通过将传统的数据分析技术与大数据分析相结合，可以加速制造业从传统的关注生产转型为以客户需求为核心。
　　
　　当企业信息化的逐步深入、数据积累到一定量之后，数据分析很自然地会提到议事日程。因为借助数据分析，企业可以制定出更有针对性的市场营销手段和战略，赢得竞争优势。而今，随着大数据分析技术的出现，传统的数据分析技术与之相结合，使得数据分析技术的应用范围进一步拓展，价值也再次得到提升。
　　“这些年来数据分析技术在金融行业（特别是银行业）以及通信行业取得了非常多先进的应用，如今，随着大数据分析技术的出现，它开始在互联网公司展示其魅力，并将在这种魅力延伸到传统的行业，比如制造。”Teradata天睿公司大中华区CEO辛儿伦这样告诉记者。
　　辛儿伦介绍说，目前，制造行业在数据分析这方面的需求很大。业务部门要求IT部门提供实时的数据，帮助拓展业务，甚至改变业务战略思维。其背后的一个原因就是传统制造业的转型。“在数据分析的驱动下，尤其是大数据分析技术，一些制造企业开始转向与订单用户或者最终消费客户群进行直接的互动。”
　　过去，制造企业关注的重点是低成本地生产出产品，将其卖给客户，现在这种理念已经开始转变成如何生产出客户喜欢的产品，并以此为核心经营企业，这就需要以客户为导向，快速地利用经济手段了解客户的兴趣、偏好和对产品的反馈，从而更快地改进业务，制定经营决策。这些都需要借助数据分析来完成，这里除了历史数据和报表，还需要进行实时的数据分析，以预测消费者将来可能需要什么样的产品、何时订单需求量会变大，这样才能进行有效地生产，并以客户为核心，对客户进行积极、主动的营销。而未来还将需要关注动态性数据，进一步提升公司的制造流程效率，从而提高竞争力，以更好地走上国际舞台，应对来自世界的竞争压力。
　　“传统的数据仓库主要被用于分析结构化数据和半结构化数据，如生产和运营数据需要非常精确，以结构化数据为主，要用数据仓库来进行分析；而用户的反馈等经常以非结构化数据为主，通过大数据分析技术来处理用户评论可以更好地改进产品功能和服务。”辛儿伦介绍说。
　　事实上，越来越多的制造企业开始综合利用这两种数据处理技术。据辛儿伦介绍，沃达丰在Twitter上开设了账户，收集关于沃达丰的客户反馈，然后将非结构化数据拿到与Teradata天睿公司合作建设的数据仓库平台进行分析；在2009年年初iPhone在北美上市一个月后，承销方AT