數據分析是數據應用的一種很重要的形式，數據的產生、收集、儲存、處理、應用（分析、挖掘、預測、報警）以及現在比較火的機器學習、人工智能，都是圍繞數據展開的典型方式動態數據應用。
基于爬蟲技術從互聯網上抓取數據、基于傳感設備獲取數據、或者基于網絡應用的操作日志采集數據，這是大數據應用采集的幾個典型手段，純粹企業內部的運營管理應用系統產生的數據通常沒有很高的日增量，比如：日增多少TB、多少PB動態數據應用。但對于互聯網應用來說，基于社交、視頻、電商、內容、搜索、餐飲、出行、服務等都可以產生很高的數據日增量、有很多海量數據應用場景，這些也直接推動互聯網數據應用的發展，但這些只是存在少數的較為成功互聯網廠商的商業模式里。
201*年是一個轉折點，互聯網應用開始進入下半場，如果上半場主要是2C，下半場更多開始轉向2G、2B，大數據分析模式應用開始進入政府、行業等，如：龍頭企業、大型企業、中小企業，而且會逐漸落到實處，不再以酷炫、花哨為主要賣點，從這個角度來說，互聯網數據分析前途一片光明動態數據應用。但企業應用建設跟互聯網應用建設有很大不同，互聯網應用通常是自己主導、技術可控、應用可控、數據可控，但企業應用則是不同廠家承建的，系統異構、五花八門，數據割裂、數據不一致情況非常嚴重，另外地域跟行業發展嚴重不平衡，再加上行業特性、企業特點、老板風格都會在信息化中體現，互聯網的扁平化、輕量化、統一化的打法在行業、企業里面是根本走不通的，這也是很多企業更多認同 “+互聯網”模式，而不是“互聯網+”模式。
因此，在互聯網走向下半場時做數據分析，一定要深入行業、理解企業，借鑒互聯網的技術和模式，踏踏實實做企業應用、數據治理、應用集成、業務集成、數據分析動態數據應用。首先，企業內部的應用系統治理與整合，過程中還得查缺補漏、升級擴展，不斷地修煉內功；然后實現信息化跟自動化設備結合、實現兩化融合；后續逐步實現上下游供應鏈、區域產業鏈的信息整合、跟政府、銀行、稅務、社會信息整合，在企業信息化建設過程中使用互聯網應用推動發展起來的大數據采集/分析/存儲/處理/加工等技術手段（比如：大數據、云計算、機器學習、人工智能），推動企業的不斷發展、最終走向智能企業。