大数据经典应用案例top50详细剖析
大数据十大经典案例(一)
大数据十大经典案例（一）引言概述：大数据的应用正日益成为了改变各行各业的重要推动力，许多经典案例展示了大数据在解决现实问题、改善业务效率和推动创新方面的巨大潜力。
本文将介绍大数据领域中的十个经典案例，通过这些案例的分析和总结，我们可以更好地了解大数据的影响力和应用范围。
正文：1. 基于用户行为的个性化推荐系统- 利用大数据技术分析用户历史行为数据，实现个性化推荐，提高用户体验。
- 使用机器学习算法对海量数据进行处理和训练，提供更准确的商品推荐。
2. 航空公司客户关系管理- 分析乘客购票和航班数据，了解乘客偏好和行为模式，为航空公司提供精准的客户关系管理策略。
- 基于大数据预测乘客的需求，优化航班安排和座位分配，提高客户满意度和营收。
3. 银行风险控制和欺诈检测- 利用大数据技术监控和分析银行系统中的交易数据，快速识别潜在风险和欺诈行为。
- 借助机器学习和模型算法，预测金融市场动态，提高银行的风险控制能力。
4. 零售业供应链优化- 通过分析和整合销售数据、库存数据和供应商数据，实现精细化的供应链管理，减少库存成本和运营风险。
- 基于大数据分析，预测销售趋势和需求变化，在合适的时间点调整补货和分配策略，提高销售效率。
5. 健康医疗领域的数据分析应用- 利用大数据分析技术，挖掘医疗机构的海量数据，提取隐藏的医疗知识，支持医疗决策和治疗方案的制定。
- 基于大数据的健康监测和预测模型，提供个性化的健康管理建议和预防措施，提高医疗效果和患者满意度。
总结：以上是大数据领域中的五个经典案例，这些案例展示了大数据在各行各业的广泛应用，无论是个性化推荐、客户关系管理、风险控制、供应链优化还是医疗领域，大数据都发挥了重要的作用。
随着大数据技术的不断发展和应用范围的扩大，我们相信会有更多的经典案例涌现，为各行各业带来更多的机遇和挑战。
中国大数据应用最佳实践案例
中国大数据应用最佳实践案例中国大数据应用最佳实践案例如下：1. 电子商务领域的个性化推荐系统：通过大数据分析用户的购买行为、浏览历史、兴趣爱好等信息，为用户推荐个性化的商品和服务，提高用户购买率和用户满意度。
2. 智能交通管理系统：利用大数据分析交通流量、车辆信息等数据，实现智能信号灯控制、交通拥堵预警等功能，提高交通效率和安全性。
3. 金融风控系统：通过大数据分析客户的信用记录、财务状况等信息，评估客户的信用风险，帮助金融机构准确判断贷款违约风险，提高贷款审批的准确性和效率。
4. 医疗健康管理系统：通过大数据分析患者的病历、病情等信息，实现个性化诊疗方案、疾病预警等功能，提高医疗服务的质量和效率。
5. 城市智能化管理系统：通过大数据分析城市的人口流动、环境污染等信息，实现智能能源管理、环境监测等功能，提高城市的可持续发展能力。
6. 物流供应链管理系统：通过大数据分析供应链的物流信息、库存信息等数据，优化物流路径规划、库存管理等环节，提高物流效率和降低成本。
7. 旅游行业的智能推荐系统：通过大数据分析用户的旅游偏好、地理位置等信息，为用户推荐个性化的旅游线路和景点，提高用户的旅游体验和满意度。
8. 农业生产管理系统：通过大数据分析农田的土壤状况、气象信息等数据，实现智能化的农田管理和农作物种植决策，提高农业生产的效益和质量。
9. 教育智能化管理系统：通过大数据分析学生的学习情况、教学资源等信息，实现个性化的教学辅导和学习评估，提高教育教学的效果和质量。
10. 基层社区服务管理系统：通过大数据分析社区居民的需求、健康状况等信息，实现精细化的社区服务管理和健康监护，提高社区居民的生活质量和幸福感。
以上是中国大数据应用领域的一些最佳实践案例，这些案例充分展示了大数据在各个领域的应用价值和潜力，对于推动经济社会发展具有重要意义。
希望通过这些成功案例的分享，能够激发更多创新思维和应用场景，推动大数据技术的进一步发展和应用。
