數據倉庫協會（簡稱為TDWI）近期的研究顯示，隨著技術難題被攻克，大數據已經成為企業重要的業務資產。在此項研究中，TDWI共訪問了325名IT經理人、技術顧問和企業用戶。這些受訪者來自不同規模公司。在最終得到的報告中，TDWI指出，新技術的出現使得企業能夠對不同類型的海量數據集進行更為復雜的數據分析。

　　超過三分之一的受訪者表示，他們目前正在對大數據進行某種形式的高級分析工作，其中大部分應用在BI（商業智能）、預測分析、數據挖掘和統計分析任務。調查發現，近45%的受訪者認為，大數據分析可以讓商業洞察力變得更為精準。38%的受訪者期待，能通過該技術更為敏銳地發現更多的銷售和市場商機。超過60%的受訪者希望，大數據分析能快速提升公司在社交媒體上的營銷能力。

　　TDWI的調查還顯示，大數據分析應用案例中增長最快的當屬高級數據虛擬化。為了讓數據的可視化程度更高，越來越多的企業開始使用高級分析工具對大數據集進行分析。

　　該報告的作者、TDWI分析師Philip Russom說：“大數據在過去曾經是一個技術難題，企業不得不想方設法應對海量數據的管理挑戰。現在，如果使用分析的方法處理這個問題，你就能從大數據中獲得諸多好處，這些好處是傳統BI和數據倉庫技術所無法給予的。”

　　“大數據”指海量數據集，其容量通常以數百TB或者數百PB來計量。隨著時間的推移，這一術語并不僅限于海量結構化數據，它還包括博客、點擊流數據、機器和傳感數據和社交媒體等非結構數據。Russom表示，在許多案例中，企業的呼叫中心、RFID芯片、供應鏈應用工具和物流工具都存儲有大量數據，但企業并不擁有可以有效利用這些數據的工具。

　　如今，新技術與成本大幅下降的存儲和硬件結合起來，讓企業可以高效、快速地存儲、管理和分析各種類型的海量數據。越來越多的企業開始篩選這些復雜的海量數據，以進行建模。這些都是他們過去不知道或是無法理解的。目前，Aster Data、GreenPlum、Teradata、Netezza、ParAccel、Vertica和SAP等公司所提供的數據庫和數據分析技術能夠幫助企業完成這些工作。

　　Russom指出，這些廠商提供的產品采用了新的技術并進行了一系列創新，能夠解決傳統數據庫技術中的一些不足。這些新技術包括內存數據庫、海量并行處理分析技術，以及允許人們以過去無法想象的簡單、高效的方法來存儲、管理和查詢大數據。Hadoop和MapReduce等開源工具則使企業能夠以一種全新的方式來管理和跟蹤大數據。

　　Russom在報告中稱：“分析工具和數據庫現在能夠應對大數據帶來的挑戰。它們能夠以更快的速度處理海量檢索和解析表。新一代工具和平臺將性能水平提升到了一個新的層次，這對于大數據應用非常重要。”

　　這份報告還提到，在充分發揮高級大數據分析能力的同時會面臨挑戰。報告指出，超過45%的受訪者表示，大數據分析面臨的最大挑戰就是嚴重缺乏技術熟練的專業人才。更糟的是，新一代分析工具與傳統BI和數據倉庫所需要的熟練技能不盡相同。報告還指出，缺乏商業支持和與大數據分析有關的整體成本是大數據分析所面臨的另外兩大障礙。