大部分分析查询、提取、转换和加载（ETL）集成过程是针对集群中的数据执行的，而这些过程是由一款开源SQL-on-Hadoop工具HIve创建的。
证明大数据应用和平台业务价值的需求在主流组织中占据了重要地位，对于IT和分析经理们来说，获取数据价值并非易事。
不少公司采取措施主动维护生产设备和其它类型的工业设备，使设备保持正常运行，预防故障。这种目标得以实现，应归功于物联网技术、大数据平台和预测分析工具的结合。
工艺生产商经常会担心生产设备的运行状况，使用物联网可以帮助他们预测哪些用户需要进行设备维护。
越来越多的商业智能和分析圈里谈论培养数据驱动的公司——大多基于信息的基本业务决策来自BI和高级的分析系统。但是，实践起来并非那么容易。
2014年，IBM在新Watson集团投资10亿美元。从那以后，该公司已经建立了六个Watson产品阵容，包括帮助治疗癌症和改善客户自助服务流程。
数据治理团队需要建立数据质量改善目标，然后对其进行跟踪和汇报。而且它们应该是“有意义的业务目标”，而不是以数据为中心的。
完成自服务软件部署后，一般就不需要集中IT和BI团队支持业务单元的分析需求了。这样经常会导致分析工作的脱节，给双方带来很大的麻烦。
人们普遍认为，自助式BI工具能为业务经理和员工们提供行而有效的分析功能，它是企业进行有效决策的保证。
很多企业IT和BI经理仍在向企业高管和其他终端用户业务陈述BI工具的好处。试图通过阐释来解决对BI工具的抵触心理可能并不那么简单。