大数据十大经典案例
大数据十大经典案例随着信息技术的发展，大数据已经成为当今社会的重要资源。
大数据分析可以为企业提供更准确的市场预测、个性化推荐、客户细分等方面的支持。
在这篇文章中，我将介绍十个经典的大数据案例，展示大数据技术在多个行业中的应用。
1. 亚马逊个性化推荐系统亚马逊是大数据应用的典范之一。
他们利用大数据技术分析用户的购物习惯、点击行为、浏览历史等信息，为每个用户提供个性化的产品推荐。
这不仅提升了用户购物体验，也增加了销售额。
2. 谷歌搜索算法优化谷歌搜索引擎利用大数据分析来不断优化搜索结果的排名算法。
通过分析用户的搜索历史、点击行为等数据，谷歌可以更好地理解用户的意图，为他们提供更精准的搜索结果。
3. 滴滴出行的智能调度系统滴滴出行利用大数据技术分析用户的出行需求、交通状况等信息，通过智能调度算法将乘客和司机进行匹配，提高了乘客的等待时间和司机的工作效率。
4. 美团点评的用户画像分析美团点评通过大数据分析用户的点评、消费记录等信息，对用户进行画像分析。
这些画像可以帮助商家更好地了解消费者需求，制定更精准的营销策略。
5. 脸书的社交关系分析脸书运用大数据技术分析用户的社交行为，找出用户之间的关联和兴趣，为广告商提供更有针对性的广告定向投放。
6. 捷信金融的风险评估模型捷信金融利用大数据分析用户的借贷历史、资产状况等信息，建立风险评估模型，提高贷款审批的准确性和效率。
7. 瑞典的城市规划优化瑞典利用大数据分析交通状况、人口分布等信息，优化城市规划。
他们通过分析数据，提出了改进交通流动性、节约能源等方面的具体举措。
8. 亚太航空的客户关系管理亚太航空利用大数据技术分析客户的飞行历史、偏好等信息，为客户提供个性化的服务和优惠，增强客户忠诚度。
9. 法国医院的医疗预测法国一家医院使用大数据分析医疗数据，建立模型预测患者的住院时间和治疗方案，帮助医生做出更好的决策，提高医疗效率。
10. 哈佛大学的科学研究哈佛大学利用大数据分析海量的科学文献、实验数据等，挖掘潜在的科研关联和发现。
大数据及大数据应用经典案例分析
大数据及大数据应用经典案例分析一、引言随着互联网的快速发展和智能设备的普及，大数据已成为当今社会的热门话题。
大数据是指规模庞大、类型多样的数据集合，这些数据集合可以通过计算机进行分析和挖掘，从而揭示隐藏在其中的信息和价值。
大数据应用则是将大数据技术与各行各业的实际需求相结合，为企业和组织提供决策支持、业务优化等方面的解决方案。
本文将通过分析几个经典的大数据应用案例，探讨大数据在不同领域的应用和价值。
二、案例一：零售业的用户购买行为分析零售业是大数据应用的一个重要领域。
通过分析用户的购买行为，零售商可以更好地了解用户的需求，优化商品布局和促销策略。
以某电商平台为例，该平台通过采集用户的购买记录、浏览记录、搜索记录等大量数据，利用大数据分析技术，对用户进行细分和画像。
通过分析用户的购买偏好、购买频次、购买时间等指标，可以精确预测用户的购买意愿和需求。
基于这些预测结果，电商平台可以向用户推荐个性化的商品，提高用户的购买满意度和忠诚度。
此外，大数据分析还可以匡助零售商优化商品的布局和促销策略。
通过分析用户的购买行为和偏好，可以发现用户的潜在需求和热门商品。
基于这些数据，零售商可以调整商品的陈列位置、增加热门商品的库存，并针对不同用户群体制定个性化的促销活动，提高销售额和利润。
三、案例二：金融行业的风险管理与反欺诈金融行业是大数据应用的另一个重要领域。
通过分析大量的金融数据，可以匡助金融机构提高风险管理能力，减少欺诈行为。
以银行业为例，银行通过分析客户的交易记录、信用评分、个人信息等大数据，可以建立客户的信用模型和风险评估模型。
通过这些模型，银行可以评估客户的信用风险和违约概率，从而决定是否赋予客户贷款或者信用额度。
