發展的景氣狀態,以期能夠及時、有效地反映中小企業執行狀況,提高經濟監測的全面性和及時性。目前該功能已經上線投入應用。
11. 市場物價預測CPI表徵已經發生的物價浮動情況,但統計局資料並不權威。但大資料則可能幫助人們瞭解未來物價走向,提前預知通貨膨脹或經濟危機。單個商品的價格預測更加容易,尤其是機票這樣的標準化產品,去哪兒提供的“機票日曆”就是價格預測,可以告知你幾個月後機票的大概價位。商品的生產、渠道成本和大概毛利在充分競爭的市場中是相對穩定的,與價格相關的變數相對固定,商品的供需關係在電子商務平臺可實時監控,因此價格可以預測,基於預測結果可提供購買時間建議,或者指導商家進行動態價格調整和營銷活動以利益最大化。
12.大資料時代，網際網路教育與學校教育將逐漸分離，正如電影院和電視機在初期競爭的時候水火不相容，而成熟以後會各得其所。顛倒課堂提供了一種學校教育與網際網路 教育共存的新模式，事實上，學校裡更少的課堂與更多的實驗室，更多的交往與更少的講授，更多的互動與更少的灌輸，更個性化的服務和更靈活的學制，將是未來 學校得益於網際網路教育得到新生的機會。
開運聯合將大資料當作一種商業資本，在挖掘利用後產生價值。公司研發的Moa非結構化資料庫是國內唯一一款非結構化資料庫軟體，旨在為資訊系統提供可擴充套件的高效能資料儲存解決方案，相比於純關係型資料庫，可以儲存幾乎任何比較複雜的資料型別，並且在儲存時不需要擷取任何內容，即不丟失內容，Moa更適合大資料處理和資料探勘，應用廣泛。