1，梅西的實時定價機制。根據需求和庫存情況，該公司基於SAS的系統實時調整多達7300萬種商品的價格。
2.2 .搭建的投註和預測平臺。歐洲博彩業的Tipp24AG。公司利用KXEN軟件分析數十億的交易和客戶特征，然後通過預測模型針對特定用戶進行動態營銷活動。這壹措施將預測模型的構建時間縮短了90%。SAP試圖收購KXEN。
3.沃爾瑪的搜索。設計了最新的搜索引擎Polaris，它使用語義數據進行文本分析、機器學習和同義詞挖掘。沃爾瑪稱，語義搜索技術的應用使網購完成率從10%提高到15%。"對沃爾瑪來說，這意味著數十億美元."蘭妮說。
4.快餐業的視頻分析。該公司通過視頻分析等待隊列的長度，然後自動改變電子菜單中顯示的內容。如果排隊時間長，則顯示可以快速供應的食物；如果排隊時間短，會顯示那些利潤較高但準備時間相對較長的食品。
5.品牌認知度為5。莫頓牛排店。莫頓開始了他的社交秀，當時壹位顧客開玩笑地通過Twitter從芝加哥的牛排連鎖店訂購了壹頓飯，並將其送到紐約的紐瓦克機場(他將在壹天工作後到達那裏)。首先，通過分析Twitter數據，發現該客戶是我們店的常客，也是Twitter的常客。根據顧客之前的訂單，猜測他乘坐的航班，然後派壹個穿著燕尾服的服務員為顧客提供晚餐。
6 .預極化c .PredPol與洛杉磯和聖克魯斯的警方以及壹群研究人員合作，根據地震預測算法和犯罪數據的變化預測犯罪概率，可以精確到500平方英尺。在應用該算法的洛杉磯地區，盜竊和暴力犯罪的分布分別下降了33%和265，438+0%。
7.TescoPLC和運營效率。這家連鎖超市在其數據倉庫中收集了700萬臺冰箱的數據。通過對這些數據的分析，可以進行更全面的監控和主動維護，降低整體能耗。
8.美國運通(AmEx)和商業智能。過去，美國運通只能實現事後報告和滯後預測。"傳統的商業智能已經不能滿足業務發展的需要."蘭尼認為。因此，美國運通開始建立壹個能夠真正預測忠誠度的模型。基於歷史交易數據，使用115變量進行分析和預測。該公司表示，它已經能夠確定未來四個月將在澳大利亞流失的24%的客戶。