大數據的商業形態
過去，管理及應用海量信息的大投入、數據運營的高成本讓中小型企業用戶對大數據望而卻步，而大數據時代開源技術的發展，將極大地降低數據使用成本，這也極大地推動和加速了大數據的進一步發展。
未來，開源軟件的低成本、高靈活性、高擴展性的特點，將使其在整個大數據產業鏈中扮演的角色越來越重要。
在性能方面，隨著開源技術對數據掌控的能力不斷加強，開源技術將在穩定性、安全性上得到不斷完善和有效提升；在創新方面，圍繞開源技術的模式創新和服務創新將得以形成，以更快地適應大數據時代的業務變革和轉型升級。
正因為技術和市場的共同推動，大數據價值被更多的企業發現並利用，數據在國家、企業和社會層面漸漸成為重要的戰略資源。
對數據的掌控決定了對市場的支配和巨大的經濟回報，這個趨勢在互聯網、電子商務、金融、電信等行業已經是現實，並逐步向政務、科技、醫療、交通、商業、能源、智慧城市等方面參透。
在大數據產業鏈中，天然具備海量數據的公司是數據擁有方；能提供大數據環境下數據處理能力及解決方案的公司是技術提供方；能有效整合數據資源，提供面向行業分析服務的公司是數據服務方；能有效挖掘數據，利用數據並形成新的商業模式和商業服務的公司是數據應用方。四者共同構成了大數據的產業生態鏈。
生態鏈第一類通常是政府機構，電網、石油公司這樣擁有大量數據，並可以不斷收集到更多的數據，卻難以從數據中提取價值或利用數據催生創新思想的機構。目前國外類似機構已與數據服務機構形成了有效合作，這些機構利用專業大數據公司的服務能力，提升數據處理能力，挖掘潛在數據價值，為客戶提供更優質服務。
生態鏈的第二類公司通常是諮詢公司、技術供應商，其中包括傳統IBM、EMC、Teradata等技術服務公司，同時我們也欣喜地看到越來越多的類似Cloudera、DataStax、MapR等基於開源技術的公司也加入到技術服務商的行列。隨著開源技術的快速發展，有大數據應用需求的企業擁有可更低成本、可擴展的和優質的大數據解決方案。
位於生態鏈第三類的數據分析服務機構通常擁有良好的行業背景知識，在大數據時代，這些機構開始嘗試通過雲計算服務和大數據技術實現面向行業提供專業性的數據服務，新的模式能提供有效地面向全行業性的綜合數據分析，實現行業數據價值最大化。例如PalantirTechnologies最初是一家服務於美國情報機構的大數據分析公司，由於投資者關注度持續提高，其估值已經達到約90億美元。CIA和FBI使用Palantir平臺找出大量不同數據之間的共同特點，從而可以用於追蹤恐怖分子嫌疑人、販毒分子或網絡犯罪。Palantir同時還為企業提供反欺詐服務，提出有關內幕交易威脅的警告，此外還提供幫助製藥行業加速研發進程的服務。
最後一類是基於模式創新思維的公司，對於這些公司來說，數據和技能都不是成功的關鍵。讓這些公司脫穎而出的是團隊獨特的創新思維，他們有采集整合數據並且有效利用數據新價值的獨特想法。如2013年7月獲得3000萬美元融資的健康應用及數據公司Withings，將健康數據信息直接傳到健康終端提供服務，先後推出了智能體重秤、與iphone連接的血壓計、可以開啟視頻模式的嬰兒監視儀以及Withings Pulse健康行為跟蹤設備等。
對於大數據時代來說，擁有數據資源的傳統行業、IT企業在數據處理、數據分析、數據應用方面的壓力和問題越來越多，迫切需要在海量環境下具有數據分析能力、整合能力、應用創新能力的公司提供服務。因此，雲服務式、行業專家式、具有互聯網思維的大數據服務公司見會在未來市場中見佔據極為重要的地位。