物聯網(IoT)時代帶動巨量資料(BigData)的分析趨勢，而這股風潮現已吹進半導體產業。由于半導體制程愈趨先進，制造成本亦隨之升高，晶片制造商須避免于制造過程中產生錯誤，導致因返工所額外增加的成本與時間。有鑒于此，半導體業者已開始藉由巨量資料分析技術，于制程中進行即時(Real-time)的資料分析與警示，以增加產品良率及生產效率。

　　Splunk臺灣區資深技術顧問陳哲閎表示，先進制程的設計規則愈趨復雜，若能在制程面臨問題時提供預警功能，將可大幅降低成本與提升良率。如韓國半導體業者運用巨量資料分析在積體電路(IC)制造上，使得制程機器問題發生率降低10%、員工產能增加50%，而重制成本也降低5%。

　　傳統進行巨量資料分析時，須將搜集到的資料切割為不同的欄位，再進行資料分析，之后透過視覺化軟體將分析結果呈現在客戶面前，花費的時間與成本較大。Splunk拋棄資料庫的思維，利用SearchLanguage的概念，當感測器將搜集到的資訊回傳至伺服器時，不先進行資訊結構化，直接將資料藉由即時報表及視覺化監控分析呈現。透過這種做法，客戶可直接在巨量資料中迅速查找問題、進行主動式監控，并提供即時報表及視覺化監控分析。

　　陳哲閎提到，巨量資料分析向來僅于資訊科技(IT)產業中大展身手，自兩年前韓國客戶將Splunk的分析軟體用于IC制程中，至今已有三家半導體客戶使用巨量資料技術，臺積電更于日前與科技部IC產業同盟計畫共同舉辦半導體大數據分析競賽，以培養半導體巨量資料分析人才。

　　陳哲閎透露，產業界已有多家廠商研擬將該技術導入半導體制程中;不僅如此，手機制造商、作業系統(OS)、應用程式(App)研發者及電信業者，亦希望能藉由搜集、分析資料而獲益，足見這股風潮已漸擴散至各個產業中。

　　陳哲閎認為，藉由分析巨量資料取得用戶的使用行為及習慣，可創造龐大的商機;巨量資料技術抬頭，已帶動Splunk每一季皆有五百個客戶的穩定成長，臺灣客戶也從一百家增加至三百家，在在展現巨量資料分析已是大勢所趨。