在互聯網領域，大數據已經成為名副其實的主角，隨著大數據價值凸顯，大數據各領域的應用也日漸深入，此外，互聯網給大數據預測應用的普及帶來了便利條件。結合國內外案例來看，以下四個領域是最有機會的大數據預測應用領域。

1、體育賽事預測

世界杯期間，谷歌、百度、微軟和高盛等公司都推出了比賽結果預測平臺。百度預測結果最為亮眼，預測全程64場比賽，準確率為67%，進入淘汰賽后準確率為94%?，F在互聯網公司取代章魚保羅試水賽事預測也意味著未來的體育賽事會被大數據預測所掌控。

谷歌世界杯預測基于Opta Sports的海量賽事數據來構建其最終的預測模型。百度則是搜索過去5年內全世界987支球隊（含國家隊和俱樂部隊）的3.7萬場比賽數據，同時與中國彩票網站樂彩網、歐洲必發指數數據供應商Spdex進行數據合作，導入博彩市場的預測數據，建立了一個囊括199972名球員和1.12億條數據的預測模型，并在此基礎上進行結果預測。

從互聯網公司的成功經驗來看，只要有體育賽事歷史數據，并且與指數公司進行合作，便可以進行其他賽事的預測，譬如歐冠、NBA等賽事。

2、市場物價預測

CPI表征已經發生的物價浮動情況，但統計局數據并不權威。但大數據則可能幫助人們了解未來物價走向，提前預知通貨膨脹或經濟危機。最典型的案例莫過于馬云通過阿里B2B大數據提前知曉亞洲金融危機，當然這是阿里數據團隊的功勞。

單個商品的價格預測更加容易，尤其是機票這樣的標準化產品，去哪兒提供的“機票日歷”就是價格預測，告知你幾個月后機票的大概價位。商品的生產、渠道成本和大概毛利在充分競爭的市場中是相對穩定的，與價格相關的變量相對固定，商品的供需關系在電子商務平臺可實時監控，因此價格可以預測，基于預測結果可提供購買時間建議，或者指導商家進行動態價格調整和營銷活動以利益最大化。

3、用戶行為預測

基于用戶搜索行為、瀏覽行為、評論歷史和個人資料等數據，互聯網業務可以洞察消費者的整體需求，進而進行針對性的產品生產、改進和營銷。《紙牌屋》選擇演員和劇情、百度基于用戶喜好進行精準廣告營銷、阿里根據天貓用戶特征包下生產線定制產品、亞馬遜預測用戶點擊行為提前發貨均是受益于互聯網用戶行為預測。

受益于傳感器技術和物聯網的發展，線下的用戶行為洞察正在醞釀。免費商用WIFI、ibeacon技術、攝像頭影像監控、室內定位技術、NFC傳感器網絡、排隊叫號系統，可以探知用戶線下的移動、停留、出行規律等數據，進行精準營銷或者產品定制。

4、人體健康預測

中醫可以通過望聞問切手段發現一些人體內隱藏的慢性病，甚至看體質便可知曉一個人將來可能會出現什么癥狀。人體體征變化有一定規律，而慢性病發生前人體已經會有一些持續性異常。理論上來說，如果大數據掌握了這樣的異常情況，便可以進行慢性病預測。

結合智能硬件，慢性病的大數據預測變為可能。可穿戴設備和智能健康設備幫助網絡收集人體健康數據，心率、體重、血脂、血糖、運動量、睡眠量等狀況。如果這些數據足夠精準且全面，并且有可以形成算法的慢性病預測模式，或許未來你的設備就會提醒你的身體罹患某種慢性病的風險。KickStarter上的My Spiroo便可收集哮喘病人的吐氣數據來指導醫生診斷其未來的病情趨勢。急性病卻很難預測，突變和隨機性特征使之難以預測。

D1Net評論：

大數據應用領域非常廣泛，除了以上四大領域之外，大數據預測還被應用在房地產預測、就業情況預測、高考分數線預測、選舉結果預測、奧斯卡大獎預測、保險投保者風險評估、金融借貸者還款能力評估等等，讓人類具備可量化有說服力可驗證的洞察未來的能力，由此可見，大數據正在這個時代閃耀光彩。