物联网(IoT)时代带动巨量资料(BigData)的分析趋势，而这股风潮现已吹进半导体产业。由于半导体制程愈趋先进，制造成本亦随之升高，晶片制造商须避免于制造过程中产生错误，导致因返工所额外增加的成本与时间。有鉴于此，半导体业者已开始藉由巨量资料分析技术，于制程中进行即时(Real-time)的资料分析与警示，以增加产品良率及生产效率。
Splunk台湾区资深技术顾问陈哲闳表示，先进制程的设计规则愈趋复杂，若能在制程面临问题时提供预警功能，将可大幅降低成本与提升良率。如韩国半导体业者运用巨量资料分析在积体电路(IC)制造上，使得制程机器问题发生率降低10%、员工产能增加50%，而重制成本也降低5%。
传统进行巨量资料分析时，须将搜集到的资料切割为不同的栏位，再进行资料分析，之后透过视觉化软体将分析结果呈现在客户面前，花费的时间与成本较大。Splunk抛弃资料库的思维，利用SearchLanguage的概念，当感测器将搜集到的资讯回传至伺服器时，不先进行资讯结构化，直接将资料藉由即时报表及视觉化监控分析呈现。透过这种做法，客户可直接在巨量资料中迅速查找问题、进行主动式监控，并提供即时报表及视觉化监控分析。
陈哲闳提到，巨量资料分析向来仅于资讯科技(IT)产业中大展身手，自两年前韩国客户将Splunk的分析软体用于IC制程中，至今已有三家半导体客户使用巨量资料技术，台积电更于日前与科技部IC产业同盟计画共同举办半导体大数据分析竞赛，以培养半导体巨量资料分析人才。
陈哲闳透露，产业界已有多家厂商研拟将该技术导入半导体制程中;不仅如此，手机制造商、作业系统(OS)、应用程式(App)研发者及电信业者，亦希望能藉由搜集、分析资料而获益，足见这股风潮已渐扩散至各个产业中。
陈哲闳认为，藉由分析巨量资料取得用户的使用行为及习惯，可创造庞大的商机;巨量资料技术抬头，已带动Splunk每一季皆有五百个客户的稳定成长，台湾客户也从一百家增加至三百家，在在展现巨量资料分析已是大势所趋。
