常見Big Data實作架構中所採用的NoSQL，由於門檻較高，憑現有技術能力即可深入處理Big Data的人並不多。微軟營運暨行銷事業群產品行銷經理周慕義認為，微軟提供針對Big Data處理的方案之後，Windows平台開始提供支援建置，會讓整個架構變得較為簡單，更何況該怎麼撰寫商業智慧（Business Intelligence，BI）程式到檔案存放的地點去做分析處理，這才是關鍵。
周慕義舉例，即使是Wal-Mart這類國際性企業，為此成立一個團隊去做Facebook資料的Mapping，也只能做到關鍵字的篩選，因為再深入下去，每個資料來源處不同，資料結構格式就會更複雜，而難以再進一步挖掘，除非能了解所有來源資料的格式，且想要得到的資訊也很確定，不然採用關鍵字篩選是最快得以處理Big Data的模式。而這些經過處理過後的資料，最後可再彙整存入現有的資料庫中。
 |
| ▲微軟營運暨行銷事業群產品行銷經理周慕義認為，建置Big Data的BI，切忌不切實際的資源投入。除了理論架構外，需慎選符合企業期待的解決方案，才能讓Big Data真正達到協助企業營運的目的。 |
關聯式資料庫與NoSQL兩者的功能性不同，就目前來看，是可相互輔助的模式。因為NoSQL並不具備BI功能，而Big Data的處理重點在於BI，最終還是要能夠呈現。周慕義舉例，從社群網站中篩選出關鍵字，只是想要了解電子商務網站提供的產品，與受歡迎程度或被討論程度之間的關聯性。像是篩選出某個關鍵字在Facebook網站中已經過百萬人討論，但實際上銷售成績卻未達到這個數字，或許可能需要改變商品組合才能讓銷貨量跟得上受關注程度。而這類需要多維度分析的部分，就得仰賴關聯式資料庫。
而目前實現NoSQL技術的方式大致類似，大都是透過Hadoop來實作，同樣的，微軟也不例外，這也是微軟較特別之處，把Hadoop架構在Windows平台之上（Hadoop for Windows），短時間內就可建置與部署完成。
而透過NoSQL架構分析搜尋的結果，則可轉存至關聯式資料庫，結合既有關聯式資料庫中的資料，像是可連結到進銷存系統等方式，最後利用BI工具做呈現，是最容易實現的部份，對企業營運也較有意義；周慕義說明，若關聯式資料庫是採用微軟SQL Server，最簡易的方式還可運用資料庫本身就具備的Reporting Service來產出不同的分析報表，讓Big Data不致因為BI工具太難上手，而失去原該有的成效。
「微軟在Big Data的優勢就是可提供完整性的方案，供企業在單一標準下實現。」周慕義說，所謂的標準，其實就是可建構在既有Windows的環境中，因此不致為了要做Big Data而需要再增添管理工具，同樣可用System Center來管理分散式的運算平台架構。