阻碍大数据分析的壁垒正在迅速萎缩。大数据云服务，诸如亚马逊弹性MapReduce和微软的WindowsAzureHadoop分布，允许企业在没有前期的基础设施成本的情况下部署大数据项目，并允许他们迅速应对向外扩展的要求。来自诸如Cloudera这样的商业供应商的支持，可以从大数据项目中加快开发并交付更多的价值。捆绑服务器选项，如甲骨文的大数据设备提供快速设置和向外扩展解决方案。最后，模块化的数据中心设计是一种新兴的方式，能够有效地管理硬件和规模的和扩展迅速，以及成本效益。

下列企业能够从大数据分析中获得的大益处：

供应链、物流和生产制造业——利用RFID传感器，手持式扫描仪，车载GPS和和货物跟踪，物流和制造过程会产生大量的信息，以提供重要的见解，以便企业进行物流路径优化，节约成本、提高运营效率。

在线服务和Web分析业——互联网公司发明了专门处理大数据处理信息，以便在互联网大规模实施这些分析平台。现在，执行这些分析平台可以让小型在线服务公司提供领先于竞争对手的广告，客户智能，容量规划等等。那些不能提供在线服务的企业，但与此同时却有电子商务或其他网上交易的企业将通过点击流从理解客户行为和购买模式，队列分析和其他先进的分析中大大受益。

金融服务业——金融市场产生巨大数量的股票市场和银行的交易数据，可以帮助企业大限度地提高交易机会或识别潜在的欺诈性收费，以及其他各种用途。新的监管法规还需要详细的财务记录，以保持更长的时间。

能源和公用事业——诸如“智能电网”和电子传感器连接到机械，石油管道和设备的智能仪器仪表产生传入的数据流必须进行存储和快速分析，发现并解决潜在的问题，否则会导致昂贵的甚至是灾难性的失败。

媒体和电信业——流媒体，智能手机，平板电脑，浏览行为和文本消息在世界各地被捕获，用户的行为和口味是一个日益增加的潜在的宝库。

医疗保健和生命科学领域——电子病历系统的数据是世界上最密集敏感的系统数据，所有这些数据提供病人的治疗方案和临床研究的分析数据，对个别患者的治疗方案和公众健康管理和政策的制定有显着的影响。

零售业和消费产品领域——零售商可以分析大量的销售交易数据，挖掘用户行为模式和监控消费者的品牌意识，利用社交网络数据了解消费者的消费倾向。