“大数据”分析的核心所在，是为了从大量的详细数据中攫取价值。云计算基础架构与复杂的分析工具相结合，使企业能够充分获得价值，且不受扩展性的限制。ESG 2011年就企业使用公有云计算服务（尤其是软件即服务SaaS）的IT消费意向调查了611位资深的IT人士。除了测定应用级别，ESG还就具体应用的交付方式或所期望的交付方式—即通过SaaS模式—对当前和计划用户进行了调查。尽管业务分析在IT消费意向列表中比较靠后，但是图1还是显示了在大型企业中，将这些应用作为托管的第三方在线服务的当前和计划用户比重显得相当高。

图1. 企业通过SaaS模式已经部署或期望部署的应用，依据企业规模划分

　　对该调研进行进一步的审视，可以发现，显然管理海量数据的企业更有可能对业务分析解决方案进行投入，以作为托管的在线服务。更重要的是，拥有至少100TB磁盘容量的企业受访者中，1/3正在使用或计划使用软件即服务产品来托管他们的数据分析平台，而相比较而言，少于25TB数据量的企业中，仅有13%会采取上述行为。（见图2）这些企业当前的分析基础设施可能都存在着一定的局限性。从系统和管理员角度而言，外部部署的选项有助于缓解这种数据管理的重负。

图2. 基于SaaS的业务分析的使用或计划使用，依据磁盘存储总量来划分

　　如果纯粹从存储容量出发，那么云存储服务可以说是一个更为廉价的选择，但是实际上，使用存储在云里的数据则显得相当地昂贵。从另一方面来说，“大数据”云服务的概念应该显得更具意义。对“拷贝”的生产数据进行分析并将这些拷贝传输到远程站点，久而久之，就产生了相当大的数据量。在经济不景气的时候，保持数据的远程备份（并且被优化）能够帮助IT运营将精力集中到他们的首要举措上，换句话说，生产数据的相互作用使然。此外，由于执行这些查询所需的计算能力是短暂的，因此企业就能够在必要的时候租用CPU周期来对远程数据进行查询，以满足分析的需求。同样值得关注的是，在很多情况下，分析通常针对于业务进程或部门，或者是一些短期的研究项目，为上述提供业务平台服务，这就意味着IT不需要资源来支持由于项目不同而需求不同的系统。

　　ESG的研究报告表明，尽管大数据本身不是导致分析客户转向云的一个强大理由，但是本地存储容量和对SaaS业务分析平台的兴趣之间存在着紧密的联系。提供这些解决方案的厂商将同样需要解决关于基础设施可靠性、安全性和网络性能的相关问题。保护敏感数据（无论是网络传输的或是存储于系统之上）对于任何一款云产品都是重要的，尤其是包含个人身份信息例如信用卡或社保号的数据。同样，能够加载大量数据并快速进行数据分析的产品也是任何托管数据分析服务的一大卖点。