调查显示，目前正在大规模产生的海量数据预计也将用于大数据分析。IT专业受访者们表示，目前产生最大数据量的来源为结构化的事务处理数据和电子邮件数据，分类占到数据量的62.7%和53%。这两大数据来源所产生的数据也是可用于大数据分析的最流行的两种数据类型。

后起之秀：社会化媒体内容

鉴于大多数IT用户将能够处理大量数据的能力作为大数据最为重要的益处。大容量的数据类型就更可能被用于先进的分析了。

然而，也有例外的情况发生。社会化媒体内容即是如此。相对而言，仅有较少的企业表示，社交媒体正在产生大量的数据信息，但是社会媒体的数据信息则占到了大数据分析很高的权重。

虽然从社会媒体所产生的数据量是巨大的，大多数企业尚未开始捕获并分析这些数据集。随着社会媒体流动性和影响力的继续增加，更多的企业将转向这方面平台的洞察，届时大数据技术有望在这个过程中发挥关键性的作用。相同的动机驱动因素在利用大数据来分析数字丰富的数字媒体，如视频、音频、图像方面占到的比例更高。

分析当前和未来的状况

该调查还研究了不同类型的业务在当前所支持和采用的先进的分析方法，并预计其将在未来的发展趋势。

顶级商务功能方面，目前正在采用和执行的高级分析包括：业务报告，规划和预测和预算，这几项在未来先进的分析性能预测中排名很低。

调查表明，目前的分析主要用于执行操作的角色。更具战略性的业务功能，如战略管理，利润模型，企业绩效管理和研发，预计在未来的先进分析应用中将占主导地位。

这一发现表明，香港地区的企业非常了解大数据分析的战略价值。先进的分析方法是将从当前的业务支持更多转向发挥战略方面的作用。随着企业对于更大量数据和更多类型数据的收集的增加，以及分析模型演进，预计企业将在未来利用大数据分析进行战略决策。

输入和处理速度仍然很重要

尽管受访者对于数据分析速度的排名较低，但其性能似乎对本地企业来说仍然是一个问题。

该调研调查了受访者们关于查询分析结果的最佳时间。虽然大多数的IT受访者表示可以为结果等待一分钟的时间，超过三分之一的受访者则希望能够在不到10秒的时间内就得到分析结果，以满足其业务需要。

这一发现表明，输入和处理速度、以及数据量的问题将对企业的IT部门及其处理进程提出相应的要求。如果数据结构和IT基础设施还没有准备好能够在10秒内处理并分析100TB的数据，一些IT用户则表示这是无法接受的。

调查结果表明，大多数IT用户关心的是现有的信息基础设施所采集的大数据的状态。对于数据结构和IT基础设施缺乏信心是香港企业最为关注的问题。而如果不建立这样的信心，大数据项目的采用将很难实现。

结论

对IT基础架构和数据架构缺乏信心妨碍了企业对于大数据项目的投资

大数据处理海量数据的能力最为重要

先进的分析将在未来发挥更具战略性的业务功能