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、股票市場預測
去年英國華威商學院和美國波士頓大學物理系的研究發(fā)現，用戶通過谷歌搜索的金融關鍵詞或許可以金融市場的走向，相應的投資戰(zhàn)略收益高達 326%。此前則有專家嘗試通過 Twitter 博文情緒來預測股市波動。
理論上來講股市預測更加適合美國。中國股票市場無法做到雙向盈利，只有股票漲才能盈利，這會吸引一些游資利用信息不對稱等情況人為改變股票市場規(guī)律，因此中國股市沒有相對穩(wěn)定的規(guī)律則很難被預測，且一些對結果產生決定性影響的變量數據根本無法被監(jiān)控。
3、市場物價預測
CPI 表征已經發(fā)生的物價浮動情況，但統(tǒng)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(wěn)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(jiān)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(tài)價格調整和營銷活動以利益最大化。
5、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(yè)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?！都埮莆荨愤x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(fā)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(fā)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(jiān)控、室內定位技術、NFC 傳感器網絡、排隊叫號系統(tǒng)，可以探知用戶線下的移動、停留、出行規(guī)律等數據，進行精準營銷或者產品定制。
6、人體健康預測
中醫(yī)可以通過望聞問切手段發(fā)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(guī)律，而慢性病發(fā)生前人體已經會有一些持續(xù)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?yōu)榭赡?。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(yī)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。
7、疾病疫情預測
基于人們的搜索情況、購物行為預測大面積疫情爆發(fā)的可能性，最經典的“流感預測”便屬于此類。如果來自某個區(qū)域的“流感”、“板藍根”搜索需求越來越多，自然可以推測該處有流感趨勢。
繼世界杯、高考、景點和城市預測之后，百度近日推出了疾病預測產品。目前可以就流感、肝炎、肺結核、性病這四種疾病，對全國每一個省份以及大多數地級市和區(qū)縣的活躍度、趨勢圖等情況，進行全面的監(jiān)控。未來，百度疾病預測監(jiān)控的疾病種類將從目前的4種擴展到30多種，覆蓋更多的常見病和流行病。用戶可以根據當地的預測結果進行針對性的預防。
8、災害災難預測
氣象預測是最典型的災難災害預測。地震、洪澇、高溫、暴雨這些自然災害如果可以利用大數據能力進行更加提前的預測和告知便有助于減災防災救災賑災。與過往不同的是，過去的數據收集方式存在著死角、成本高等問題，物聯網時代可以借助廉價的傳感器攝像頭和無線通信網絡，進行實時的數據監(jiān)控收集，再利用大數據預測分析，做到更精準的自然災害預測。
9、環(huán)境變遷預測
除了進行短時間微觀的天氣、災害預測之外，還可以進行更加長期和宏觀的環(huán)境和生態(tài)變遷預測。森林和農田面積縮小、野生動物植物瀕危、海岸線上升，溫室效應這些問題是地球面臨的“慢性問題“。如果人類知道越多地球生態(tài)系統(tǒng)以及天氣形態(tài)變化數據，就越容易模型化未來環(huán)境的變遷，進而阻止不好的轉變發(fā)生。而大數據幫助人類收集、儲存和挖掘更多的地球數據，同時還提供了預測的工具。