Data v cloudu lze vyhodnocovat využitím různých aplikací. V nejjednodušším případě se generuje varování, pokud je překročena nějaká mezní hodnota, například teplota pohonu (monitorování stavu stroje), nebo by jí v dohledné době mohlo být dosaženo (prediktivní údržba). To umožňuje technikovi údržby předem naplánovat časové okno údržby, časově sloučit různé úkony a snížit prostoje zařízení, což má pozitivní vliv na ukazatele OEE (Overall Equipment Effectiveness) a ROI (Return on Investment).
Možnosti, jež analýzy velkých dat s sebou přinášejí, jsou ale ještě mnohem rozmanitější. Jednu z těchto pokročilých analytik představuje rozpoznávání vzorů, které přináší například odpovědi na otázky jako: „Proč má regálový zakladač v uličce 5 častěji výpadky než jiné zakladače?“ Data uložená v datových centrech ei3 vytvářejí základ pro použití takovýchto analýz problémů.
Již dnes se pomocí systému řízení skladu (WMS) optimalizují dráhy a časy operací, aby často používané zboží mohlo být v rámci skladových míst uspořádáno tak, aby je bylo možné co nejrychleji zakládat a vyskladňovat. Rozšířené analytické nástroje otevírají také zde nové možnosti, například se neprovádí optimalizace pouze z hlediska rychlosti, nýbrž se hledá střední hodnota z krátké přístupové doby a spotřeby energie. Benchmarking nad rámec zařízení a místa nasazení odhalí, kde procesy běží lépe a kde je ještě nutná optimalizace.