大數據生態系統持續以驚人的速度演變。現今有各種不同的分析方式來支援組織內的多個功能。 描述性可協助使用者解答以下問題：「發生了什麼，為什麼？」。範例包括帶有記分卡和儀表板的傳統查詢和報告環境。
預測分析協助使用者估計特定事件在未來發生的機率。相關範例包含早期預警系統、詐欺偵測、預防性維護應用程式以及預報。
處方分析提供特定 (處方) 建議給使用者。這類分析解決了這個問題：萬一發生 "x" 該怎麼辦？起初，Hadoop 這類大數據框架只支援批次工作負載，在指定時段 (通常時間若非以天計，則以小時計) 期間會以批次方式處理大型資料集。然而，隨著取得洞見的時間越來越重要，大數據的「速度」加速了新架構的演變，這些框架如 Apache Spark、Apache Kafka、Amazon Kinesis 等等，以支援即時與串流資料處理。
描述性