此外，银行还可以通过大数据分析技术，监测客户的交易行为，及时发现异常交易和欺诈行为，保护客户的资金安全。
此外，大数据分析还可以匡助金融机构进行市场风险管理。
通过分析市场的波动情况、交易量、交易价格等数据，金融机构可以预测市场的走势和风险，及时调整投资组合，降低投资风险。
13个大数据应用案例,告诉你最真实的大数据故事
13个大数据应用案例,告诉你最真实的大数据故事1500字大数据应用案例:1. 亚马逊的个性化推荐系统：亚马逊利用大数据分析用户行为和购买历史数据，为每个用户推荐个性化的商品，提高用户满意度和购买率。
2. 人脸识别技术：通过大数据分析和深度学习算法，人脸识别技术可以被用于安全监控、身份验证和客流分析等领域。
3. 谷歌的搜索算法：谷歌利用大数据分析用户搜索行为和网页内容，不断优化搜索算法，提供更准确和个性化的搜索结果。
4. 滴滴打车的动态价格调整：滴滴打车利用大数据分析车辆位置、乘客需求和交通状况等信息，实时调整车费，提高了乘客的出行效率和司机的收益。
5. Facebook的社交图谱：Facebook通过大数据分析用户的社交关系和兴趣，构建了庞大的社交图谱，为广告商提供个性化的广告定向。
6. 云服务提供商的资源调度：云服务提供商通过大数据分析用户的资源需求和使用情况，实现资源动态调度，提高资源利用率和用户满意度。
7. 物流公司的智能配送系统：物流公司通过大数据分析交通状况、预测需求和优化路线，实现智能化的配送管理，提高送货效率和减少成本。
8. 银行的信用评估系统：银行通过大数据分析用户的财务数据、信用记录和行为模式，实现自动化的信用评估，提高贷款申请处理效率。
9. 医疗诊断系统：医疗机构利用大数据分析患者的临床数据、基因信息和医学文献，帮助医生做出更准确的诊断和治疗计划。
10. 酒店的客户关系管理系统：酒店通过大数据分析客户的预订历史、偏好和评价，实现个性化的客户关系管理，提高客户忠诚度和满意度。
11. 零售商的销售预测系统：零售商通过大数据分析产品销售数据、市场趋势和顾客反馈，预测需求，优化库存管理和进货计划。
12. 媒体公司的内容推荐系统：媒体公司通过大数据分析用户的阅读和观看行为，为用户推荐适合的内容，提高用户黏性和广告收入。
13. 城市交通管理：城市交通管理部门利用大数据分析交通状况、道路负载和乘客需求，优化交通规划和公共交通调度，提高交通效率和减少拥堵。
大数据及大数据应用经典案例分析
大数据及大数据应用经典案例分析一、引言大数据是指规模庞大、类型繁多的数据集合，这些数据集合难以使用传统的数据处理工具进行捕捉、管理和处理。
随着互联网的快速发展和技术的进步，大数据应用在各个领域中发挥着重要作用。
本文将从几个经典案例出发，详细分析大数据及大数据应用的相关内容。
二、经典案例分析1. 亚马逊的个性化推荐系统亚马逊作为全球最大的电子商务公司之一，其个性化推荐系统是其成功的关键之一。
亚马逊通过收集海量的用户数据，包括用户的购买记录、浏览记录、评价等，利用大数据技术对这些数据进行分析和挖掘，从而能够精准地向用户推荐他们可能感兴趣的商品。
这种个性化推荐系统不仅提高了用户的购物体验，也提高了亚马逊的销售额。
2. 谷歌的搜索引擎优化谷歌作为全球最大的搜索引擎之一，其搜索引擎优化是其成功的关键之一。
谷歌利用大数据技术对海量的网页进行分析和挖掘，从而能够根据用户的搜索意图提供最相关的搜索结果。
谷歌通过分析用户的搜索行为、点击行为等数据，不断优化搜索算法，提高搜索结果的质量和准确性。
这种大数据应用使得谷歌成为了用户首选的搜索引擎。
3. 脸书的社交网络分析脸书作为全球最大的社交网络之一，其社交网络分析是其成功的关键之一。
脸书通过收集用户的个人资料、社交关系、兴趣爱好等数据，利用大数据技术对这些数据进行分析和挖掘，从而能够精准地向用户推荐他们可能感兴趣的内容和广告。
脸书通过分析用户的社交行为、点赞行为等数据，不断优化推荐算法，提高用户的参与度和留存率。
