例子1：在09年流感爆發(fā)的時候，google通過對人們輸入詞條的分析，挖掘出了有效及時的指示標，比通過層層收集的官方數據驚人很多。

　　例子2：Farecast通過對于機票數據的趨勢變化情況，提供票價預測的服務，目前公布準確度高達75%，現在被微軟收購，整合在了bing的搜索中。

　　例子3：Xoom是從事跨境匯款業(yè)務的公司，處理過的一個案例是，單獨看一筆交易是合法的，但是重新檢查了所有的數據之后，發(fā)現犯罪集團正在進行咋騙。

　　例子4：hadoop分析VISA的數據，將原來需要一個月的時間縮短為13分鐘。

　　例子5：亞馬遜三分之一的銷售額來自個性化推薦系統(tǒng)。

　　例子6：美國折扣零售商能夠通過用戶購買商品的歷史，判斷出是否懷孕。

　　例子7：UPS有6W輛車，通過對車倆損害的數據挖掘，能夠及時的預測那些車輛需要維修，達到預警的目的。

　　例子8：日本通過研究駕駛員的坐姿數據，用來作為汽車防盜系統(tǒng)中。

　　例子9：UPS通過對于位置數據的分析，獲取最佳行車路徑。

　　例子10：IBM開發(fā)了一套復雜的預測模型，完成了電動汽車動力與電力供應系統(tǒng)的預測。

　　例子11：微軟和谷歌以及百度等搜索引擎的拼寫檢查以及糾錯提示，有效的利用的數據廢氣。

　　例子12：巴諾通過分析人們在閱讀的時候的行為，得出人們往往會放棄長篇幅的非小說類書籍。

　　?例子13：The-numbers通過對于歷史電影相關的數據的相關關系，來預測電影票房。