時至今日互聯網每天新增的數據量達2.5*10^18字節，而全球90%的數據都是在曩昔的兩年間發明出來的。舉個直觀的比方來闡明一下互聯網的數據量：假定大西洋里每一升海水代表一個字節的數據，那么整個大西洋存儲的數據也只能到2010年就滿了。

從外行的角度看來大數據是個挺了不得的東西，它也的確了不得，不過有一個前提就是我們可以有效地處理數據。怎樣從海量數據中找出有用的信息才是最重要的。

智能新聞聚合

現在已經有很多新聞運用可以根據用戶的愛好來聚合相應的新聞供給給用戶。大數據在媒體的出產、歸檔和聚合上也可以發揮出作用。

單論新聞每天發生的數據量就以PB論而且還在迅速增長。在媒體范疇大數據剖析的目的是實時地辨認、分類、結構化、翻譯、剖析和辦理媒體內容。剖析的結果則是為每一個用戶單獨供給的新聞聚合。

大數據剖析為智能新聞聚合帶來的優點包含：

高效的信息辦理。
進步趨勢和數據的即時性。
自動化的查找和低推遲查詢所帶來的經濟性。
網上促銷

現在一個公司想獲得商業上的成功，在線促銷已經成為了很重要的手法。不過如果沒有進行實時的數據剖析那么可以說是干了相當于白干。成功的促銷行為應當根據之前搜集的數據來決議此次促銷所應運用的案牘、規劃、界面以及針對的人群等。

由于這些數據可以協助我們了解客戶的需求以及商場的意向和機會。如果想要充分利用這些數據，還需要做到高效地整合數據、打造一個低推遲的剖析體系并為剖析人員供給一些計算數據直觀的圖標來進行輔佐。

在促銷開端之前，我們先要訂立一個成績上的方針。為此我們應該清楚促銷針對的客戶群和商場。然后將銷量和盛行度指數這樣的成績方針進行量化。我們可以搜集的數據包含銷售報表、客戶反應、網站計算等等。

從多個數據源進行剖析的優點是它可以為未來的開展供給更多的知道，這是單一的銷售量所無法比擬的。單純的銷售量無法體現出消費者和環境的變化因而很難作為猜測未來的牢靠保證。

交通引導

比方你早上有重要會議，結果卻被堵在路上不知道什么時候才能到公司，這時你可能除了干著急也沒什么能做的。你不能，大數據剖析可以。憑借大數據剖析，、你可以找出擁堵不嚴峻的路乃至經過實時引導來處理整個城市的擁堵問題。

在這方面做得比較突出的是谷歌地圖。谷歌經過搜集安卓用戶的位置和運動等信息來猜測交通情況并給予用戶主張。

不過現在這項效勞作用還不是特別好由于谷歌再怎么搜集信息也很難知道用戶此時運用的是什么交通工具，而開車和騎電動車關于交通的影響是很不一樣的。

航班和車隊辦理

大數據剖析在航班辦理上可以協助我們減少花費并節省時刻。從每一架飛機或轎車搜集的數據燃油耗費、負載、速度、路面情況和航線等。

航班如果計劃得不好的話必定費用會上升，這就意味著賺的錢會變少，這就是物流公司鐘情于大數據提高運送功率的原因。數據剖析可以協助物流公司減少空駛的情況并優化行進的道路。這么一來不光是功率可以提高，對保護環境也能做出必定的奉獻。

航班車隊辦理還可以與交通引導結合起來為車輛尋覓最合適的行車道路，進一步進步功率下降開銷。