基础设施部署。在大数据领域，此类基础设施负责对数据进行存储、管理、移动与传输。 工具部署。在大数据领域，此类工具用于搜索并分析各种形式的大数据并呈现处理结果。 应用程序引入，通常将基础设施与工具转化为实际功能。
遵循这样的分阶段实现方式，众多大型企业已经开始部署大数据基础设施与多种工具，旨在分析收集到的海量数据。
由于我们已经进入应用开发与部署阶段，因此最重要的是着眼于具体软件。截至目前，我们已经发现了三种主要大数据应用类型：
浅层应用，包括执行客户流失分析并围绕通用型分析工具进行开发(例如Dataminr与DataRobot等)。 这些应用由数据科学家负责支持，从而执行经过严格定义的任务流程。这些应用通常只能在运行基础之上提供浅层分析能力。这些由分析模型与报告机制驱动的应用 由数据科学家及服务专家进行开发与维护——他们往往来自管理咨询企业，且充分理解相关业务领域及最终用户需求。最终用户通常为商业分析师。
应用能够处理大数据，但无法实现任何形式的预测或预测性分析(例如Socrata及Zuora)。 这类应用可能面向水平或垂直体系，其能够为最终用户——主要为商业分析师——提供理解数据并形成结论报告的能力。作为实例，纽约市就利用Socrata系统创建财务报告。
具备嵌入式预测性分析的应用。此类应用未来将分为以下两种类别。
1.包含预测模型，并由数据科学家负责开发与定期更新。这意味着应用供应商必须拥有强大的服务能力以支持软件功能。此类应用包括AgileOne、OPower、Zephyr Health、Duetto以及DataXu与MediaMath等在线广告应用方案。
2.所使用的预测模型可由应用本身自动构建。此类应用厂商包括Oration与Namogoo。
归属于这一类别的应用可能面向横向(例如AgileOne与Namogoo)或垂直领域(例如OPower、Duetto或者Oration)。
这三种大数据应用类型可被视为应用领域的开创者，如今以其为基础又有第四种见解型应用开始出现。之前提到的第三种应用同见解型应用最为接近，但二者间又存在着重要差异：其能够做出预测，但无法形成见解。换言之，第三种应用无法根据预测结果执行对应操作。相反，它们依赖于用户来识别特定预测结果并执行对应行为。
总结
尽管仍然面临多种障碍(每一种新兴技术在出现后都必须面对挑战)，但大数据的早期采纳方已经在相关项目当中积极投资，并将其部署至企业业务系统当中 以解决各类关键性难题。为了实现大数据的跨行业处理潜能，各风险投资方都在积极为大数据初创企业提供援助，希望其解决方案能够为大型企业客户所采纳。考虑 到已经陆续出现的大量大数据基础架构及部署分析工具，多数企业开始将注意力转向大数据应用程序。我们确定的这三种具体类型涵盖了相继出现的各类新型大数据 应用。其中一些能够提供预测结论，但却无法实现见解与实际行动，这亦是大数据应用尚未彻底发展成熟的主要标志。在未来的文章中，我们将深入探讨见解型应用 ——即第四类亦是最具发展前途的大数据应用类型。