有人把大数据和分析的关系比喻成手和手套的关系，二者必须高度匹配才能得心应手。不过，大数据分析部署仍处在初级阶段。
提到大数据技术，人们首先想到的可能是Hadoop和NoSQL数据库。但很多情况下，大数据环境是由多种数据管理平台支撑的，而Hadoop和NoSQL系统并不是主要部分。
Hadoop 2做了很多改进。比如加入了新的组件——YARN资源管理器，能够运行非MapReduce应用程序;加入了实时分析程序。现在，是时候重新考虑Hadoop了。
大多数预测分析应用只需要分析样本，就能满足分析人员识别客户行为和其他参数的需要。相反，如果把大量的数据不加以分类就放到分析模型中，会增加“噪声”。
Forrester在其用户中所看到的最为普遍的大数据部署方法是一个Hadoop系统结合一个企业级数据仓库（EDW），而两者是可以彼此增强的。
大数据技术为数据存储和数据管理打开了一扇新的大门，未来还会和数据仓储系统保持一致。这反过来创造了新的数据集成机会。
SharePoint系统可以选择比较随意的环境，在这个环境里，业务用户可以有很大的自由度建立协作工作区，并且不需要企业采取强硬措施做协作监督。
云分析自身的发展还有待完善，尚处于初级阶段，而商务智能要想真正赢得用户，也还有很长的路要走。
对于许多公司来说，走上BI旅程还有很长的路要走，毫无疑问，也包括一些已经设置了商业智能能力中心或其它形式集中BI团队的公司。
许多业务经理和员工都不一定有深度挖掘数据的需求或愿望，但BI仪表盘的用途就是帮助他们简化数据分析流程。