这种大数据应用使得脸书成为了用户最喜爱的社交网络之一。
4. 美团的智能推荐系统美团作为中国最大的在线消费平台之一，其智能推荐系统是其成功的关键之一。
美团通过收集用户的消费记录、位置信息、评价等数据，利用大数据技术对这些数据进行分析和挖掘，从而能够精准地向用户推荐他们可能感兴趣的餐厅、电影、旅游等服务。
美团通过分析用户的消费行为、搜索行为等数据，不断优化推荐算法，提高用户的满意度和消费频次。
大数据应用的典型案例和分析
大数据应用的典型案例和分析摘要本文将介绍几个大数据应用的典型案例，并对每个案例进行分析。
这些案例涉及到不同行业，包括零售、金融、医疗等。
通过分析这些案例，我们可以深入了解大数据应用在不同行业中的应用场景、挑战和价值。
1. 零售行业案例一：顾客行为分析在传统零售行业中，顾客行为分析一直是一个重要的课题。
随着大数据技术的发展，零售企业可以收集大量的顾客数据，包括购买历史、浏览记录、社交媒体活动等。
通过对这些数据的分析，零售企业可以更好地了解顾客的行为习惯和偏好，从而优化产品定价和促销策略，提高销售效果。
案例二：供应链优化供应链管理是零售行业中的一个重要环节。
大数据应用可以帮助零售企业实时跟踪物流信息、订单履行情况和库存水平等。
通过对供应链数据的分析，零售企业可以发现潜在的瓶颈和风险，并及时采取措施进行优化，从而提高物流效率和降低成本。
2. 金融行业案例一：信用评估在金融行业中，信用评估是一个关键的业务环节。
传统的信用评估方式主要依靠个人申请表格和信用报告，而大数据技术可以为金融机构提供更全面和准确的信用评估数据。
通过分析个人的消费行为、社交网络活动和其他相关数据，金融机构可以更准确地评估个人的信用风险，从而更好地决策是否给予贷款或者设置利率。
案例二：欺诈检测金融行业中存在着许多欺诈活动，大数据技术可以帮助金融机构更好地检测和预防欺诈行为。
通过分析大量的交易记录、网络活动等数据，金融机构可以发现异常模式和风险指标，及时采取措施阻止欺诈行为的发生。
3. 医疗行业案例一：疾病诊断大数据技术在医疗行业中的应用可以提高疾病诊断的准确性和效率。
通过分析大量的医疗记录、基因数据和其他相关的健康数据，医疗机构可以建立更准确的疾病模型，帮助医生进行疾病的早期诊断和治疗决策，从而提高治疗效果和患者的生存率。
案例二：公共卫生管理大数据技术在公共卫生管理中也发挥着重要作用。
通过分析大量的流行病数据、社交网络数据和移动定位数据，卫生部门可以及时发现和追踪疫情的爆发，制定相应的防控措施，保护公众的健康安全。
大数据在市场营销中的应用案例分析
大数据在市场营销中的应用案例分析近年来，随着互联网技术的快速发展，大数据已经逐渐成为市场营销的重要工具之一。
大数据通过对大量的用户数据进行收集、整理和分析，为企业提供了更准确、更深入的市场洞察，为市场营销决策提供了有力的支持。
本文将通过分析几个典型的案例，探讨大数据在市场营销中的应用。
案例一：阿里巴巴的个性化推荐阿里巴巴作为中国最大的电商企业之一，利用大数据技术，为用户提供个性化的商品推荐，极大地提升了用户购物体验和转化率。
通过收集用户浏览和购买记录，阿里巴巴可以准确地判断用户的兴趣爱好，从而为用户提供与其兴趣相关的商品推荐。
这种个性化推荐不仅提高了用户购买的可能性，也增加了用户对阿里巴巴平台的粘性。
案例二：美团点评的精准营销美团点评作为中国领先的在线外卖和生活服务平台，利用大数据技术实现了精准营销。
通过分析用户的订单数据、位置信息以及用户评价等数据，美团点评可以准确识别用户的消费偏好和购买能力，为商家提供精准的广告投放。
例如，当用户在美团点评平台搜索某个菜品时，系统会根据用户的位置和购买记录，为用户推送附近的商家和相关的优惠活动。
这种精准营销不仅提高了广告的转化率，也提升了用户对美团点评平台的满意度。
