IDC分析師表示，很少有流行術語像“大數據”得到如此多的炒作，雖然炒作仍然存在，但我們已經開始看到現實世界的成功例子，并且企業(yè)也開始制定大數據戰(zhàn)略。

　　“目前，我們仍然看到很多炒作，很多承諾，”IDC分析師Dan Vesset表示，“問題是現實情況是什么，以及企業(yè)在近期和短期內應該如何做?”

　　“我們可以安裝各種技術，但重要的是利用大數據改善決策過程，”Vesset表示，“你可以部署世界上最大的Hadoop，但這并不夠。”

　　IDC分析師Michael Versace表示，Progressive是使用大數據項目轉型其業(yè)務的公司之一，該公司利用客戶駕駛習慣的詳細信息，創(chuàng)建了一個基于使用情況的模型，從而確定價格政策。該公司通過駕駛員插入到汽車的診斷端口的設備來收集數據，該設備可以追蹤客戶猛踩剎車、夜間開車以及其他危險駕駛習慣的發(fā)生頻率。

　　與此同時，對于想要成功部署大數據項目的企業(yè)，他們也面臨著很多挑戰(zhàn)，這些包括：哪些業(yè)務數據應該被存儲，哪些應該被丟棄，獲取所需技術的成本以及缺乏具有必要技能的IT專業(yè)人士。Versace表示，在不久的將來，最后一個問題可能會變得更加嚴重。

　　人們對于大數據還存在一些誤解，例如，這并不完全是指社交媒體，還有人認為這完全是關于點擊流分析。并且，Hadoop也不是唯一的解決辦法，因為它主要針對大批量處理，而不是實時監(jiān)控。IDC估計，在北美約10%到12%的企業(yè)在以某種形式使用Hadoop。

　　IDC公司為大數據創(chuàng)建了“成熟度模型”，這涉及五個領域：數據、人、流程、技術和意圖。

　　企業(yè)開始大數據項目的第一個步驟是發(fā)掘以新方式利用其現有技術和數據的機會，評估公有云和開源選項，并開始通過概念證明和原型來試驗。在接下來的一到兩年，這些企業(yè)應該利用大數據項目的初步成功來為更大的項目籌集資金。

　　IDC分析師David Schubmehl表示，被認為是大數據的數據中有80%是非結構或半結構化信息。這種數據的多樣性將需要統(tǒng)一信息訪問技術來處理，例如Oracle的Endeca和IBM的Vivisimo等。

　　大數據的挑戰(zhàn)將繼續(xù)影響數據庫行業(yè)，圖形和內存數據庫平臺等技術越來越重要，另外，傳統(tǒng)關系型數據庫也將改變。