2.交通

（1）英國倫敦

　　英國倫敦，歷史悠久，人口眾多，為解決交通擁擠問題，於2003年開徵全球首例的塞車稅[1]，現在，應用大數據讓倫敦成為一座智慧城市。

　　例如貼在車前的條碼，讓進入倫敦城的每一輛汽車，受到交通警察的科技管理[2]，經由掃描條碼，立即得知該車輛的行車速度（是否超速）、停車記錄（是否違停）或繳費狀況（是否未繳費）等資訊，如有違規，可在幾秒內開出罰單。

　　又如2012年倫敦舉辦奧運[3]，倫敦交通局除了啟動奧運聯合路網外，也應用大數據，確保奧運期間的交通流暢。政府部門經由英國電信集團（BT）及思科（Cisco）的協助，監控及順暢車流及人流；奧運迷則藉由自身的智慧型手機，使用前述提到的Inrix公司提供的免費交通App，以避開擁擠的路段，帶著輕鬆、愉快的心情前往觀賞各種比賽。

（2）瑞典斯德哥爾摩

　　每天有超過五十萬輛汽車穿梭的瑞典斯德哥爾摩，為了解決愈來愈擁擠的交通，結合車輛牌照辨識系統[4]，針對每天不同時段的車流量收取不同金額的「道路堵塞稅」，這套道路收費系統，不僅緩和斯德哥爾摩的交通塞車狀況，提高搭乘公共交通工具的人數，也減少該市的廢氣排放量，提升空氣品質。

　3.司法

　　Anne Milgram，2007年擔任紐澤西州總檢察長，將大數據應用於美國刑事司法體系中，建置「全面風險評估系統」[5]，以協助法官判斷，讓真正高風險的犯罪者關到監獄中，而低風險的犯罪者被釋放。

　　這套系統，運用統計分析，將預測結果提供給法官參考，並結合法官的直覺、經驗，以做出更好的決定。後來，這套系統更進一步推廣到檢察官及警察。

　　總之，從上述案例可知，公部門決策者在應用大數據預測分析系統時，若能結合本身的直覺或經驗，將能夠做出更好、更適當的決定。