根据The Data Warehousing Institute (TDWI) 的一份报告显示，随着技术的日新月异，公司能够对海量和复杂多样的数据集熟练进行分析。

　　该报告采访了来自不同规模企业的325名IT经理人、技术顾问和企业用户。有超过三分之一的受访用户表示他们目前正在进行某种形式的大数据分析工作——大部分应用于商业智能、预测分析、数据挖掘和统计分析任务上。

　　调查发现，接近45%的人认为大数据分析将有助于为商业决策提供更准确的信息，而38%的受访者则更关注能挖掘更多市场商机并为销售提供支持的技术。超过60%的受访者希望大数据分析能快速提升企业社交媒体的市场营销能力。

　　根据TDWI调查发现，大数据分析应用情形中增长最快的当属高级数据虚拟化。有越来越多的企业正在使用高级分析工具来对大数据集进行分析，从而创建基于各种数据的高复杂可视化模型。

　　“当企业想方设法管理海量数据的时候，大数据通常都会带来技术问题，”TDWI分析师及报告作者Philip Russom说到。“现在，如果你使用分析的方法来处理这个问题，你就能从大数据中汲取到以前未能享受到的很多好处”——传统商业智能和数据仓库技术中带来的好处。

　　大数据通常是指海量数据集，其容量常以数百TB或者数百PB来计量。现在，大数据并不仅限于海量的结构化数据，同时它还包括传感数据、图像、视频、音乐等非结构数据。

　　Russom表示，在很多实际应用中，企业的呼叫中心、RFID芯片、供应链应用工具和物流工具都存储有很多数据，但企业并没有有效利用起来。

　　现在，技术进步使得企业可以将存储和硬件成本大幅下降的同时，更有效地存储和管理、分析各种类型的海量数据。越来越多的企业借助现实中的各类复杂数据和海量信息实现了快速增长，因为这些数据是它们以前并不了解或者没有完全认识到的价值信息。

　　Russom紧接着说到，Aster Data, GreenPlum, Teradata, Netezza, ParAccel , Vertica和SAP能够为广大企业提供帮助完成这些任务的先进数据库和数据分析技术。

　　这些厂商提供的产品能够解决过去数据库技术中的不足，它们提供有包括驻内存数据库、图像分析、海量并行处理分析技术和允许人们以过去没有的简单高效的方法来存储、管理和查询大数据，Russom如上表示。

　　开源工具诸如Hadoop和MapReduce也能帮助企业以一种全新的方式来管理和跟踪大数据。

　　“分析工具和数据库现在能应对大数据带来的挑战。它们能快速执行海量的数据查询和检索，”Russom在报告中表示，“新一代工具和平台将带领人们以全新的姿态和更高效率来应对大数据时代下的挑战。”

　　TDWI报告中还提及到了一点，要充分发挥出大数据分析性能，同样也会面临挑战。

　　超过45%的受访者表示，大数据分析面临的其中一个最大挑战就是训练有素高级人才的缺乏。更糟糕的是，新一代分析工具与传统的商业智能和数据仓库所需要的熟练技能不尽相同。

　　报告还显示，企业支持和推进大数据分析所产生的整体成本是除以上提及的以外其他两大障碍因素。