梅西百货案例分析_梅西百货优势
1.徐爱华的创业故事解读
2.大数据可以应用在哪些方面
3.大数据分析 零售业谋变新路径
4.大数据应用于哪些行业？
在编制其有史以来首份“最佳CFO”名单时，《华尔街日报》试图发现那些财务运作最为出色且在制定公司战略方面发挥带头作用的CFO。《华尔街日报》采用定量和定性考核指标来编制这份排名表。既考察每位CFO在各自公司所发挥的作用，也考察同行和竞争对手如何评价这名CFO的工作。去年，标准普尔500指数成分股公司CFO的薪酬中值上升了2.1%，至330万美元。排名前25位的CFO，其薪酬中值为400万美元。第一名：马克?洛里基(Mark Loughridge)，IBM，国际商业机器公司(International Business Machines Corp., 简称：IBM)已经变成了一个贪婪的收购者，过去10年中其发起了100多宗并购交易。现年58岁的洛里基自2004年出任IBM的CFO以来，参与了该公司许多新收购业务的整合工作。在这一过程中他绝少犯错。高管猎头公司Korn/Ferry International旗下Global Financial Officer Practice业务的董事长麦克莱恩(Peter McLean)说，财务和战略的结合意味着洛里基给现代CFO下了一个定义。2005年IBM剥离硬件业务之后，洛里基因为帮助外人理解IBM做出此举的原因而尤为受到称赞。巴克莱资本(Barclays Capital)的股票分析师雷泽斯(Ben Reitzes)说，投资者当时无法确定IBM是否能继续（改善）盈利。洛里基接手时，IBM已经做出了很多艰难的决定。投资者当时不明白的是焕然一新的IBM以后会是什么样子。洛里基抓住这个机会对IBM的未来形象进行了明确定义，并对外做了广泛宣传。在2007年首次制定的一份路线图中，洛里基帮助简化了IBM对外传递的信息。这份路线图列出了IBM在2010年底之前这段时间计划如何增加利润和每股收益(EPS)，以及如何将手里的现金进行投资。IBM正在制定其第二份路线图，这份路线图将一直实施到2015年年底。
徐爱华的创业故事解读
国外的电商平台有亚马逊Amazon、NetFlix、易趣网eBay、沃尔玛Walmart、宜家IKEA、塔吉特公司Target Corporation、百思买Best Buy、新蛋网Newegg、西尔斯Sears、梅西百货Macy's。
1、亚马逊Amazon
亚马逊公司Amazon是一家美国跨国电子商务公司，亚马逊公司总部位于美国华盛顿西雅图。它是世界上最大的在线零售商。起初，亚马逊只是一个网上书店，但是很快就开始多元化发展，业务覆盖：销售DVD、光盘、视频、MP3下载/流媒体、软件、电视游戏、电子产品、服装、家具、食品、玩具、珠宝。
2、NetFlix
NetFlix是一家美国流媒体点播在线供应商，NetFlix为北美和南美、加勒比地区、英国、爱尔兰、瑞典、丹麦、挪威、芬兰提供DVD邮寄业务。NetFlix成立于1997年，NetFlix总部位于美国加利福尼亚洛杉矶市。
3、易趣网eBay
易趣网eBay是世界著名的网购零售平台，易趣网主要业务跨越C2C（个人对个人）。易趣网总部位于加利福尼亚州圣何塞。易趣网于1995年成立，起初差点成为互联网泡沫，之后易趣网崛起成为一个互联网成功案例。现在，易趣网是一个多元化公司，在全球超过30个国家都有其本地化网站。
4、沃尔玛Walmart
沃尔玛百货有限公司Walmart是一家经营连锁折扣店和仓储式商店的美国跨国零售公司，总部位于阿肯色州本顿维尔。公司于1962年由山姆·沃尔顿成立，并于1969年10月31日注册成立。
5、宜家IKEA
宜家IKEA是一个设计和销售自行组装家具（如床，椅子和桌子），家电和家居饰品的跨国集团。截至2008年1月，它是世界上最大的家具零售商。该集团拥有一个复杂的公司结构，它是由总部设在荷兰，卢森堡和列支敦士登的几个基金会控制。
6、塔吉特公司Target Corporation
塔吉特公司Target Corporation是美国一家零售公司，该公司成立于1902年，总部位于明尼苏达州明尼阿波利斯。它是美国第二大折扣零售商，仅次于沃尔玛。2013年，公司在世界500强名单中排名第36位，它是标准普尔500指数成分股。
7、百思买Best Buy
百思买公司Best Buy是一家美国跨国消费电子公司，总部位于明尼苏达州里奇菲尔德。其业务覆盖：美国，波多黎各，墨西哥，加拿大和中国。该公司于1966年由理查德·舒尔茨和Gary Smoliak作为一家音频专业店而成立。在1983年，它被重新命名为现在的名字，并专注于消费类电子产品。
