時至今日，我們的數(shù)據(jù)管理能力日益提升，但數(shù)據(jù)分析能力則相對落后。盡管工具與流程皆已齊備，但仍然缺少充足的數(shù)據(jù)科學(xué)家人員。
　　
　　早期大數(shù)據(jù)技術(shù)采納方指明令人感興趣的跨行業(yè)發(fā)展可能性
　　
　　根據(jù)2012年《福布斯》雜志發(fā)表的文章，早期大數(shù)據(jù)技術(shù)采納方主要來自金融服務(wù)、電信、制造(特別是消費級產(chǎn)品)以及政府領(lǐng)域。
　　
　　早期采納方在起步階段會使用其新近安裝的大數(shù)據(jù)基礎(chǔ)設(shè)施(例如HDFS、MapReduce以及NoSQL數(shù)據(jù)庫等等)以實驗各類新型應(yīng)用。根據(jù) Pacific Crest公司收集到的數(shù)據(jù)，各早期采納方往往希望利用這些方案處理數(shù)據(jù)中心日志信息(包括服務(wù)器、路由器以及各類物聯(lián)網(wǎng)傳感器等)，旨在實現(xiàn)網(wǎng)絡(luò)分析與 IT系統(tǒng)性能監(jiān)控。在此基礎(chǔ)之上，亦有相當(dāng)一部分企業(yè)嘗試?yán)么髷?shù)據(jù)技術(shù)進行財務(wù)數(shù)據(jù)(欺詐檢測)與Web數(shù)據(jù)(情感分析以實現(xiàn)個性化體驗)分析。
　　
　　初步實驗對于了解大數(shù)據(jù)基礎(chǔ)設(shè)施收益、潛力與不足之處非常重要。然而根據(jù)CapGemini于2014年發(fā)布的報告，試水性實驗的成功比例并不算 高。其失敗原因主要有三：1)將數(shù)據(jù)分散在多個不同團隊中，因此訪問難度較原始設(shè)計更高。2)數(shù)據(jù)被安置于遺留系統(tǒng)當(dāng)中，導(dǎo)致將其導(dǎo)出至大數(shù)據(jù)基礎(chǔ)設(shè)施變 得非常困難。3)缺少統(tǒng)一而明確的全局性數(shù)據(jù)管理與數(shù)據(jù)分析方案，這使得工作人員難以從數(shù)據(jù)內(nèi)提取信息。而隨著此類問題的一一克服，近來我們發(fā)現(xiàn)成功案例 變得愈發(fā)普遍。事實上，目前全球各地對于大數(shù)據(jù)基礎(chǔ)設(shè)施及其附加方案的興趣都呈現(xiàn)出快速升溫之勢。

大數(shù)據(jù)應(yīng)用崛起 下一階段發(fā)展方向在哪里?