IDC预测，中国的大数据市场从2012年到2016年将增长5倍，政府、电信、银行将是最先使用大数据工具的行业。大数据的价值主要体现在以下几方面：提升企业的决策效率，改进业务流程，提升用户体验和企业的业务创新能力，提高企业的抗风险能力。目前，在亚太地区，大数据的应用还主要以结构化和半结构化数据分析为主，非结构化数据的量虽然很大，但是目前其应用需求还没有兴起。
用户采用大数据工具之前，要注意以下几个问题：从自己有竞争优势的应用领域入手;制定大数据战略时要综合考虑多方面的问题，比如决策层的支持力度、业务流程、数据质量、IT基础架构等;由于专业大数据技术人员数量不足，企业可以考虑采用一些成熟的商业软件;大数据应用不仅仅包括分析型应用，还包括信息访问型、交易型应用等。
从全球来看，对大数据的认识、研究和应用还都处于初级阶段。特别是对我国来说，大数据真正落地，还需要“三思”而后行。
第一，数据是否足够丰富和开放。丰富的数据源是大数据产业发展的前提。而我国数字化的数据资源总量远远低于美欧，每年新增数据量仅为美国的7%、欧洲的12%，其中政府和制造业的数据资源积累远远落后于国外。就已有的有限数据资源来说，还存在标准化、准确性、完整性低以及利用价值不高等情况，这大大降低了数据的价值。同时，我国政府、企业和行业信息化系统建设往往缺少统一规划和科学论证，系统之间缺乏统一的标准，形成了众多“信息孤岛”，而且受行政垄断和商业利益所限，数据开放程度也较低，这给数据利用造成极大障碍。制约我国数据资源开放和共享的一个重要因素是政策法规不完善，一方面欠缺推动政府和公共数据的政策，另一方面数据保护和隐私保护方面的制度不完善，抑制了开放的积极性。因此，建立一个良性发展的数据共享生态系统，是我国大数据发展需要迈过的第一道坎。
第二，是否掌握强大的数据分析工具。要以低成本和可扩展的方式处理大数据，这就需要对整个IT架构进行重构，开发先进的软件平台和算法。这方面，国外又一次走在我们前面。特别是近年来以开源模式发展起来的hadoop等大数据处理软件平台，及其相关产业已经在美国初步形成。而我国数据处理技术基础薄弱，总体上以跟随为主，难以满足大数据大规模应用的需求。如果把大数据比做石油，那数据分析工具就是勘探、钻井、提炼、加工的技术。我国必须掌握大数据关键技术，才能将资源转化为价值。应该说，要迈过这道坎，开源技术为我们提供了很好的基础。
第三，管理理念和运作方式能否适配数据化决策。大数据开发的根本目的是以数据分析为基础，帮助人们作出更明智的决策，优化企业和社会运转。哈佛商业评论说，大数据本质上是“一场管理革命”。大数据时代的决策不能仅凭经验，要拿数据说话。因此，大数据能够真正发挥作用，深层次看，还要改善我们的管理模式，需要管理方式和架构与大数据技术工具相适配。这或许是我们最难迈过的一道坎了。
