作为现代企业不可或缺的管理工具之一——企业绩效管理（EPM，有别于BPM业务流程管理）其实就是通过收集分析各种业务绩效数据来支持企业管理决策、预测和流程改进。显然，EPM将是大数据引发企业信息系统变革，提升企业竞争力的主战场之一 。
今天，大多数企业对EPM的关注重点还集中在KPI（关键业绩指标）监测上，如何选择合适的、准确的关键战略指标成为决定EPM成效的大前提。少部分大型企业例如Google、亚马逊、eBay和沃尔玛则更进一步，通过聚合KPI与海量财务与运营数据的数据仓库应用来提取更加深入的分析结果。
传统的企业数据库与企业立体产品仓库很像，其中的数据完全以结构化方式存储和查询。但是社交媒体和IT技术的高速发展使得“大数据分析”成为可能。大数据工具能存储和分析传统数据库无法处理的海量非结构化数据。
大数据分析意味着企业将能够把支撑决策的数据来源和类型扩展到过去无法企及的领域：通过搜索引擎、社交媒体、博客、视频等结合结构化的交易数据来更好地理解员工和客户的行为。
那么，大数据分析对于企业绩效管理来说到底意味着什么呢？
一、数据总量和类型的大幅增长
传统的KPI分析工具将能分析大量的非结构化数据。例如Net Promoter Score已经能通过分析facebook和twitter信息来评估某个品牌或者产品的用户满意度和忠诚度，这只是一个开始，在一个从知识资本向社交资本过度的社会化商务时代，无法评估开放社交媒体信息的企业将无法进行有效的绩效管理。
二、大数据分析的大众化
过去、企业需要在IT和数据分析上投入大量资金才能进行大量数据的采集、处理和分析。但大数据时代免费和开源工具盛行，以下这些工具都是很好的例子：
Google Trend。任何公司都能使用Google Trend分析大量趋势性数据用于市场研究。
Social Mention。可以让企业追踪社交媒体中的品牌提及信息，甚至能对用户评价进行倾向性分析（正面还是负面）。
再比如，著名在线旅游点评网站TripAdvisor能通过专用工具采集旅行者对酒店、餐馆和景点的评价信息，向酒店经营者提供一个数据可视化仪表盘，用于分析客户趋势。
大数据分析大众化最典型的例子是Kaggle举办的“汽车索赔预测大赛”：一小撮完全不懂业务的爱好者，仅仅依靠厂商提供的有限的数据（具体车型被符号代替），已经能够预测不同汽车品牌产品的事故几率，其结果的准确性比厂商自己的预测高340%。
三、技术变革
今天大多数企业还是将企业绩效管理看做是基于数据仓库的一种分析和汇报软件，但是云计算和SaaS（作为服务的软件）正在成为企业绩效管理软件的技术发展趋势。此外，Hadoop，一种能够分布式处理海量数据的框架和“内存数据分析”也都是企业绩效管理未来的热点技术。