自从这个世界进入了大数据处理时代后，大数据对电影在内的行业各个媒体都有非常广泛的影响，
涵盖观众的偏好、类型的选择、营销的定位、影响力的评估等许多方面。好莱坞大片摄制成本动辄上亿美元，营销成本也水涨船高。而“精准投资”和“精准营销”的基础便是大数据，其中主要有年度和各档期的票房和观众人次。而票房含本土票房和海外票房，不同类型影片的票房、不同分级影片的票房、不同片种(2D、3D、IMAX)的票房和不同年龄层次观众的票房等等。好莱坞各大公司都有专门处理这些数据的人员和软硬件，从海量的信息中获知与自己公司出品影片有关的票房收入及受欢迎程度等，据此确定制作方向。投资人也根据项目影片在类似题材、类型上以往的票房、人次和回报率以及相关电影公司的业绩等而做出决定。
奥斯卡奖也不例外。影响奥斯卡奖的关键因素乃是大众文化趣味、政治倾向和大众娱乐趣味。好莱坞制片商通过电影市场的风向标—票房而获知大众的趣味和倾向，据此决定影片的题材、类型和艺术形式。影片推出后除票房检验外还要通过奥斯卡奖这个“专家系统”考试，而获奖后又会对票房产生很大的影响。据测算，仅1项最佳影片的提名便可给该片从提名到最后颁奖这段时间带来1100万美元的票房，演员获奖后片酬也可增加300-400万美元，最后再激励制片商。奥斯卡奖就这样推动着美国电影的衍变。上述这些趣味和倾向作为大数据有具体的也有模糊的，包含在专业影评、媒体影评和网络影评及其打分里，须加分析和整合。第86届奥斯卡奖所遴选的 2013年度美国电影票房和观众人次分别有7%和5%的降幅，好莱坞将根据这些数据重新调整制作策略和“申奥”影片类型。
此外还有在奥斯卡颁奖之前揭晓的各大影评奖、公会奖、金球奖等“大数据”。美国现有的众多电影奖中，美国东西部两大权威奖纽约影评奖和洛杉矶影评奖、由常驻好莱坞的 90多名外籍记者评选的金球奖、兼有奥斯卡奖投票资格的导演公会奖、银幕演员公会奖、制片人公会奖等奖项得主同奥斯卡相应奖得主的吻合度较高，因此可以对它们进行“云计算”并加以推断。
微软公司下属一个研发部门曾尝试用大数据对去年第85届奥斯卡奖做预测。他们先设好一个看似简单的数据聚合模型，然后去寻找与各位入围者相关的数据，还做调查，最后运用“云计算”，给各位入围者都设定好一个获奖的概率，有第一概率、第二概率之分。第一概率者最终就是获奖者。结果唯独李安的奖项没有猜对，因他被放在第二概率上。事实是李安第二次荣获最佳导演。
在大数据时代奥斯卡奖也可以成为美国总统选举的风向标。前年奥巴马竞选连任前，CNN把近50年民主党和共和党总统同奥斯卡奖和金球奖作比对，得出一个不成文的结论：一旦两奖的最佳影片吻合，共和党总统候选人胜出，反之是民主党总统候选人胜出。而2012年两奖的最佳影片分别是《艺术家》和《赎罪》，CNN由此推断奥巴马必胜。这是政治拿奥斯卡奖作为另类“数据”而预测成功一例。
