数据的出现使业务智能真正地走入了21世纪。但事实上“大数据”词代表的并不是解决方案，而是一类问题。在这些PB数量级的数据中，隐藏着怎样的价值?我们从中能得什么，并且使之指导业务部署的方方面面。但这一巨大量数据实际上有用的没有多少。所以为了利用其隐藏的价值，企业需要收集、过滤，并通过情感分析应用、定位工具以及其它的技术来分析它，从中产生有用的信息，从而为今后的业务发展服务。
云可作为大数据分析的使能器
Forrester定义大数据为“在大规模的经济性下，获取数据的技术和技能。”这里最关键的一个词是经济。如果提取、处理和利用数据的成本超过了数据价值本身，那么这项工作就是没意义的。幸运的是随着数据量的不断增长，技术也在不断地进化，可帮助大部分企业利用这些数据。云技术，无论是公有云、私有云还是混合云，在让企业从大数据分析中提取潜在的ROI方面，都是不可或缺的一部分。
收集并过滤
前面已经提到巨大量的数据中可用的部分很少，但还是有大量的数据需要过滤，以后关联并存储其有用性。对大量存储着临时信息的基础设施投资的利益几乎没有，因为这一临时数据大部分都会被丢弃。另外从公司防火墙外部移到内部的网络的数据也不会获得什么有价值的信息，而且处理它也是使用IT经理头疼的一件事。
这一阶段的大数据过滤是一个完美的公有云平台应用，它可以提供按需扩展的计算和存储资源。
分析
一旦数据转化为可用的形式，那么就进入到分析产生信息的阶段。从长远来看，提供给分析应用的原始数据没有必要一下保留，需要有效存储是分析处理的结果。公有云和混合云技术可用在分析阶段，在数据集处理阶段可引入Hadoop或类似替代方案。在公有云用户的情况下，原始分析阶段可以在公有云基础设施上执行，然后使用私有云组件把处理过的、可用的信息拿到公司内部。
虚拟化、集成和协作
在这一阶段，我们实际上已经拥有了可用的信息，可以用来指导决策。这还没有结束，还要使这些信息可为用户使用，转化并住处到现有的系统中，如企业资源规划和客户资源管理应用。软件即服务应用运行在云中，利用稍早阶段开发的数据，来强化集成，让用户相互协作。
有了云计算技术，大数据的价值才能得到更好的转化。不得不说，对于在使数据转化为商用方面，云是一个相当完美的平台。
