自身业务的创新推动了企业对海量级数据价值挖掘的需求。通用汽车的安吉星(OnStar)服务每年管理的数量早已多达3PB，该服务为车主提供远程车辆诊断服务、应对突发事件。在安吉星CIOJeffreyLiedel看来，这些数据就是金矿。
　　
　　例如，通用汽车正在测试在雪佛兰混合动力汽车Volt上使用的一款移动应用程序，该程序可以帮助驾驶员们监测汽车电池和远程管理充电。事实上，为数众多的车主都希望汽车制造商们可以缓解“里程焦虑”(担心电动汽车还没到开到目的地时已耗尽电量)，所以目前，包括日产和福特在内的汽车制造商也已在提供或打算提供监测电动汽车的类似功能。Liedel说：“除此之外，客户对车辆驾驶情况、驾驶模式和燃油经济性等分析数据也非常感兴趣。”
　　
　　并非只有电动汽车的用户想通过安吉星服务更深入地了解车况，通用汽车内部的业务部门用户和外部的合作伙伴也需要这些数据。Liedel表示，可靠、安全、灵活地提供数据，这项任务落到了IT部门的肩上。他说：“关键在于认识到数据和分析的重要性。”
　　
　　除了这些掌握PB级信息的CIO要琢磨如何管理数据，那些仅仅收集GB级数据的公司也看好利用自有系统之外的信息。拥有处理“大数据”的能力和有效分析大数据的工具，正成为一种必需的竞争优势。
　　
　　埃森哲首席技术创新官GavinMichael说：“每家企业都在竭力利用自身拥有或可以访问的数据，希望获得比以往更有成效的数据支撑。不过，由于许多公司的分析人员数量很少，他们从未把大数据当做一种企业资源来利用。CEO们需要从企业的角度看待数据，了解如何整合和分析数据。”
　　
　　交易和分析不混搭
　　
　　随着硬件和存储成本不断下降，有些CIO会认为在现有系统的基础上添加容量以支持数据分析是经济高效的举措。但一些人则认为，分析大数据时，交易系统和分析系统单独维护是搞好这两个流程的必要条件。
　　
　　美国退伍军人事务部在过去两年中部署了25个数据仓库，用于分析大数据。该部门为2200万名退伍军人提供健康福利，其CIORogerBaker表示，分析来自退伍军人电子健康档案(EHR)的数据直接影响到临床医生能否更有效地使用该系统，隐藏在数PB的临床和遗传数据中的宝贵信息有望带来更有效的医疗方法。退休军人事务部甚至启动了征集DNA样本的一项计划，补充退伍军人的健康档案。
　　
　　Baker说：“我们有一大堆二三十年间收集起来的宝贵信息，涉及病人的症状、治疗情况和治疗结果。”
　　
　　Baker表示，EHR系统包含“面向交易速度的层次数据库，所以临床医生在门诊时，需要数据库快速反应。”另一方面，分析数据库会根据临床主题来加以组织：药剂信息在一个地方，血液数据在另一个地方。“我们希望为研究人员提供重要的关联数据和计算能力，让研究人员可以弄清楚需要什么样的数据。”
　　
　　但是，数据分析并不容易，需要将某一病人的档案和其他病人的档案进行比较，同时也要和同一病人多年前的档案进行比较。由于数据量很大，Baker打算在明年添置超级计算机以便更快速地处理数据。他说：“数据访问速度越快，信息带来的价值就越大。”
　　
　　不过，并非所有对大数据进行分析的公司都决定投资超级计算机，要不要投资于超级计算机取决于用户对获得查询结果的速度的需求。一般情况下同使用超级计算机获得查询结果只需几小时或几分钟，使用传统服务器从庞大数据集获得结果可能需要几天。
　　
　　波士顿儿童医院的信息学主管兼哈佛医学院的教授IsaacKohane表示，获得数据分析结果的速度也是因人而异的。目前，他负责哈佛医学院及附属医院的研究人员和医生之间的合作，开发用于处理临床和研究数据的技术。他表示，需要花这么长时间的查询所处理的工作并非优先级很高的业务事项，所以没必要花钱购置更强大的处理能力，来加快获得结果的速度。