案例来源于日常政务工作，通过对所关注的民生问题进行分类，使用网络爬虫技术就相关业务关键词从相应的网站、微博、论坛上进行搜索查找，将爬取到的数据内容汇聚到平台中进行整合以供分析统计，及时了解公众对公共事务的看法以及对各项政务执法和管理工作的满意度。

  数据来源：政务官网、微博、论坛等。结合多方数据，
      综合应用算法、模型、技术实现政务舆情分析，并可视
      化展现，展现形式包括饼图、云标签、折线图等。
   基本舆情：关键词统计分析；
   精准舆情：各类舆情趋势分析、可自定义筛选关键词；
   云标签：分析民众留言，对频繁出现的关键词形成云标签；
      公众评价：列表形式展示公众评价详情，并进行优劣分析。

 案例来源于公安交通行业，市公安交通管理局主管全市道路交通安全管理的职责部门。
交管局快速处理中心，每天调度执法民警对突发的交通事故进行及时、快速规范的处理，并将与每个交通事故相关的各个维度数据记录到系统中，其中事故处理统计模块通过对系统中已有数据进行统计分析，可以得到很多有价值的分析结果。
结合各系统数据，综合应用算法、模型、技术实现对快处快赔案件的分析，并进行可视化展现，展现形式包括热力图、柱状图、折线图等。

  事故发生时间分析：快处快赔事故发生时间和趋势分析；
  事故录入人分析：快处快赔录入人对比分析；
  快处快赔案件详情：快处快赔案件详情展现，包含事故双发信息和车
      辆信息、责任等；
   快处快赔异常分析：快处快赔案件异常分析，以车辆和驾驶员为ID

      进行碰撞分析，发现异常驾驶员和车辆；

   案件热力图：基于案件事故发生地理信息，进行案件热力图展现。

 本案例来源于城市治理交通拥堵，提升交通治理能力。融合交通出行数据，构建交通大数据，对收集到的源数据进行更细分地管理分析，实现交通流量、交通热点、交通基本运行时速的预测和预判。
  数据来源：互联网（纽约历年出租车出行数据）城市交通
  拥堵指数：将拥堵情况数字化，综合反应道路网畅通或拥堵；
  常规堵点：将拥堵情况较为严重的位点进行排名，前五列为
     常规堵点；
  联合分析：结合天气数据，挖掘拥堵指数与天气之间潜在联系；
  历史分析：结合历年数据，得出不同条件下交通拥堵趋势。

 本案例来源于互联网和自媒体行业，公众可以更加自由地在网络上对公共事务发表言论和看法，反映公众对现实社会中各种现象所持的政治信念、态度、意见和情绪，快速分析舆论趋势，并积极引导舆论走向，维护社会稳定。

    数据来源：互联网上相应的网站、微博、论坛。
    热门数据分析：敏感事件，敏感动态识别，有价值事件，监控扩散

        影响程度 ；
    传播轨迹分析：某对象在社交网络上的传播过程会生成其传播路

        径，通过对信息源的追溯，可自动生成传播路径图，可以环状、

        树状等方式展现；
    潜在关系挖掘：深入挖掘分析人与人、事与事、人与事之间的关联

       关系，自动生成关系图，可综合所有信息分析追溯到事件最早源

       头；
    传播效果评估：通过分析话题传播路径、舆论发生地点来分析传播

       范围和目标受众是否符合预期效果，深度挖掘网民潜在需求和关注

       点，帮助政企合作获得长远发展和持续竞争活力。

 整合原有企业信息化数据及互联网相关数据，通过大数据技术，完成多项不同纬度数据分析，帮助企业更好的洞察业务趋势，获取更为精准的营销策略。
数据来源：企业数据、互联网数据
消费者画像，通过地理位置、订单数据、订单来源等维度进行分析，建立群体消费者画像，为消费者有针对性的推荐，帮助企业更好的了解消费者的需求；
消费者漏斗分析，经过客户分析，将用户进行分层，即分成泛用户、潜在用户、新用户、老用户等。通过分析每层用户的特征标签进行业务优化。通过数据分析我们可以在泛用户人群中找出潜在客户，在对潜在客户进行活动触达，促使潜在客户变成新用户。
用户留存分析：用来分析用户参与情况/活跃程度的分析模型，考查进行初始行为后的用户中，有多少人会进行后续行为。这是衡量产品对用户价值高低的重要指标。