由于众多厂商的积极推动，大数据在各个领域正发挥着重要作用：

医疗保健/流行病的研究和控制

像流感这样的季节性疾病在人群中以一定的模式开始，如果没有及早发现和控制，它们就会传播到更大的区域。这对发展中以及发达的国家都是一个最大的挑战。当前绝大部分时间的问题是人们之间的症状各异，而且不同的医护人员治疗他们的方法也不同。人群中也没有一种常见的症状分类。在这种典型的非结构化数据上采用大数据分析将有助于地方政府有效地应对疫情的情况。

智能电网：

智能电网现在欧洲已经做到了终端，也就是所谓的智能电表。在德国，为了鼓励使用太阳能，家庭安装太阳能装置后，除了供自家使用，还可以把多余电的电卖给电网。智能电网通过收集每隔五分钟或十分钟收集一次数据，收集来的这些数据可以用来预测客户的用电习惯等，从而推断出在未来两三个月时间，整个电网大概需要的用电量。有了这个预测，就可以向供电企业提前购买电。这有点像期货，提前购买会比较便宜，这个预测一方面可以降低采购成本，另一方面可以使供电单位应付原来不可预知的用电高峰。

传媒广告：

广告业通常包括两类数据：一类是广告库，即广告内容信息和广告客户信息，这类信息很适合传统数据库;另一类信息是用户看到广告之后的行为。经历长期累计，会产生几百万亿用户行为。这两种数据可以相结合，经过计算机的智能算法就能产生价值。显然第二种信息更重要，因为它能给用户提供想要的信息，比如搜索一个词，可以利用所有用户在他之前、在他之后的群体智能、群体行为，判定哪一类的信息最重要、最优质，哪一类信息可能是无效或非正常信息，然后经过反馈机制把最好的内容提供给用户，甚至推荐相关的一些搜索、查询信息。总而言之，对任何企业来说，数据是命根子;对大数据处理就是数据中心或云计算存在的理由。

制造企业：

制造业算法对生产线的传感器信息进行分析，形成了自我调节的流程，从而减少了浪费，避免了代价高昂(有时十分危险的)的人为干预，最终提升产量。在先进的“数码化”油田，仪表不时读取有关井口状况、管道和机械系统的各类数据。这些信息由一组计算机进行分析，并将结果输入实时运营中心。后者则调整油量以优化生产和最大限度缩短停机时间。一家大型石油公司因此减少了10%～25%运营成本和员工成本，产量提高了5%。

电子商务：

eBay将结构化数据和非结构化数据 结合在一起。为了准确分析用户的购物行为，eBay定义了超过500种类型的数据，对顾客的行为进行跟踪分析。体现在广告收入上，通过该系统，eBay能 够精确计算出每一个关键字为其带来的投资回报。通过对广告投放的优化，eBay 产品销售的广告费降低了99%，顶级卖家占总销售额的百分比却上升至32%。