MGI(麥肯錫全球研究院)和麥肯錫商業技術辦公室的報告顯示，當今世界的信息量已呈爆炸式增長態勢，大型分析數據集——即所謂的大數據，將成為引發新一輪生產力增長、創新及競爭的關鍵基礎之一。
多媒體的崛起，社交媒體及物聯網所捕捉到的、與日俱增的信息量，將會使數據在可預見的未來呈指數性增長。
麥肯錫研究了五大領域的大數據——美國醫療保健、歐洲公共部門、美國零售業、美國制造業及全球個人位置數據。對于每個領域，大數據都能創造價值。
例如，如果充分利用大數據技術，零售商就能使其營業利潤率提高約60%以上。大數據在公共領域也有較大潛力可挖掘，如果美國醫療保健行業能夠創造性地、有效地利用大數據以提升其效率及質量，那么每年就能創造出3000多億美元的產值。歐洲的發達國家使用大數據后，政府管理人員僅在提升操作效率方面，就節省了至少約1000億歐元(約合1490億美元)的成本，這還不包括使用大數據減少舞弊和錯誤等。
此外，利用個人位置數據所提供服務的用戶還可創造6000億美元的消費者剩余。該研究提出了七大關鍵觀點：
1.數據已深入各個行業及企業功能，目前已成為除勞動力和資本以外的又一重要的生產力因素。據估計，到2009年，美國所有行業中具有1000名以上員工的公司都至少擁有一個平均200兆字節的存儲數據(是1999年美國零售商沃爾瑪數據庫規模的兩倍)。
2.以下5種使用大數據的方法可創造價值。第一，大數據可通過信息透明化及更高效的數據利用，來釋放巨大的價值。第二，隨著組織以數據的形式創建并存儲更多的交易數據，他們能從產品庫存中收集每件產品更為準確詳細的性能信息，從而發現可改善之處并提高其性能。一些骨干企業正使用數據收集和分析開展控制實驗，以便能做出更好的管理決策。其他企業則正利用大數據進行低頻預測及高頻短時預測，以便及時調整經營杠桿。第三，大數據能更加細分用戶群，從而定制更為準確的產品或服務。第四，復雜的分析能大幅改善決策的制定。第五，利用大數據可改善下一代產品和服務。例如，生產商可利用產品中嵌入的傳感器獲得的數據，創造更有新意的售后服務，如主動維護(指故障發生前或意識到會發生故障前所采取的預防性措施)。
3.大數據的使用將成為個人公司提升競爭力、促進增長的一個關鍵基礎。從競爭力及獲得潛在價值的角度來看，所有公司都應認真對待大數據。在大多數行業，類似的競爭對手及新市場進入者將利用數據驅動策略進行創新、競爭，并從深層次及實時信息中獲取價值。
4.大數據的使用，將引發新一輪的生產力增長及消費者剩余。例如，我們預估，充分利用大數據的零售商能使其營業利潤率提高約60%以上。大數據能為消費者、公司及組織帶來可觀的收益。比如，利用個人位置數據所提供服務的用戶還可創造6000億美元的經濟剩余。
5.盡管大數據可跨部門使用，但我們將美國部門的歷史生產力與這些部門從大數據中獲得的潛在價值進行了對比(使用索引結合一些量化指標)，結果發現機遇與挑戰會因部門而異。計算機電子產品和信息部門、金融保險和政府，能從大數據的使用中獲得更大的好處。
6.有些組織會缺少相應的會利用大數據的必備人才。到2018年，僅美國就會缺乏14萬~19萬數據分析專家，以及150萬深知該如何利用大數據分析進行有效決策的管理人員和分析師。
7.想要完全挖掘大數據的潛力，就必須要解決一些問題。在大數據的世界需要建立有關隱私、安全、知識產權、甚至法律責任方面的政策。組織不僅需要將合適的人才與技術安排在合適的位置上，還需要構建工作流程及激勵措施將來自數據源(經常來自第三方)的信息匯聚到一起。此外，激勵措施也必須到位，以確保能實現這一點。