案例三：谷歌广告的智能投放谷歌作为全球最大的搜索引擎，利用大数据技术实现了智能广告投放。
谷歌通过分析用户的搜索历史、地理位置和兴趣偏好等数据，为广告主提供精准的广告投放。
例如，当用户在谷歌搜索某个关键词时，系统可以根据用户的搜索意图和位置信息，为用户推送与其相关的广告。
这种智能投放不仅提高了广告的点击率和转化率，也为广告主带来了更高的收益。
案例四：保险行业的风险评估在保险行业，大数据技术被广泛应用于风险评估和精准定价。
通过分析用户的个人信息、历史索赔记录、社交网络数据等大数据，保险公司可以评估和预测用户的风险倾向，为其提供个性化的保险产品和定价方案。
这种精准定价不仅提高了保险公司的盈利能力，也为用户提供了更好的保险保障。
大数据有哪些经典的应用案例(一)2024
大数据有哪些经典的应用案例（一）引言概述：大数据是指规模巨大、复杂程度高且以高速增长为特点的数据集合。
随着技术的发展，大数据已经在多个领域展示出巨大的应用潜力。
本文将介绍大数据在不同领域的经典应用案例，以便读者更好地了解大数据的应用和价值。
正文内容：一、金融领域的应用案例1. 风险管理：通过大数据分析，金融机构可以实时监测市场风险，预测投资组合的风险，并采取相应的措施。
2. 个人信用评估：利用大数据分析，金融机构可以根据用户的消费行为和还款记录来评估其信用值，从而更好地决策贷款申请。
3. 欺诈检测：大数据分析可以识别异常交易模式，帮助金融机构及时阻止欺诈行为，保护用户的资金安全。
4. 股票交易预测：通过对大量的历史数据进行分析，大数据技术可以帮助投资者预测股票市场走势，提供有效的决策依据。
5. 个性化投资建议：根据用户过去的投资行为和资金状况，大数据技术可以定制个性化的投资建议，提高用户投资的成功率。
二、零售领域的应用案例1. 消费者行为分析：通过收集和分析消费者的购买记录和行为习惯，零售商可以了解消费者需求，优化商品组合和定价策略。
2. 库存管理：利用大数据分析，零售商可以根据历史销售数据和预测需求，优化库存管理，避免过剩或缺货的情况。
3. 客户关系管理：通过大数据技术，零售商可以更好地了解客户的偏好和需求，提供个性化的推荐和服务，提高客户满意度和忠诚度。
4. 营销活动优化：通过分析营销活动的效果和用户反馈，零售商可以调整和优化活动策略，提高活动的转化率和回报率。
5. 市场预测：通过对大量市场数据的分析，零售商可以预测市场趋势和竞争对手的策略，为企业决策提供参考。
三、医疗领域的应用案例1. 疾病预测：通过分析患者的病历和生理数据，医疗机构可以提前预测某些疾病的发生风险，并采取相应的干预措施。
2. 个体化治疗：利用大数据分析，医疗机构可以根据患者的遗传信息和病历数据，制定个体化的治疗方案，提高治疗效果。
大数据应用分析案例分析
大数据应用分析案例分析在当今数字化的时代，数据已经成为了企业和组织最宝贵的资产之一。
大数据的应用不仅改变了我们的生活方式，也为企业的决策提供了有力的支持。
下面，我们将通过几个具体的案例来深入探讨大数据的应用分析。
一、电商行业的大数据应用以淘宝为例，每天都有数以亿计的用户在平台上进行浏览、搜索、购买等操作，产生了海量的数据。
通过对这些数据的分析，淘宝能够实现精准的商品推荐。
当用户登录淘宝时，系统会根据用户的历史浏览记录、购买行为、搜索关键词等数据，运用大数据算法为用户推荐可能感兴趣的商品。
这种个性化推荐大大提高了用户的购买转化率，同时也提升了用户的购物体验。
此外，淘宝还利用大数据进行库存管理。
通过分析商品的销售趋势、季节因素、地区差异等数据，能够准确预测商品的需求量，从而优化库存水平，降低库存成本。
二、金融行业的大数据应用在金融领域，大数据的应用也越来越广泛。
银行可以通过分析客户的交易记录、信用评分、消费习惯等数据，来评估客户的信用风险。
例如，某银行发现一位客户近期的信用卡消费金额大幅增加，且消费地点主要集中在外地的高档商场和酒店。
