數據的出現使業務智能真正地走入了21世紀。但事實上“大數據”詞代表的并不是解決方案，而是一類問題。在這些PB數量級的數據中，隱藏著怎樣的價值?我們從中能得什么，并且使之指導業務部署的方方面面。但這一巨大量數據實際上有用的沒有多少。所以為了利用其隱藏的價值，企業需要收集、過濾，并通過情感分析應用、定位工具以及其它的技術來分析它，從中產生有用的信息，從而為今后的業務發展服務。

云可作為大數據分析的使能器

Forrester定義大數據為“在大規模的經濟性下，獲取數據的技術和技能。”這里最關鍵的一個詞是經濟。如果提取、處理和利用數據的成本超過了數據價值本身，那么這項工作就是沒意義的。幸運的是隨著數據量的不斷增長，技術也在不斷地進化，可幫助大部分企業利用這些數據。云技術，無論是公有云、私有云還是混合云，在讓企業從大數據分析中提取潛在的ROI方面，都是不可或缺的一部分。

收集并過濾

前面已經提到巨大量的數據中可用的部分很少，但還是有大量的數據需要過濾，以后關聯并存儲其有用性。對大量存儲著臨時信息的基礎設施投資的利益幾乎沒有，因為這一臨時數據大部分都會被丟棄。另外從公司防火墻外部移到內部的網絡的數據也不會獲得什么有價值的信息，而且處理它也是使用IT經理頭疼的一件事。

這一階段的大數據過濾是一個完美的公有云平臺應用，它可以提供按需擴展的計算和存儲資源。

分析

一旦數據轉化為可用的形式，那么就進入到分析產生信息的階段。從長遠來看，提供給分析應用的原始數據沒有必要一下保留，需要有效存儲是分析處理的結果。公有云和混合云技術可用在分析階段，在數據集處理階段可引入Hadoop或類似替代方案。在公有云用戶的情況下，原始分析階段可以在公有云基礎設施上執行，然后使用私有云組件把處理過的、可用的信息拿到公司內部。

虛擬化、集成和協作

在這一階段，我們實際上已經擁有了可用的信息，可以用來指導決策。這還沒有結束，還要使這些信息可為用戶使用，轉化并住處到現有的系統中，如企業資源規劃和客戶資源管理應用。軟件即服務應用運行在云中，利用稍早階段開發的數據，來強化集成，讓用戶相互協作。

有了云計算技術，大數據的價值才能得到更好的轉化。不得不說，對于在使數據轉化為商用方面，云是一個相當完美的平臺。