目前，企业实现大数据价值需对多种不同数据及功能体系进行数据整合及标准化规划。如不改变现有数据管理机制，那么企业解决方案采用越多的分布式组件，项目回报率越低。
大数据技术促进深度分析及分析性能取得技术突破，其价值毋庸置疑。但这种价值却被数据提取和/或整合成本破坏，导致价值/炒作的底线被轻易冲破。目前，市场在数据价值上多少存在一些分歧，其中一部分行业尚处于初创时期，可保持技术一致性，因此，这些行业可以暂时解决分布式数据的问题。
由于技术孤岛仍将持续存在，且数据仍保存在不同的位置，Gartner公司分析师Doug Laney预计到2017年，90%的大数据项目仍无法发挥它们的作用。Doug最近总结到，虽然数据复杂性、企业内外部数据的分布和离散度不断提升，但也不会因为大数据技术作出的各种承诺而承认系统及数据大规模整合项目的合理性，它们只是大数据价值的体现。
我们只有意识到大数据技术虽已占有一席之地，但仍受到分布式数据源的直接影响，才能尽早通过真正具有成本效益的途径，根据数据复杂度和分布情况，充分利用数据价值。
大多数企业可灵活使用双重数据策略：运用大数据技术对大量同类数据进行深入分析及机会辨别，或运用分布式数据应对运营、风险、管理等复杂但已为人所了解的挑战。人们将能够接受这种双重数据管理策略，充分发现、挖掘并管理大数据技术的价值，并在行业内实现不断灵活创新。