通过进一步分析客户的收入情况和还款记录，银行可以判断该客户是否存在信用风险，并及时采取相应的措施，如调整信用额度或加强监控。
同时，金融机构还利用大数据进行反欺诈监测。
通过建立复杂的模型，分析交易数据中的异常模式和关联关系，能够及时发现可能的欺诈行为，保护客户的资金安全。
三、医疗行业的大数据应用医疗行业也是大数据应用的重要领域之一。
医院可以通过收集患者的病历数据、诊断结果、治疗方案等信息，建立医疗大数据平台。
医生在诊断病情时，可以通过查询大数据平台，获取类似病例的治疗经验和效果，为制定更精准的治疗方案提供参考。
此外，公共卫生部门还可以利用大数据进行疾病监测和预测。
通过分析社交媒体、搜索引擎等数据中的关键词和趋势，能够提前发现疾病的爆发迹象，及时采取防控措施，降低疾病的传播风险。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据应用经典案例TOP50详细剖析1. 梅西百货的实时定价机制。
根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。
2. Tipp24 AG针对欧洲博彩业构建的下注和预测平台。
该公司用KXEN软件来分析数十亿计的交易以与客户的特性，然后通过预测模型对特定用户进行动态的营销活动。
这项举措减少了90%的预测模型构建时间。
SAP公司正在试图收购KXEN。
3. 沃尔玛的搜索。
这家零售业寡头为其Walmart自行设计了最新的搜索引擎Polaris，利用语义数据进行文本分析、机器学习和同义词挖掘等。
根据沃尔玛的说法，语义搜索技术的运用使得在线购物的完成率提升了10%到15%。
“对沃尔玛来说，这就意味着数十亿美元的金额。
”Laney说。
4. 快餐业的视频分析。
该公司通过视频分析等候队列的长度，然后自动变化电子菜单显示的内容。
如果队列较长，则显示可以快速供给的食物;如果队列较短，则显示那些利润较高但准备时间相对长的食品。
5. Morton牛排店的品牌认知。
当一位顾客开玩笑地通过推特向这家位于芝加哥的牛排连锁店订餐送到纽约Newark机场（他将在一天工作之后抵达该处）时，Morton就开始了自己的社交秀。
首先，分析推特数据，发现该顾客是本店的常客，也是推特的常用者。
根据客户以往的订单，推测出其所乘的航班，然后派出一位身着燕尾服的侍者为客户提供晚餐。
6. PredPol Inc.。
PredPol公司通过与洛杉矶和圣克鲁斯的警方以与一群研究人员合作，基于地震预测算法的变体和犯罪数据来预测犯罪发生的几率，可以精确到500平方英尺的X围内。
在洛杉矶运用该算法的地区，盗窃罪和暴力犯罪分布下降了33%和21%。
7. Tesco PLC（特易购）和运营效率。
这家超市连锁在其数据仓库中收集了700万部冰箱的数据。
通过对这些数据的分析，进行更全面的监控并进行主动的维修以降低整体能耗。
8. American Express（美国运通，AmEx）和商业智能。
以往，AmEx只能实现事后诸葛式的报告和滞后的预测。
“传统的BI已经无法满足业务发展的需要。
”Laney认为。
于是，AmEx开始构建真正能够预测忠诚度的模型，基于历史交易数据，用115个变量来进行分析预测。
该公司表示，对于澳大利亚将于之后四个月中流失的客户，已经能够识别出其中的24%。
9、Espresso作为一个事务一致性文件存储。
LinkedIn建成的一个最重要的数据库是Espresso，通过对整个公司的网络操作将取代遗留的Oracle数据库。
它最初的设计就是为了提供LinkedIn InMail 消息服务的可用性。
10、Seton Healthcare是采用IBM最新沃森技术医疗保健内容分析预测的首个客户。
该技术允许企业找到大量病人相关的临床医疗信息，通过大数据处理，更好地分析病人的信息。
