小张作为某银行的老客户，需要申请一张新的信用卡。银行员工通过CRM等系统查询小张借记卡和信用卡交易信息，得到关于小张的相关信息，包括：过去的消费行为，过去的还款能力，性别、职业等个人特征。通过对大数据——社交信息进行分析，银行员工进一步获知：小张的消费潜力、还款能力、消费习惯。最后银行得出结论：小张的消费潜力巨大，信用能力强。那么银行就可以给予小张信用卡金卡，额度上升到每月10万，提供美金自动购汇服务，并可针对小张进行精准营销。
　　这是大数据在银行的一个典型的应用场景。银行要想获得这一业务成果，需要经过大数据捕获、组织、分析和决策四个阶段，并且要将大数据与已有的数据仓库进行整合，这都面临着巨大的挑战。
　　2011年，几大IT厂商相继宣布推出大数据平台，甲骨文算是目标和策略皆清晰的一家。甲骨文采用高度集成的产品策略，为用户提供端到端的大数据解决方案。甲骨文推出BDA Exadata Exalytics的组合，即Oracle大数据机Big data appliance（BDA）、Oracle Exadata数据库云服务器以及Oracle Exalytics商务智能云服务器，帮助用户处理大数据捕获、组织、分析和决策的全生命周期。
　　甲骨文公司副总裁兼大中华区技术总经理喻思成指出，大数据的利用过程分捕获、组织、分析和决策四个阶段。甲骨文的策略即利用大数据机来捕获所有可用数据，通过Hadoop来将不同类型的数据组织为易分析的数据；然后再利用Exadata进行分析，其中Exalytics将起到加速BI分析过程的作用。
　　在大数据的捕获阶段，企业面临的挑战包括：需要处理大数据量、低密度的信息，需要频繁更改应用程序，必须横向扩展以满足急剧扩张的部署计划。Oracle NoSQL数据库专为管理海量数据设计，可以帮助企业存取非结构化数据，并可横向扩展至数百个高可用性节点。
　　在大数据的组织阶段，企业面临的挑战包括：现在已经有数据仓库，还希望对大数据进行分析，同时又不允许对数据仓库SLA产生负面影响。Oracle提供的分析沙盒，可以帮企业获得分析工作区，控制对资源和数据的访问，而且完全不影响生产系统。
　　在大数据的组织和提取阶段，企业面临的挑战还包括将大数据转换为易于分析的内容、避免编写大量Hadoop代码以及数据快速载入Oracle数据仓库等，Oracle大数据机中的开源Apache Hadoop、Oracle数据集成Hadoop应用适配器、Oracle Hadoop装载器、Oracle Direct Connector，可以帮助企业充分应对这些挑战。
　　在大数据分析阶段，企业面临的挑战包括：需要访问所有数据，希望使用R语言进行统计分析，而通过便携机进行分析速度较慢且不安全。Oracle提供的Oracle R Enterprise实现了R开源统计环境与Oracle数据库11g的集成，分析师和统计人员可以运行现有的R应用，并利用R客户端直接处理存储在Oracle数据库11g中的数据，从而极大地提高可扩展性、性能和安全性。
　　通过Oracle大数据机快速获得、组织大数据之后，企业还需要根据对大数据全面实时的分析做出最恰当的业务决策。作为业界首款集成设计的内存硬件与软件系统，Oracle Exalytics商务智能云服务器能够以前所未有的速度运行数据分析应用，为客户提供实时的、快速的可视分析。