美国大数据行业的年薪中值是$144,000(均为美金，下同)。薪酬最高的行业包括：娱乐($135,000)，银行/金融($117,000)和软件($116,000)。

既然是大数据相关的调查，该公司也建立了一个回归模型(regression model)来研究哪些因素影响到行业内的薪酬。

根据此模型，当其他系数保持恒定的情况下，在欧洲和亚洲工作会让收入分别降低$24,000和$3,000。

高学历对于收入的影响达到$30,036。女性(仅有15%的受访者为女性)的平均收入则比男性的少$17,294，这跟总体上的性别收入差基本相同。在创业公司工作的收入平均要低$17,318。

如果想增加收入，模型建议：去加利福尼亚工作(可以增加$25,785)，攻读一个博士学位(可以增加$11,130)以及学会使用更多的数据工具。每个新的数据工具可以让薪水增加$1,900。根据受访者的反馈，所使用的数据工具大约有20种。

但是，不是所有的工具都能带来类似的加薪。根据聚类算法，分析了所使用的工具和这些工具使用者的中值工资，得出的结果是：使用Hadoop这一系列工具的人平均薪资$118,000，而不使用Hadoop的则只有$88,000。Hadoop系列的工具还包括：Elastic MapReduce，Cassandra，Spark和MapR。使用Storm和Spark的人赚取了最高的薪水。

但是，最受欢迎的工具(50%的大数据从业者都使用)是一些不那么高大上的工具：SQL，SPSS, R，Python和Excel。在今年的调查中还首次出现了新的大数据工具，跟Mac OS X，JavaScript，MySQL和D3相关。