8、新蛋网Newegg
新蛋网Newegg是一个在线计算机硬件和软件零售商，新蛋网总部位于加州工业市，新蛋网于2001年由台湾移民弗雷德昌创建的，新蛋网销售计算机硬件、软件、外设、游戏、电子产品、配件、DVD光盘、家用器皿、器具、工具、家具和办公用品等，新蛋网在2005年被评为互联网10大零售商之一。
9、西尔斯Sears
西尔斯Sears是一家美国著名的连锁百货公司，该公司于1886年由Richard Warren Sears和Alvah Curtis Roebuck在伊利诺伊州芝加哥创立；以前，公司总部位于芝加哥西尔斯大厦，目前总部位于伊利诺伊州Hoffman Estates。
10、梅西百货Macy's
梅西百货Macy's是一家美国中档连锁百货公司，它是由美国跨国公司梅西公司所有。它是梅西公司旗下两大部门之一，另外一个部门为高档连锁百货公司布鲁明戴尔。截至2014年1月，它在美国大陆，夏威夷，波多黎各和关岛拥有850家百货店，以及在纽约市曼哈顿中城著名的先驱广场拥有旗舰店。
以上内容参考：百度百科—亚马逊Amazon、百度百科—NetFlix
大数据可以应用在哪些方面
徐爱华，1965年1月生，浙江绍兴人，女企业家。现任浙江华联集团创始人、董事长。
1982年，在中国浙江省的绍兴市，徐爱华是村里最优秀的中学生之一。她的父母都是农民，与所有人一样，手里几乎没有现钱。然而，徐爱华非常聪明，村里决定送她去当地的一家时装设计学院学习一年。
村里认为，日后，她定能在乡镇企业中担任领导，这些企业都是改革开放初期成立的。但是，当她接受完培训回到家时，当地的长者们犹豫了——毕竟她只是一个不满20岁的女孩子。因此，她无声无息地待在家里，一直处于失业状态。
徐爱华不愿意闲着，她决定自己做点儿什么，但她的父母太穷了，根本帮不上忙。于是，她借来一个扩音器，在村里走街串巷，说她可以教小女孩做衣服，只收取15元学费。她招收了100名学生，拿着收来的学费，她买了一台二手缝纫机，还有当地国有工厂一些多余的布料，然后开始教学。
在课程结束时，她留下了8名最优秀的学生，并开了一家服装店。女孩们每天早晨都背着自己的缝纫机来这里裁剪制衣。她们为当地工厂的工人制作工作服。一开始，她们都在徐爱华的家里工作，但随着生意的扩大，徐爱华培训并雇用了更多的人，她们就搬到了从村政府租来的一栋楼中。
到1991年，徐爱华积攒了大笔做生意赚来的钱，可以买60台自动缝纫机（价值54 000元，购买力平价27 600美元）。在8年里，她的固定资产总额增长了100多倍，每年增长80%。即使我们考虑到每年10%的通货膨胀率，（刨除通货膨胀率之后）每年超过70%的实际增长率也是令人震惊的。
此时，她已经是一位成功的企业家了。不久，出口合同接踵而至。现在，她的销售客户是美国梅西百货公司、贝纳通公司、杰西潘尼公司及其他一些大型零售机构。2008年，她首次向房地产领域投资2 000万元（购买力平价440万美元）。因为据她所说，她有大量的闲置资金，而大多数人则没有。
案例分析:
在现实世界中，穷人所做生意的利润就像曲线OP一样，一家小公司很容易发展起来，但其发展潜力很快就会耗尽。
一旦你把家里的一间房子腾出来开商店，并且一天在那里工作几个小时，如果你有足够的货物填满整个货架，那么相对于无货可卖的情况，你的利润就会更高。
不过，一旦你的货架已被填满，进一步扩大经营或许就无法产生足够的边际收益，用来支付高昂的贷款利率。因此，所有的生意规模都很小。如果一个人能够买到合适的设备，那么他就能经营一家大型零售连锁店或纺织工厂。不过，这样做需要具备某种特殊技能或一大笔前期投资。
就像徐爱华创业期间，当她得到了第一笔出口订单时，一个巨大的转折点出现了。如果没有这个转折点，那么她很快就会被当地市场吞没。为了完成出口订单，她需要建立一家现代化的工厂，具备一些自动化的缝纫机。这样一来，她需要投入的资金比公司初期的资本大概多了100倍。
OR线代表投入特定资金的实际利润。如果你只想投资一点点，那么你应该投资OP，不应投资OR，因为OR在刚开始时不会产生利润。如果你的投资较多，那么OP就不是一笔好交易，在一段时期内，其边际收益都会很低。然而，一旦你有了足够的钱，你就应转向OR。
今天较富有的人（拥有更多资源），明天一般会更富有，这当然没什么可奇怪的。较为突出的一点是，这一关系曲线在资源处于很低水平时表现得很平坦，但在完全变平之前突然有所上扬。
来源:《贫穷的本质》
