No podríamos dejar a un lado fuentes de información desestructuradas y pensar en que podemos realizar un análisis efectivo y cercano a la realidad. Más bien lo que se requiere de un proceso de extracción de la información, y más aún en soluciones complejas de Big Data, es que se obtenga capacidad de recopilar la información desde sus distintas fuentes de origen y adaptarlas, transformarlas en un repositorio para que de forma estructurada se puedan llevar a cabo análisis precisos y avanzados. 
Pentaho Instaview: 3 pasos para transformar Big Data en conocimiento
Hacer esto correctamente supone un completo y permanente desafío para el equipo técnico de la empresa. Ten en cuenta que la clave está en tener la capacidad para analizar datos que pueden incluir imágenes o incluso archivos de vídeo o audio, y que dicha extracción depende a menudo del sistema con el que se trabaje (por ejemplo, la información que queremos extraer de una resonancia magnética será muy diferente de lo que se puede extraer de una captura a través de una cámara de videovigilancia). Además, de obtener datos de una ubicación geoespacial a través de sistemas GPS en móviles, cámaras y otros dispositivos portátiles. Estamos acostumbrados a pensar en Big Data, como algo que siempre apunta a la verdad, pero esta afirmación difiere de la realidad. Te pongo un ejemplo, los pacientes pueden llegar a ocultar cierta información, o incluso los médicos pueden realizar un mal diagnóstico de una enfermedad; los pacientes también pueden olvidar por error si realmente tomaron o no algún tipo de fármaco, lo que nos lleva a la falta de información en el historial médico. Y esto también supone un reto para el analista que deberá depurar los datos para que puedan ser correctamente considerados. Cada vez se hacen más evidentes los beneficios del Big Data en las organizaciones, ya que hace posible hacer avances con una mayor rapidez, predecir situaciones, mejorar la rentabilidad y por consecuencia el éxito de las empresas. Sin embargo existen todavía desafíos técnicos y capacidades analíticas avanzadas, como pueda ser el control de errores o la privacidad y seguridad, así como necesidad de funciones de visualización avanzadas en todas las etapas del proceso de análisis, para obtener el máximo valor de Big Data.
