“大数据”已经不仅仅是一个时髦用语，利用大数据分析正在成为越来越现实的问题，甚至IBM都已经宣布投入10亿美金发展PowerLinux系统以支持其大数据战略。
从企业规模来看，利用大数据更有优势的是大型企业。根据研究机构Forrester Research对大量大型企业的调查数据显示，平均每家企业产生的数据总量约为非结构化数据50TB、半结构化数据2TB、结构化数据12TB。
但Forrester Research首席分析师Bryan Wang同时指出，大型企业大数据综合利用率仅为12%左右，“企业花了大量的金钱在存储上”——而不是分析。
目前使用大数据技术的企业占比约为20%，另有37%企业正在筹划大数据项目，希望通过大数据分析的威力获得更高的企业洞察。那么，大数据在大型企业重要项目应当如何应用呢？这里是大型企业大数据创新的五大方向。
1 ) 混合数据云。混合数据云是一个值得强调的话题，因为大型企业不可能放弃现有的结构化的数据基础设施。从Oracle，IBM和微软的系统的结构化数据正在支撑大多数大公司的运作。数据基础设施技术执行的目标是将这些现有的系统融入混合系统，同时吸收非结构化的数据和外部数据。
然而，传统的厂商要做到这一点可能不太容易。虽然现有的系统将保持，但那些传统厂商的技术可能局限在现有的项目，而企业新的投资更可能流向新的供应商和新的平台。
StubHub公司有25种结构化和非结构化数据源的数据网络。StubHub首席数据架构师Sastry Malladi表示，使用开源产品对于避免专有架构的锁定非常重要。“眼下最重要的创新，是如何创建一个混合的数据系统，”Malladi说。
2 ) 移动性推动大数据投资。移动平台和它们的位置、通信和便携性提出了一种客户平台客户定制的大数据创新。在线健康网站MapMy Fitness开始记录用户的运行路线，并已经扩展到各种各样的健身活动，以及个人健康监测。
MapMy Fitness副总裁Matt McLure已经看到公司增长到19万用户，并开发出一种混合私有云和公共云的基础设施，以支持用户的行为，如新增的夏季骑自行车的人和健身爱好者。“我们是在健康和关连健身生态系统的中心。”McLure说。额外的健康和健身监控相关的扩展要求，驱动该公司使用像 Facebook和谷歌等开发的数据技术。
3 ) 大数据可以围绕和增强现有的应用程序。StubHub开始只作为一个体育和娱乐项目的票券交易平台。但该公司目前正在采取一个更广泛的角度，一个项目周围的所有活动，包括社会评论，住宿，餐饮和交通服务。这些社交网络服务驱动捕获、分析大量的数据的混合模型，并驱动推荐引擎。传统的交易系统的设计根本就没有考虑这种类型的用户输入。
4 ) 物联网将让当前的大数据项目看起来像小东西(small stuff)。美国商业智能厂商SAS高级主管Paul Bachteal指出，当你开始考虑将所有的数据引入组织，将物联网从概念变成现实，构建采集，存储，分析和创建预测分析的系统，需要的技能是供不应求的，客户和供应商将不得不展开员工技能的培训工作。
Bachteal以铁路机车为例，表示一旦配备传感器并连接到一个数据分析系统，客户将能够更准确地预测部件的磨损，从而可以防止设备故障。
5 ) 大创新来到数据频谱的前端。沃尔玛正在考虑使用crowd sourcing(众包)来设置产品价格和选择产品说明配图。沃尔玛实验室高级工程总监Digvijay Lamba表示，在决策过程的前端使用技术如crowd sourcing，完成大数据的频谱。
现有的大数据系统擅长于分析巨大的数据池，但只有在数据进入该系统的时候。crowd sourcing代表了一种方式，把额外的数据添加到大数据流程的前端，利于提高分析结果。Lamba说：“我们需要扩展系统的前端。”
大数据已经不仅仅是一个流行的词汇，但创建大数据系统需要思考决策系统的新途径，这现在刚刚进入市场。