企业如何应对大数据的挑战将是其成功的关键。2015年，惠普认为应该重点关注以下五个方面。

　　大数据分析的民主化
　　在过去的一年里，基于云的数据分析服务出现了令人难以置信的增长，而云的高性价比属性只会加速这一趋势。甚至那些曾经以为自己不可能使用先进数据分析的企业，现在可以开始快速而低成本地管理和分析结构化和非结构化数据。本质上，云将为企业提供更多的选择来实现想要的大数据效益与价格平衡点，以及为那些希望尝试大数据（尤其是非结构化数据 ）的公司降低门槛。
　　非结构化数据的增长
　　非结构化数据量——包括人类信息，如社交媒体、视频、音频和图片、机器传感器数据、物联网（IOT ）数据，以及各种格式的业务数据——将以令人难以置信的速度继续增长。根据Gartner，物联网（不包括个人电脑、平板电脑和智能手机 ）到2020将增长到260亿联网设备。企业越来越多地寻求几乎可以连接结构化和非结构化数据源并通过社交媒体和视频分析生成连接智能的解决方案。这将为大多数企业已经开始依赖的结构化数据提供更宽广的背景信息。
　　预测分析成为准则
　　随着业务流程必须在深入了解后采取行动，重新设计大数据将是至关重要的。如果你不能预测并积极回应，确定客户每一天每一分钟在做什么是没有价值的。等你提取、转换和加载某些数据仓库或Hadoop集群中的数据时已经晚了。企业将重新设计其大数据环境，使来自企业内部和外部的信息流能够被访问、分析和实时共享。这对于增加收入、提高知识型工作者的生产力，以及降低成本来说至关重要。
　　大数据将改变IT运营
　　获得大数据的公司将大数据的原则和做法首先应用于其内部IT运营，远远早于用于市场营销和客户方面。大数据将成为个体企业竞争和成长的基础，利用大数据好处的最符合逻辑的地方将是IT机器数据本身的分析——确定如何减少浪费以及最大限度地提高整个IT环境的生产力。大数据分析也在确定不断发展演变的IT安全威胁方面发挥作用。它也将跨越IT运营领域来提供连接智能，生成推动创新和关键业务优势的见解。这一过程将重振传统的服务台，转向大数据服务台会为企业带来随地提供服务的能力。
　　大数据面向大众
　　如今的大学似乎无法迅速地为首席信息官培养数据科学家。许多业内人士认为数据科学家——拥有工程和业务技能，以及统计知识的科学家——是分析公司生成的大数据并获得价值的关键。但目前缺乏所谓的大数据人才不应该阻碍企业开展大数据计划。关键在于使如今的业务分析师能够利用他们已经知道的工具。事实上，数据科学家的想法很可能在一两年内消失，而精通数据的商务人士将有可能成为新宠。不过需要注意的是，如果公司将大数据分配给现有的BI团队，他们几乎肯定会失败。导致BI获得成功的高科技、思维和办法几乎保证了大数据的失败，因为大数据需要一种全新的方式。
　　此外，在云中分析数据的可用性为开发者带来了一个巨大的机会，大数据开发社区将不断涌现。基于云的大数据服务代表着管理、访问和分析各种数据（包括开发者现在可以使用像亚马逊云服务或开源系统一样的非结构化信息 ）的十年左右、意义重大的知识产权。开发者才刚刚开始利用大数据（尤其是非结构化数据 ）的价值，而在未来的几年内，这种趋势只会加剧。