大数据分析 零售业谋变新路径
大数据应用于各个行业，包括金融、汽车、餐饮、电信、能源、娱乐等在内的社会各行各业都已经融入了大数据的痕迹。
1、制造业：利用工业大数据提升制造业水平，包括产品故障诊断与预测、分析工艺流程、改进生产工艺，优化生产过程能耗、工业供应链分析与优化、生产计划与排程。
2、金融业：大数据在高频交易、社交情绪分析和信贷风险分析三大金融创新领域发挥重大作用。
3、汽车行业：利用大数据和物联网技术的无人驾驶汽车，在不远的未来将走入我们的日常生活。
4、互联网行业：借助于大数据技术分析用户行为，进行商品推荐和针对性广告投放。
5、餐饮行业：利用大数据实现餐饮O2O模式，彻底改变传统餐饮经营方式。
6、电信行业：利用大数据技术实现客户离网分析，及时掌握客户离网倾向，出台客户挽留措施。
7、能源行业：随着智能电网的发展，电力公司可以掌握海量的用户用电信息，利用大数据技术分析用户用电模式，可以改进电网运行，合理设计电力需求响应系统，确保电网运行安全。
8、物流行业：利用大数据优化物流网络，提高物流效率，降低物流成本。
9、城市管理：利用大数据实现智能交通、环保监测、城市规划和智能安防。
11、公共安全领域：政府利用大数据技术构建强大的国家安全保障体系，公共安全领域的大数据分析应用，反恐维稳与各类案件分析的信息化手段，借助大数据预防犯罪。
12、个人生活：大数据还可以应用于个人生活，利用与每个人相关联的“个人大数据”，分析个人生活行为轨迹，为其提供更加周到的个性化服务。
大数据的价值远不止于此，大数据对各行各业的渗透，是推动社会生产和生活的核心要素。
扩展资料
七个典型的大数据应用案例
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、Tipp24AG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及客户的特性，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网站Walmart.com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、PredPolInc.。PredPol公司通过与洛杉矶和圣克鲁斯的警方以及一群研究人员合作，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平方英尺的范围内。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、TescoPLC（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。
大数据应用于哪些行业？
大数据分析：零售业谋变新路径
? 只有将客户数据转化为洞察，用数据指导营销计划和销售规划的制定，才能把这些冷冰冰的数字转化为客户亲密度，将零售商与客户紧紧绑定在一起。
数据显示，截止到2013年底，中国电子商务市场交易规模达10.2万亿，同比增长29.9%。在电商呈现如火如荼之势时，传统零售业受到挤压，线上线下遭遇截然不同：客流减少、业绩不佳、甚至被迫关闭门店……实体零售业经营陷入困局。面对来自电商的强烈冲击，实体零售商也开始思索如何谋变，进行了一系列新尝试。部分不甘沦为“试衣间”的零售商勇敢试水O2O，打通线上线下渠道。来自更多渠道的数据重塑商业模式的同时，也让零售商看到了其蕴含的商业价值。数据中的丰富客户洞察也推动了“以客户为中心”的业务转型。
大数据时代，亟待突围的零售商该如何在探索中把握先机，SAS公司结合国外零售商最佳实践给出了如下建议：
以客户为中心的数据驱动营销管理，从多种渠道获得成功转型
在技术的帮助下，零售商可以通过社交媒体、移动应用、定位服务和电子邮件等更多渠道与消费者交流。更多沟通桥梁也带来了更为丰富的客户信息，而仅仅获取这些信息是不够的，只有将客户数据转化为洞察，用数据指导营销计划和销售规划的制定，才能把这些冷冰冰的数字转化为客户亲密度，将零售商与客户紧紧绑定在一起。
1.梅西百货：有的话，只想说给你听
