在数聚股份看来，企业已经身处商务大数据时代。
每一次工业（科技）革命，都有其标志产物。从一开始的蒸汽机、内燃机、电信技术，到七八十年代崛起的互联网技术。如今，在新一轮科技革命的浪潮之中，则是以数据和内容作为互联网的基础，通过整合互联网和IT技术，发现数据价值的商业智能和数据挖掘技术。
日本学者城田真琴在《大数据的冲击》一书中，对大数据给出了这样的定义："大数据指的是无法使用传统流程或工具处理或分析的信息。它定义了那些超出正常处理范围和大小、迫使用户采用非传统处理方法的数据集。"目前业界用4个V概括大数据的特征，即：数据体量巨大(Volume)；数据类型繁多(Variety)；价值密度低(Value)；处理速度快(Velocity)。
可以想见，当下能够真正拥有商务大数据的，必然是各种大型企业，而一些没有拥有足够量级数据的小型企业，则无需对"大数据"的概念过于敏感，做好自身核心业务数据的理性分析也是一种成功。
当前依靠各种技术手段挖掘大数据商业价值的主要应用场景有如下四种：
1. 客户群体细分，为特定群体提供定制化服务。
2. 模拟竞争环境，发掘新需求，提高ROI。
3. 加强部门联系，提升管理、产业链条运作效率。
4. 降低服务成本，发现潜在机会对产品和服务进行创新。
对于大型企业而言，商业智能和数据挖掘的部署已经成为大势所趋，而对于中小型企业而言，部署相较于Excel业务报表更智能效率更高的BI 报表也成为他们青睐的选择，如Microstrategy的达析报告、Tableau、Qlik等产品。
一般而言，商业智能更侧重于智能报表带来的数据清洗、数据展示和业务分析支持（侧重于已有事实），而数据挖掘要求的数据量更大，深度建模能力更高，运算层更为复杂（侧重于预测分析）。
正如著名数据技术专家埃里克·西格尔所说的："大数据时代下的核心，预测分析已在商业和社会中得到广泛应用。随着越来越多的数据被记录和整理，未来预测分析必定会成为所有领域的关键技术。"数据本身不产生价值，如何分析和利用大数据对业务产生帮助才是关键。无论是何种形式挖掘数据，数据蕴含的最大价值，都在于其通过建模后形成的强大的预测能力和决策支持能力。这既是各类组织最想得到的答案，也是诸多数据技术厂商努力的方向。在大数据时代，无论组织是否拥有真正的"大数据"，成为"数据驱动型组织"都会是他们建设和奋斗的目标。