對于有些事物，我們無法選擇逃避或者回避。就如大數據一樣，如此順其自然的產生、發展及壯大，乃至你將無法處理。面對大數據所帶來的威脅性與緊迫感，我們只能在守株待兔與隨機應變中尋得出路。
既然必須接受，何不積極樂觀的先弄清它的益處，至于如何獲得這些益處，我們隨后道來。大數據充溢著企業業務，一方面給儲存、管理帶來了壓力，另一方面也給企業帶來了新生與動力，在挖掘大數據的過程中，企業找到了新的商機，但隨之而來的壓力與考驗是：你必須會處理、會分析、會挖掘這些大數據。然而我們卻不是挖掘大數據的工程師，我們善于做的是開發業務類型、提升利潤空間，在權衡企業業務與大數據的處理方案時，我們該把重心放在如何計算分析大數據上，還是著重提升并開拓企業業務呢？明智的企業領導者想必已經心中有數。、
審時度勢：大數據方案
對于企業而言，應用大數據解決方案主要有三方面的價值。第一，能夠處理以前無法處理，或者無法實時與快速處理的海量數據，包括結構化和非結構化數據。第二，企業可以利用大數據解決方案，對分布于社交網絡、視頻網絡等各種互聯網中的海量數據進行提取、整理、分析，并進而從這些新的數據中獲取新的洞察力，將它與已知業務的各個細節相融合，促進企業產品和服務的營銷。第三，我們還可以利用自己積累的或存在于互聯網中的大數據，推出各種新產品和新服務。
總而言之，大數據最核心的價值就是在于對于海量數據進行存儲和分析。然后通過這些挖掘與分析，為提高業務價值和開拓企業新業務提供參考與導向。另外，相比起現有的其他技術而言，大數據的“廉價、迅速和優化”其綜合成本是最優的。
價值最大化：一方面省了成本，一方面創造了“價值翻番”
我們希望從數據中深度洞察“價值”，快速分析獲取出企業的戰略決策，即能夠從單純的領導決策走向全員決策，或者說從領導創新走向全員創新，這同樣也是互聯網時代的特點。
現如今，互聯網化正在迅速滲透到企業以及所處的產業鏈和生態圈中，借助互聯網能力，企業可以更容易與前端供應商、服務商，以及后端的客戶、最終客戶建立密切的聯系。在此過程中，可以激發新的業務模式，如供應鏈優化、智能制造、產業鏈協同、電子商務等。新的業務模式正在不斷興起，并且迅速發展。這個過程中，企業數字化過程也得到了迅猛的發展，企業內部運營管理系統更快的走向移動化、云化、數據化。例如企業在生產過程中，可以把更多的生產設備直接接入到生產運營系統中，實現統一管理、運作和監控，從而推進企業智能制造的過程。此外，全渠道零售、全媒體營銷，也都是新業務模式的應用。
“業務互聯網化”依賴企業內部各類元素的數字化，而企業對數字化信息處理的能力是支撐互聯網化的基礎。各類數據的總和構成了數字世界完整的畫像，大數據成為了其中的核心資產，企業需要從這些資產中獲取價值，同時也驅動企業自身在數字化社會中得到不斷的發展。
然而，數據要產生價值，通常情況下需要通過具體的業務問題才能體現出來，如果不能解決實際的業務問題，大數據價值只是空談，落不到實處。
為解決企業中的實際業務問題，我們先要考量自身處在哪個行業領域及相關存在的疑難雜癥，也就是說在不同的企業中存在不同的業務問題。例如在電信行業，針對其客戶類型需要制作諸多分析模型（客戶流失預測、客戶價值分析等），現在，我們可以把社交媒體的數據融合進來，與原有的客戶信息相互打通，以從中獲得更多更深入的分析結果。這樣一來，既豐富了電信企業原有的分析模型（原有分析模型維度較少，因為內部交易數據量極其有限），還在融合大數據后，數據維度變得多樣化起來，各方面信息量越發增多，可以導致企業的分析模型逐漸豐滿且適于挖掘價值。
最終可以呈現出：精準地可預測結果或者挖掘結果。大數據所呈現的價值最大化，它更多的是一個“原則”。通過這種原則，數據價值得到凸顯，也就是大數據所呈現出來的價值最大化。
重視數據分析工作
剖析大數據價值，其實就是在多樣的或者大量的數據中快速獲取信息的能力，而不僅僅只是收集和存儲大數據。在采訪時，用友集團iUAP中心副總經理謝東分享了企業在做大數據管理時需要格外留意的三大因素：
第一，選擇好自身的數據基礎架構。它可以用來保證數據存儲能力、提供數據計算能力，并保證數據處理的實時性、整體系統運行的穩定性、應對業務迅速發展時要求的擴展性，并確保成本可以接受。
第二，做好數據的管理工作。逐步推進企業級數據倉庫建設、主數據管理及元數據管理。要選擇適宜的數據存儲技術與數據處理引擎，以應對企業不斷增長的數據變化和相應的業務需求。
第三，利用好數據，即大數據企業如何應用，如何建設。這是數據資產變現的重要方式之一，從標準商業智能應用向行業深度數據應用發展。