美国著名连锁百货公司梅西百货设立电商部门Macy’s.com，希望消费者无论在哪里，都能同步享受最新上市商品和促销活动，寻找购物魔力。Macy’s.com设立了互联网客户洞察部门，利用大数据分析改进个性化营销、广告策略等方面，迅猛发展在线渠道营销，从传统的线下经营成功转型为全渠道经营模式。面对激烈的竞争，Macy’s.com亟需关于客户偏好的更精准实时决策。梅西百货认为，获取跨越全渠道的客户洞察是提高顾客满意率和营收增长的关键。为了更高效地了解和评估在线营销活动对实体店销售额的影响，Macy’s.com采用SAS解决方案大大加强分析实力，自此改变了群发通用型电子邮件的低效营销方式，对客户进行更精细的分类，针对性地发送促销邮件。出乎意料的是，邮件发送频率的降低并没有减少网站访问量，邮件退订率反而减少了20%。
2.Harry & David：尝尝分析的甜头吧
在经历了经济衰退带来的业绩下滑之后，美国美食和礼物零售商领军Harry & David利用分析技术判断谁是目标客户，目标客户希望以何种方式以及何时接收促销信息以及哪类人群最有可能驱动销售额增长，从数据中理清未来发展的思路。在开始的几个月里，营销团队在获取顾客行为和偏好方面取得进展。一年内，在客户细分、客户生命周期和并发价值分析上更进一步。三年之内，Harry & David新的客户维系率上升了14%，顾客带来的销售额也增长了7个百分点，高质量忠诚客户增加了10%。使用SAS? Campaign Management之后，Harry & David获取了更多有价值的客户洞察，例如：通过导入外部数据和分析历史交易行为，他们得出了由社交网络渠道吸引而来的客户更值得进一步培养这一结论。客户档案建模和管理也为销售情况预测提供了可靠依据。由此，Harry & David尝到了数据分析的甜头，走上了数据驱动型的营销道路。
3.Chico’s：告别猜测，和直觉说再见
成衣女装零售商Chico’s FAS Inc.在全美境内拥有超过1000家门店。除了实体店外，Chico’s还通过商品目录和在线渠道开展营销活动。在面临行业衰退时，Chico’s决定好好利用多年积攒下来的客户信息，并由此驱动商业决策。但是，现实远比想象艰难，来自于Chico’s 旗下的多个品牌数据难以整合，且公司并不具备海量数据处理能力。相较于真实可靠的客户数据，营销人员更多倚赖的是直觉。Chico’s需要一个为管理和整合海量数据提供可靠追踪记录的系统，并希望业务人员在没有数据工作人员和程序员的情况下也能使用数据。Chico’s选择了随需应变解决方案：营销自动化（SAS? OnDemand：Marketing Automation）。这是一个包含了一整套预测分析和数据挖掘工具、允许营销人员计划、测试和执行任意规模营销活动的企业级解决方案。
该解决方案帮助Chico’s策划节假日促销活动。数据显示，在使用该解决方案后，Chico’s季度利润达到1700万美元，而在上一年同一季度中，Chico’s亏损了4200万美元。在营销自动化解决方案的帮助下，Chico’s将客户进行精细分类，并区别不同推广活动达到的效果。Chico’s将目标群体划分为三类，并采取相应行动：第一类顾客为希望第一时间购买新品的消费者。这类顾客能收到包括所有尺寸和价位商品、并标注出新品的商品目录和邮件。第二类顾客是热衷于折扣商品的顾客，Chico’s向这类顾客邮寄针对性更强的更薄的商品目录和促销传单。第三类为网站用户，Chico’s向线上客户推送符合其消费偏好的电子邮件。
一旦发现销售不佳的商品，Chico’s即可迅速调整促销策略。Chico’s挽回了更多的流失客户，成功率是此前的三倍。通过大数据分析，Chico’s从过往交易记录中鉴别更受欢迎的商品，并选择相应的促销手段。作为一家拥有多个品牌的零售商，通过判断消费者喜好，如今Chico’s能够通过策划促销活动引导某一品牌忠实顾客也能会光临旗下另一品牌，带来了更多潜在销售机遇。过去需要30天才能出炉的营销计划现在只需4天就能策划完成。团队也拥有了更快创造精准营销活动的能力。
通过大数据分析，零售商可以用过往交易记录指导营销活动，创造切实符合客户所需的深入人心的营销活动，用个性化的消费体验建立更紧密的客户关系，最终促进营收增长。
洞察中的精准预测，指导策略规划
从总结过去和观察现在中预测未来，是大数据的另一魔力。这也启发了零售商从一开始的供应环节就在大数据的指导下进行精准且具有可行性的需求预测，由此优化客户的购买体验。
DSW：7码还是9码，我知道！
不同于成衣的尺码灵活性，消费者在购买鞋类时必须选择合脚的尺码，这对鞋类零售商的供应体系提出了更高要求。美国鞋业零售巨头DSW利用SAS解决方案整合采购和供货系统。有了SAS解决方案的合理分配逻辑，DSW对于尺码供应有了更精准的判断。这让“按店铺所需分配尺码（size by store）”模型开发成为可能。从前，DSW实行统一标准供货，12箱包含各个尺码鞋子的包裹被寄送到各个门店。事实上，有的门店仅仅需要7码和8码的鞋子，而它们依然会收到6码和9码的货品。数据分析能够计算出在减少促销活动并且无缺货情况下每个地区所需的特定鞋码和款式货品数量和订单补给量，确保门店内供应充足的正确尺码货品，并能实现及时补货。门店运作更为高效，顾客更少等待，满意度也大幅上升。
