举个例子，若是你正在通过收集社交网络来进行客户的情绪监控，也许你的企业内部没有服务器、存储和带宽能够全面的监测这些数据，但是通过基于公有云的大数据服务，你就能够很简单的利用社交媒体过滤服务来对客户的情绪变化进行监控。

企业内部无法承受的战略应用

若是企业内部已有一个基于应用程序的大数据平台，如专用的Hadoop集群的高容量ETL非结构化数据源，通过公有云来解决新的应用程序是比较可行的，例如，多渠道营销，社交媒体分析、地理空间分析、可查询归档和弹性数据等。对于不适合当前平台的应用程序来说，一个按需收费的服务的成本效益是最好的。

事实上，企业如果想要尽快处理PB级规模的多种结构的流媒体的大数据，公有云是唯一一个可行的解决方案。

分析沙箱的弹性配置

若是你需要进行数据探索的是一个生命周期较短的项目，订单量又是数量级的时候，云计算可能是唯一可行的或经济实惠的选择。你可以快速的为项目配置基于云的存储和计算能力，当项目结束的时候，企业可以快速的取消这些配置。这种模式可以称之为“泡沫集市”部署模型，可以说是为云量身定制。

只要你遇到以上任何一种情况，基于云计算的大数据战略问题也就会随之而来，随着云计算和大数据服务的成熟，价格，性能，可扩展性，灵活性和可管理性都将会得到改善，但这个问题仍然还是会存在，只不过阶段不同了。再过几年，越来越多的应用和数据迁移到公有云之后，利用你现在的服务器来运行你的大数据应用似乎也不太实际了。所以企业要懂自己的大数据战略，同时还要搞清楚企业数据是不是已经在云端了，并及时做好战略的调整。