探索大数据预测分析的巨大潜力以及近年来公司对分析的依赖如何演变，这反映在 Hadoop 的使用上。
利用大数据 创造价值和新机遇的做法正在全球范围内企业中呈现不可阻挡的增长势头。得益于使大数据处理成为可能的技术和它们在实施商业智能系统方面提供的宝贵帮助，我们可以做出迄今为止看似无法实现的市场预测和预报。
如果说仅仅三年前，对于大多数公司来说，大数据用于分析目的仍是一种未来的可能性，那么今天的现实已经大不相同。
根据通用电气和埃森哲联合发布的2015年工业互联网洞察报告，数据表明，工业互联网起步缓慢且不平衡。尽管近一半的受访者（49%）希望利用大数据寻找新的商业机会，60% 的受访者认为他们可以通过数据 中国 whatsapp 数据 分析获得更多的经济效益，但也有一些不太令人鼓舞的百分比，例如：
接受调查的公司中，只有 29%的公司使用大数据进行数据分析或提高业务绩效，而65% 的公司使用大数据来预防或纠正技术故障。
62 % 的受访者使用大数据分析来统一来自不同类型和不同来源的非结构化数据。
新的行动呼吁
然而，Forrester最新的《大数据市场预测报告》和 TDWI 的《企业 Hadoop最佳实践报告》显示：
Hadoop 的使用量每年增长 32.9%。 Hadoop、Spark 等开源大数据框架正在主导大数据领域，并且这种趋势可能会在未来几个月内持续下去。
60% 的公司计划在 2018 年底前投入生产 Hadoop 集群。
专家表示，2018年，许多组织将扩大使用Hadoop、Spark和NoSQL等大数据框架技术来加速大数据处理。
预测分析的巨大潜力
这些报告反映了大数据分析所提供的巨大可能性以及与之相关的技术进步的潜力。人们对应用大数据解决方案的兴趣日益浓厚，且具有一定的紧迫性，因为众所周知，大数据的应用将会更加广泛、更快，从而改变竞争格局。
埃森哲的报告已经显示，66% 的受访者认为，如果不采用分析策略，他们的市场地位将面临风险。此外，研究发现，在 93% 的案例中，已经利用大数据确定了新的竞争对手，以制造产品或提供不同的、更具竞争力的服务。
工业用途的大数据分析有可能从客户信息中生成新产品和服务，以提高销售额和效率，同时降低成本和错误。