减少IT开支，增加系统灵活性，高性能分析技术创造更高价值
大数据的蓬勃发展催生了具有高度灵活性的技术，例如可视化分析、高性能分析和云端应用等。得益于随需应变的高度灵活的技术，零售商大大减少了IT运营的开支，并从更高级的分析中获取了更有价值的洞察。
SM-MCI：“亚洲百货之王”的分析利器
“亚洲百货之王”SM集团旗下的SM Marketing Convergence Inc.（SM-MCI）运作着全菲律宾最大的客户忠诚度计划。这一计划中记录了每一名顾客在SM集团旗下购物中心消费中所获积分的情况，存储了超过十亿次的消费记录，却并未得到有效利用。SM-MCI需要一种可以促进销售，改善运营，同时也能增进顾客忠诚度的解决方案。最终，SM-MCI选择了融合内存分析技术和商业智能高级数据可视化的SAS可视化分析（SAS? Visual Analytics）解决方案。它不仅拥有无与伦比的统计计算能力和速度，还能通过直观的方式展示分析结果。在新变量添加时也不会产生多余的数据规划和提取转化加载流程。从更加深度的报告中，SM-MCI能够更加深入地了解消费模式，并鉴别趋势，以此来及时策划促销活动，传递更优质服务，提升顾客满意度，吸引新会员加入，发现有利可图的追加销售机会。
在发达国家，电子商务的崛起早已证明其对实体零售业的强烈冲击，而国外零售商们在对抗冲击中也累积了更多经验。这些实践经验带给近年来饱受电商威胁的中国实体零售商更多思考：云服务、数据可视化和Hadoop等新兴技术在零售业落地应用并发展迅猛，为行业注入了活力。
以上是小编为大家分享的关于大数据分析 零售业谋变新路径的相关内容，更多信息可以关注环球青藤分享更多干货
大数据应用于各个行业，包括金融、汽车、餐饮、电信、能源、娱乐等在内的社会各行各业都已经融入了大数据的痕迹。
1、制造业：利用工业大数据提升制造业水平，包括产品故障诊断与预测、分析工艺流程、改进生产工艺，优化生产过程能耗、工业供应链分析与优化、生产计划与排程。
2、金融业：大数据在高频交易、社交情绪分析和信贷风险分析三大金融创新领域发挥重大作用。
3、汽车行业：利用大数据和物联网技术的无人驾驶汽车，在不远的未来将走入我们的日常生活。
4、互联网行业：借助于大数据技术分析用户行为，进行商品推荐和针对性广告投放。
5、餐饮行业：利用大数据实现餐饮O2O模式，彻底改变传统餐饮经营方式。
6、电信行业：利用大数据技术实现客户离网分析，及时掌握客户离网倾向，出台客户挽留措施。
7、能源行业：随着智能电网的发展，电力公司可以掌握海量的用户用电信息，利用大数据技术分析用户用电模式，可以改进电网运行，合理设计电力需求响应系统，确保电网运行安全。
8、物流行业：利用大数据优化物流网络，提高物流效率，降低物流成本。
9、城市管理：利用大数据实现智能交通、环保监测、城市规划和智能安防。
10、生物医学：大数据可以帮助我们实现流行病预测、智慧医疗、健康管理，同时还可以帮助我们解读DNA,了解更多的生命奥秘。
11、公共安全领域：政府利用大数据技术构建强大的国家安全保障体系，公共安全领域的大数据分析应用，反恐维稳与各类案件分析的信息化手段，借助大数据预防犯罪。
12、个人生活：大数据还可以应用于个人生活，利用与每个人相关联的“个人大数据”，分析个人生活行为轨迹，为其提供更加周到的个性化服务。
大数据的价值远不止于此，大数据对各行各业的渗透，是推动社会生产和生活的核心要素。
扩展资料
七个典型的大数据应用案例
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及客户的特性，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网站Walmart.com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及一群研究人员合作，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平方英尺的范围内。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。