2014年，麦肯锡（McKinsey）针对大数据的应用方式及效果在全球范围内的公司和几大行业中展开了一项调查研究。调查结果显示，在大数据上领先的公司及行业，其盈利能力远超做的一般的公司。调查结果同时也显示，大多数公司在大数据投资支出上相当吝啬，并且已经展开投资的公司，和迟迟没有采行的公司之间，存在巨大的鸿沟。2014年实施大数据行动方案的接受调查公司，只有一小部分（7%）至少各投资5亿美元于大数据软件、硬件、数据科学家、顾问师和其他的相关费用上。在另一端，24%的公司去年各支出不到250万美元。
单单支出更多当然不是一种战略。预估大数据ROI最高的公司，和预估ROI偏低的其他公司之间，还有什么不同？它们具备哪些特点？我们发现了以下四项重要的差异：
领先公司的业务比较侧重于互联网。
平均而言，ROI领先公司的总营业收入，有42%是经由互联网接获的顾客订单，而落后公司只有29%。这件事或许不那么叫人惊讶；因为Hadoop大数据系统等许多早期的大数据技术，是来自雅虎（Yahoo）和Google等网络公司。网络公司面对许多数字互动，需要大数据技术和人员整理它们的点击串流数据。可是我们的调查中，ROI领先公司也包括电信公司、零售商、银行和高科技公司。你不必是网络公司，投资大数据也可能产生超高报酬率。
领先公司在几个地方淘金。
监控和改善顾客在线下通路（例如商店）的体验；察觉竞争对手在订价以外的行动；监控外界对自身品牌的看法；以及根据顾客的实体位置展开营销（因此许多公司认为购买行动数据十分重要）。最后一项活动有助于解释为何大数据正吸引愈来愈多的零售商。领先公司也认为大数据在监控本身产品实际表现方面具有很大的潜力。通用电气（General Electric）准备投入10亿美元，建立分析和软件中心，以监控飞机引擎、健康看护设备、发电和其他机械的表现，协助顾客得到更多的价值。
领先公司比较积极于利用非结构性数据和外部数据。
非结构性数据，或者数字化文字、影像、机器和其他数据，不容易送进传统的数据库，所以电脑很难加以分析。但是这种情形正在改善，因为已有一些分析工具上市，执行这种运算密集的繁琐工作，例如察觉文字中表达的情绪。ROI领先公司使用这种非结构性数据，在数据组合中已经占更高的百分率（它们的数字数据，有55%属于非结构性或者半结构性），而ROI落后公司只占46%。至于另一个量数，领先公司使用外部数据（也就是并非自己拥有的数据）所占百分率较高：37%相对于落后公司的26%。零售商如果想要拥有购物者的移动位置数据，必须向电信公司取得这些「外部」数据。
领先公司比较有可能为它们的大数据专业人员设置独立单位。
ROI领先公司不将数据科学家安插于各个业务职能，而是将分析师集中在一起。约79%的ROI领先公司将它们的分析师置于专属的大数据单位或者资讯科技部门，落后公司则只有68%这么做。一家大型网络公司的大型分析团队经理人相信，从各个业务单位和职能抽调分析师，将他们集中在一起，攸关成功至巨。这位经理人表示，当他们向业务单位经理人报告，「分散在各单位的分析师会承受很大的压力，必须想方设法遵从那些单位经理人已经在做的事」。将分析师集中在一个单位，也有助于他们分享分析方法。他将这些分析方法称作「特殊酱料」。分析师毫不修饰，向重要高级主管直率进言，建议如何优化网站，已经帮助企业提高营业收入达数千万美元之多。
但是要提醒一件事：虽然大数据能够协助企业找出不需要花费的成本，成本撙节战略的报酬率却不断下降。从Netflix、奇异和LinkedIn等公司的实际成果，我们知道使用大数据于销售、营销、研究发展和创造营业收入的其他活动，以推进公司成长的潜力高得多。
仍然使用「少量数据」的公司，最好慎重其事改弦易辙，否则可能大幅落后已经采用大数据的公司。