在加拿大多伦多的一家医院，针对早产婴儿，每秒钟有超过3000次的数据读取。
通过这些数据分析，医院能够提前知道哪些早产儿出现问题并且有针对性地采取措施，避免早产婴儿夭折。
11、Express Scripts药物管理服务。
通过一些复杂模型来检测虚假药品，这些模型还能与时提醒人们何时应该停止用药。
12、保险行业基于MongoDB的应用程序。
MongoDB汇聚了来自70多个遗留系统的数据，并将它合并成一个单一的记录。
它运行在两个数据中心的6个服务器上，目前存储了24TB的数据。
这包括MetLife的全部美国客户，尽管它的目标是扩大它的国际客户和多种语言，同时也可能创建一个面向客户的版本。
它的更新几乎是实时的，当新客户的数据输入时，就好像Facebook墙一样。
13、职业篮球赛。
来自Krossover团队根据教练上传的每场比赛过后的视频将其分解，等到第二天教练再看昨晚的比赛时，他只需检查任何他想要的——数据统计、比赛中的个人表现、比赛反应等等。
通过分析比赛视频，毫不夸X地分析所有的可量化的数据。
14、中医智慧养生。
基于探码大数据的中医智慧养生平台是研究开发一套中医药特色的养生智能自助系统，该系统通过计算机信息技术、模糊数学理论和中医药理论，结合中医证型和中医体质学，通过智能养生系统，整合中医界著名专家的研究和临床经验，收录海量的各种中医体质信息和调试调理方式。
用户输入自己的当前状态，系统根据这些输入信息，判断用户属于哪种不同的证型和体质，对用户给出中医药为主的包括，心理调适，运动养生，音乐调理，药食药膳，生活起居等各方面建议和初期诊断。
15、维斯塔斯风力系统。
依靠的是BigInsights软件和IBM超级计算机，然后对气象数据进行分析，找出安装风力涡轮机和整个风电场最佳的地点。
16、印度Satyamevjayate电视节目。
该节目整理并分析社会民众关于争议话题的各种意见，包括女性堕胎、种姓歧视和虐待儿童等社会热点问题，并使用这些数据来推进政治改革。
17、Facebook。
Facebook联合创始人，克里斯•休斯就建议扎克伯格在上推出相关服务，帮助总统候选人在Facebook上建立个人主页，以便他们进行形象推广。
18、MailChimp的电子服务。
MailChimp的一个重要任务就是搞清楚如何帮助客户更好地了解他们所发送的信息。
考虑到这一点，该公司建立了一个服务叫Wavelength，向客户展示了与他们相似的其他讯息。
这个系统使得Wavelength能够储存公司数据库中每个地址发生的互动。
这意味着告诉了你,用户打开了什么样的，何时打开，他们点击了什么，还有订阅了什么。
19、音乐元数据公司Gracenote。
Gracenote拥有数百万首歌曲的音频和元数据，因而可以快速识别歌曲信息，并按音乐风格、歌手、地理位置等分类。
20、全球零售业巨头沃尔玛啤酒+尿布。
全球零售业巨头沃尔玛在对消费者购物行为分析时发现，男性顾客在购买婴儿尿片时，常常会顺便搭配几瓶啤酒来犒劳自己，于是尝试推出了将啤酒和尿布摆在一起的促销手段。
没想到这个举措居然使尿布和啤酒的销量都大幅增加了。
如今，“啤酒+尿布”的数据分析成果早已成了大数据技术应用的经典案例，被人津津乐道。
21、数据新闻让英国撤军。
2010年10月23日《卫报》利用维基解密的数据做了一篇“数据新闻”。
将伊拉克战争中所有的人员伤亡情况均标注于地图之上。
地图上一个红点便代表一次死伤事件，鼠标点击红点后弹出的窗口则有详细的说明：伤亡人数、时间，造成伤亡的具体原因。
密布的红点多达39万，显得格外触目惊心。
一经刊出立即引起朝野震动，推动英国最终做出撤出驻伊拉克军队的决定。
22、QQ圈子把前女友推荐给未婚妻。
2012年3月腾讯推出QQ圈子，按共同好友的连锁反应摊开用户的人际关系网，把用户的前女友推荐给未婚妻，把同学同事朋友圈子分门别类，利用大数据处理能力给人带来“震撼”。