多媒體的崛起，社交媒體及物聯網所捕捉到的、與日俱增的信息量，將會使數據在可預見的未來呈指數性增長。
麥肯錫研究了五大領域的大數據——美國醫療保健、歐洲公共部門、美國零售業、美國制造業及全球個人位置數據。對于每個領域，大數據都能創造價值。
例如，如果充分利用大數據技術，零售商就能使其營業利潤率提高約60%以上。大數據在公共領域也有較大潛力可挖掘，如果美國醫療保健行業能夠創造性地、有效地利用大數據以提升其效率及質量，那么每年就能創造出3000多億美元的產值。歐洲的發達國家使用大數據后，政府管理人員僅在提升操作效率方面，就節省了至少約1000億歐元(約合1490億美元)的成本，這還不包括使用大數據減少舞弊和錯誤等。
此外，利用個人位置數據所提供服務的用戶還可創造6000億美元的消費者剩余。該研究提出了七大關鍵觀點：
1.數據已深入各個行業及企業功能，目前已成為除勞動力和資本以外的又一重要的生產力因素。據估計，到2009年，美國所有行業中具有1000名以上員工的公司都至少擁有一個平均200兆字節的存儲數據(是1999年美國零售商沃爾瑪數據庫規模的兩倍)。
2.以下5種使用大數據的方法可創造價值。第一，大數據可通過信息透明化及更高效的數據利用，來釋放巨大的價值。第二，隨著組織以數據的形式創建并存儲更多的交易數據，他們能從產品庫存中收集每件產品更為準確詳細的性能信息，從而發現可改善之處并提高其性能。一些骨干企業正使用數據收集和分析開展控制實驗，以便能做出更好的管理決策。其他企業則正利用大數據進行低頻預測及高頻短時預測，以便及時調整經營杠桿。第三，大數據能更加細分用戶群，從而定制更為準確的產品或服務。第四，復雜的分析能大幅改善決策的制定。第五，利用大數據可改善下一代產品和服務。例如，生產商可利用產品中嵌入的傳感器獲得的數據，創造更有新意的售后服務，如主動維護(指故障發生前或意識到會發生故障前所采取的預防性措施)。
3.大數據的使用將成為個人公司提升競爭力、促進增長的一個關鍵基礎。從競爭力及獲得潛在價值的角度來看，所有公司都應認真對待大數據。在大多數行業，類似的競爭對手及新市場進入者將利用數據驅動策略進行創新、競爭，并從深層次及實時信息中獲取價值。
4.大數據的使用，將引發新一輪的生產力增長及消費者剩余。例如，我們預估，充分利用大數據的零售商能使其營業利潤率提高約60%以上。大數據能為消費者、公司及組織帶來可觀的收益。比如，利用個人位置數據所提供服務的用戶還可創造6000億美元的經濟剩余。
5.盡管大數據可跨部門使用，但我們將美國部門的歷史生產力與這些部門從大數據中獲得的潛在價值進行了對比(使用索引結合一些量化指標)，結果發現機遇與挑戰會因部門而異。計算機電子產品和信息部門、金融保險和政府，能從大數據的使用中獲得更大的好處。
6.有些組織會缺少相應的會利用大數據的必備人才。到2018年，僅美國就會缺乏14萬~19萬數據分析專家，以及150萬深知該如何利用大數據分析進行有效決策的管理人員和分析師。
7.想要完全挖掘大數據的潛力，就必須要解決一些問題。在大數據的世界需要建立有關隱私、安全、知識產權、甚至法律責任方面的政策。組織不僅需要將合適的人才與技術安排在合適的位置上，還需要構建工作流程及激勵措施將來自數據源(經常來自第三方)的信息匯聚到一起。此外，激勵措施也必須到位，以確保能實現這一點。
