成本、灵活性和训练有素的人员是开源热潮的主要原因。Hadoop、R和NoS QL现在是许多企业大数据战略的支撑支柱，无论是管理非结构化数据还是对其进行复杂的统计分析。

Revolution Analytics市场及社区副总裁大卫·史密斯（David Smith）表示，该公司是一家位于大数据巨头之间的小公司，专门为不同的业务流程修改R。“特别是，”他说，“我们让它运行在真正的大数据集中。

“如果它是开源的，你可以挖掘出来，看看为什么我得到这些结果，为什么这些结果是最佳的，”Ahamad说。

他补充道，专有的数据分析软件大部分时间都能正常工作。但是，当一个“不寻常的场景”出现时，你将无法信任你的结果。他说：“他们会远离你正在寻找的东西。“这是一个非常可怕的情况”。

毫不奇怪，具有统计建模背景的最聪明的头脑也处于最高需求，特别是因为其他部门的组织，如金融机构，正在挖掘它们。

肯斯说，在某种程度上，SAS确实将开源社区视为它需要跟上的竞争对手。新技术可以很快在开源环境中开发，而他的公司可能需要更多的时间来研究它们，然后才能将它们转化为可销售的产品特性。