23、Google成功预测冬季流感。
2009年，Google通过分析5000万条美国人最频繁检索的词汇，将之和美国疾病中心在2003年到2008年间季节性流感传播时期的数据进行比较，并建立一个特定的数学模型。
最终google成功预测了2009冬季流感的传播甚至可以具体到特定的地区和州。
24、XO Communications通过使用IBM SPSS预测分析软件，减少了将近一半的客户流失率。
XO现在可以预测客户的行为，发现行为趋势，并找出存在缺陷的环节，从而帮助公司与时采取措施，保留客户。
此外，IBM新的Netezza网络分析加速器，将通过提供单个端到端网络、服务、客户分析视图的可扩展平台，帮助通信企业制定更科学、合理决策。
25、电信业者透过数以千万计的客户资料，能分析出多种使用者行为和趋势，卖给需要的企业，这是全新的资料经济。
26、中国移动通过大数据分析，对企业运营的全业务进行针对性的监控、预警、跟踪。
系统在第一时间自动捕捉市场变化，再以最快捷的方式推送给指定负责人，使他在最短时间内获知市场行情。
27、NTT docomo把手机位置信息和互联网上的信息结合起来，为顾客提供附近的餐饮店信息，接近末班车时间时，提供末班车信息服务。
28、浪潮GS助力XX集团一猪一ID强化食品安全。
作为辐射全国的农牧企业集团，多年来XX集团一直企业信息化进程与企业发展需求不匹配的问题。
2013年，XX集团引入浪潮GS，采用单件管理系统，通过一猪一ID对其成长周期进行全过程监控，促使食品安全可追溯，实现饲养流程精细化、集约化管理，使每年饲料节约了2成左右，为XX的智慧企业养成之路奠定了基础。
29、XX借力IBM 加快”智慧旅游”。
XX正在推进智慧化旅游公共服务平台建设，借助IBM创建的智慧旅游成熟度评估模型，根据自身旅游业所处的发展阶段，以与XX旅游业实现跨越式发展所需要采取的具体行动，加快XX打造国际旅游名城的脚步。
IBM正是利用大数据平台实现各旅游部门的信息共享，为行业管理、规X市场运作提供数据支撑。
在对游客数据进行分析的基础上对游客群体进行细分，针对每一群体制定有针对性的营销策略。
30、Informatica帮助紫金农商银行深挖数据价值。
紫金农商银行ODS数据仓库项目建设使用Informatica产品完成数据的加载、清洗、转换工作显得尤为简单，图形化、流程化设计使维护人员能够快速、顺畅的操作，即使数据源结构发生变化，也不会像以前必须修改大量的程序代码，只需要在PowerCenter中配置一下即可。
31、华为大数据方案在XX移动的应用。
为进一步提升外呼成功率，从2014年初开始，XX移动联合华为公司开展基于大数据的精准营销工作，采用大数据分析的方法选择外呼目标价值用户。
基于大数据分析方法和传统外呼方法分别提供20万目标客户清单，在前台无感知下进行对比验证，确保对比效果不受人为因素影响，经过外呼验证，基于大数据分析方法较传统方法外呼成功率提升50%以上，有效支撑了XX移动4G用户发展战略。
32、神州数码助X家港市更”智慧”。
在X家港实践的城市案例中，市民登录这款”神州数码”研发的市民公共信息服务平台后，市民只要凭借自己的XX和密码，即可通过该系统平台进行240余项”在线预审”服务、130余项”网上办事”服务等，还可通过手机与时查看办事状态。
相比于以前来说，市民办事的时间最少可以节省一半以上。
33、软通动力大数据平台为政府以与企业提供舆情监控服务。
基于大数据、云计算等新兴技术手段，软通动力信息技术（集团）XX于2014年推出了大数据舆情监测平台产品，为政府以与企业提供舆情监控服务。
大数据舆情监测平台提供的”企业画像”功能，是专为企业打造的一个便捷智能分析产品。
”企业画像”通过对企业市场、客户、产品、业务等海量信息出发，通过多角度分析和智能挖掘来构建一系列可视化数据，致力于帮助企业发现大数据中隐藏的价值和商机。