洛杉磯警局與加州大學洛杉磯分校合作，采集分析了80年來1300萬起犯罪案件，用于進行犯罪行為的大型研究，通過算法預測成功將相關區域的犯罪率降低了36個百分點。
可見，算法不僅僅可以幫助運營人從用戶數據挖掘中獲得靈感，同樣，如果不是簡單地分析以往的犯罪規律，而是采用預測式警務的做法，分析人員就可以利用之前犯罪行為表現出來的規律，全神貫注地分析下一個可能發生犯罪行為的地點并重點干預。
10年前，在梳理2.45億顧客每周生成的海量數據時，沃爾瑪公司的數據挖掘算法偶然發現了一條奇怪的信息：在發布惡劣天氣預警后，除了管道膠帶、啤酒及瓶裝水等應急用品以外，草莓醬餡餅需求量的增長幅度最大。為了驗證這一發現，在2004年颶風 弗朗西斯 即將襲來的消息發布后，沃爾瑪超市的管理者下令用卡車裝載家樂氏快餐，運送至可能遭受颶風襲擊的地區。結果，這些快餐很快就被搶購一空。通過這個案例，沃爾瑪的管理者對消費者的消費習慣及 公式 的威力有了非常清楚的認識。
認識到這個發現具有重要價值的并不僅僅是沃爾瑪的管理層。當時，心理學家考林 麥庫與洛杉磯警察局長查理 貝克正準備合寫一篇論文，并向法律實施方面的雜志《警察局長》投稿。他們以沃爾瑪的這個發現為契機，對警務工作進行了再思考，認為其要由反應式向預測式轉型。
2009年，他們的這篇題為《預測式警務：沃爾瑪及亞馬遜對打擊經濟衰退期犯罪行為的啟示》的論文一經發表，就立刻引起了美國法律實施專業人士的關注與思考。麥庫與貝克所謂的 預測式警務 ，是指由于計算機科學的發展，犯罪數據的收集與分析工作有可能做到 準實時 ，因此在將來可用于提高預測、預防和響應犯罪行為的效率。借用Quantcast的廣告詞來形容，這意味著警察可以 提前了解、提前行動 。
目前，與預測式警務聯系最緊密的人當屬洛杉磯警察局的肖恩 馬林諾夫斯基警官。他被指派協助威廉 布拉頓局長的工作，先是當他的助手，后來成為他的參謀長。從此，馬林諾夫斯基時來運轉。在來到洛杉磯之前，布拉頓在紐約市工作。
他只用了幾年時間，就將紐約市的犯罪率降低到之前的一半，在警界名聲顯赫。布拉頓的工作方法很有效率，但也明顯不循常規。在到紐約市警察局之前，他還擔任過紐約交通警察部門的領導者。在此期間，他首先對逃票行為予以打擊，把紐約市地鐵系統從一個犯罪案件頻發的暴力之地變成了一個遵紀守法、安寧整潔、秩序井然的場所。
換句話說，在重大犯罪率創歷史最高紀錄的時候，布拉頓首先關注的是讓人們掏錢買車票。他的理由十分簡單。2009年，他在回憶錄中說，逃票是導致更嚴重犯罪行為的根源。布拉頓指出： 合法乘客會認為他們身處一個不講法律、沒有秩序的場所。
他們看到人們不買票就能乘車，便開始懷疑遵紀守法是否明智。久而久之，整個社會就會陷入一片混亂。 通過制止并懲處違法行為，甚至連最輕微的犯罪行為也不放過，就會讓那些制造麻煩的人明白，最好還是掏錢買票，并且把武器（搜查時通常會被發現）留在家中。因此，犯罪率開始急劇下降。
來到洛杉磯之后，布拉頓希望繼續實施某些先發制人的手段。馬林諾夫斯基在布萊頓的手下工作了5年，親眼見證了布拉頓單憑意志力就使一個暮氣沉沉的部門發生了種種良性的變化。他說： 如果我們所處的機構官僚主義盛行，我們就會對遇到的各種阻力習以為常，而我們的創造力卻會受到限制。布拉頓告訴我不要受到官僚主義的影響，他還教導我要有遠大的志向，要有所作為。
在工作中，布拉頓最迫切期待的是不斷出現一些可以帶來革命性變化的 奇思妙想 。他認為，預測性分析可以幫助他實現這個愿望。布拉頓發現，犯罪率與數據分析的速度之間存在某種聯系。1990年，警察局一年只能完成一次犯罪數據的收集與研究工作，而同一年，美國大多數城市的犯罪率正在急劇攀升。
到1995年年底，警察局可以做到每月研究一次犯罪數據，而同期的犯罪率卻有所下降。現在，他們可以隨時查看犯罪率情況，因此布拉頓希望通過預測可能發生犯罪行為的地點，大幅度降低犯罪率。既然Quantcast和谷歌等公司可以從用戶數據挖掘中獲得靈感，同樣，如果不是簡單地分析以往的犯罪規律，而是采用預測式警務的做法，分析人員就可以利用之前犯罪行為表現出來的規律，全神貫注地分析下一個可能發生犯罪行為的地點。用亞馬遜的話說： 既然你敢偷手提包，難道你就不敢搶酒莊嗎？
