如果你企业还没有建立起一个稳定的商业案例，并收集来自强大的盟友，如关键业务利益相关者的意见，那么你企业很可能不会获得大数据项目所需资源的批准。
有四分之一的受访者表示，展示投资回报率是所有企业的大数据项目所面临的挑战。事实是，大数据还相对不成熟，可能涉及一定程度的实验，其成本可能会非常高。为了针对具体的项目举措进行实验，企业必须做出无差别的繁重工作，这需要花费大量的时间和精力。这无疑会放慢创新的步伐，最终降低大数据项目的价值。
在许多情况下，证明投资回报最简单的方法是降低总体拥有成本。但如前所述，传统基础设施管理大数据的成本是不可持续的。使用云服务重新构建现有工作负载可帮助企业显著的降低成本。另外，利用云服务还可以通过降低实验成本来加速创新的步伐。成功的实验将显示出可衡量的效益，一旦到位，将激发更多的需求。
使用云服务来克服上述挑战
正确的云计算方法有助于最大限度地减少部署大数据应用程序的障碍，甚至消除部分障碍。像大数据一样，云服务是具有高度颠覆性的一大力量，其正在改变企业的运作方式和经营方式。
而如果将云和大数据结合起来，其影响就更大了。
但是决定采用云服务也并不能在一夜之间就能够解决您企业的大数据问题。而且，许多云服务提供商也仅仅只是提供了您企业所需要的所有服务的一部分。而且，他们需要进行大量的整合工作，这往往会让你企业面临又一重大问题，并且让您难以取舍：价格还是可扩展性？性能还是易用性？灵活敏捷性还说安全性？
在评估云提供商时，企业需要寻找可以直接解决这些挑战的解决方案。
技能短缺：您企业需要广泛的功能来构建、扩展和安全部署大数据应用程序。这些功能应涵盖大数据的所有不同方面，从数据收集到存储、分析和数据可视化。企业应该寻找能够提供托管服务的云提供商，以尽量减少管理开销，并能够与大数据中广泛的技术充分兼容。这将使您企业能够充分利用您拥有的技能，并获得帮助。
成本和商业案例的制定：企业迁移到云服务将无需采购和维护硬件。为了帮助构建商业案例，请选择一家可以帮助降低TCO的提供商。灵活的定价模式：从预留实例（Reserved Instance）到按需实例（On-demand Instance），甚至是竞价实例（Spot Instance）都可以提供巨大的节省机会，降低管理和处理数据的成本结构。
数据的不可预测性：您企业的云服务提供商应该允许您快速轻松地进行扩展或缩减以响应需求的变化。例如，将存储从计算容量中分离出来，使企业只选择他们所需要的资源类型和规模大小，并只支付他们所使用的资源。
计算选项：您企业的提供商应该提供适用于最广泛的大数据工作负载的多种多样的计算选项。这包括计算优化的实例；用于高性能计算的GPU实例；为内存密集型应用程序提供内存优化的具有兆字节内存的实例；以及针对大规模并行数据仓库应用程序，Hadoop或NoSQL数据库的非常快的SSD存储的存储优化实例。
安全性：寻找一款云计算基础设施，旨在保证安全，并经常审核其是否符合各种行业标准，如HIPAA、PCI DSS或FedRAMP.确保云提供商提供适合审计的服务和合规计划，以帮助您企业满足安全和管理要求。并确保提供商提供所有服务的静态和传输数据加密，以及广泛的数据加密选项。
云服务的本质使其非常适合大数据。由于云计算的可扩展性，弹性和经济模型，可以让企业根据需要进行规模化缩放，而无需在高峰容量的环境中构建和投资。云计算使企业能够降低与繁重工作相关的成本，而将节省的资金再投资于能够为企业提供价值的项目。可衡量的节省将有助于获得更多的赞助商，而这些节余可以用来资助其他大数据项目。
结论
展望未来，大数据将在帮助企业做出更明智、更快速的业务决策方面发挥越来越重要的作用。 但是，企业不必因技能短缺，成本有限，数据的不可预测性，安全问题或创建商业案例方面的困难而受到阻碍。云服务，可以解决许多这些要求。其使得使企业能够迭代大数据分析，专注于业务需求，而无需担心收集、存储和处理大数据所需的IT基础架构。借助由云服务供应商所提供的解决方案，企业可以以更快，更低的成本来分析数据，从而更快地实现业务目标。