早在20年前，美國沃爾瑪（Walmart）超市透過帳單分析，找出「啤酒」、「星期五」、「尿布」原來存在很強大的關聯性，也找出要提升業績，便應針對「爸爸族群」客戶，故此因應策略調整櫃位擺設，最後成功帶動營業收入增長，這便是最早期的商業數據分析。但大數據分析，包含的數據量更為龐大，透過現今的科技快速分析，應用的層面更為廣泛。

　　如2014年12月開業的微眾銀行，由於全屬網上銀行，沒有實體分行或櫃枱，那怎樣辦別借貸人的信用評級？

　　那就是以大股東騰訊的用戶作客戶群基礎，通過大數據及人臉識別技術進行貸款發放，而借貸人更無需資產作擔保。

　　微眾銀行的成功是大數據應用的典型例子，但運用大數據提升業績，協助企業營運的實例在全球其實多不勝數。如美國貨運公司UPS為旗下超過十萬輛貨車及司機配備電子裝備，記錄及分析路面情況、貨車行走路線，運用這些大數據最終得以調整貨車的運輸路線，改善送遞的時間及節省燃料支出。此外，香港國際機場及運輸署也分別使用大數據分析，從而處理行李運送及管理路面交通。

　　事實上，近年大數據在企業及各國政府部門上的應用已越來越普遍，這也令數據中心成為企業的重要資產，隨着全球數據量爆炸性增長，數據中心的「租務收入」很可能最終會超越全球不同類型的房地產項目。