选择适合企业需求的大数据工业解决方案需要考虑多个因素。首先，需要明确企业的具体需求，包括数据量大小、数据来源、数据类型等。其次，需要评估现有的技术基础设施，包括数据库、存储系统、网络带宽等，以确定新解决方案是否与现有基础设施兼容。接下来，需要考虑解决方案的可扩展性，即是否能够满足未来业务增长的需求。另外，安全性也是一个重要考量因素，需要确保所选解决方案能够保护企业的数据安全。此外，成本也是一个重要考量因素，需要评估所选解决方案的总体成本，并与预期收益进行对比。
在选择大数据工业解决方案时，可以考虑采用一些常见的解决方案，如Hadoop、Spark、HBase等开源软件，它们具有强大的数据处理和分析能力，并且可以在集群环境下运行，适用于大规模数据处理。另外，也可以考虑一些商业化的大数据解决方案，如Cloudera、Hortonworks等，它们提供了更加完善的技术支持和服务，适用于需要更加稳定和可靠的解决方案的企业。
在实际案例中，可以举例说明某企业面临大规模数据处理和分析需求，选择了Hadoop作为大数据解决方案，并通过搭建Hadoop集群来实现数据处理和分析，从而提高了数据处理效率和分析精度，帮助企业更好地理解和应用数据，实现业务增长和效益提升。
综上所述，选择适合企业需求的大数据工业解决方案需要全面考量企业需求、技术基础设施、可扩展性、安全性和成本等因素，并可以考虑采用开源软件或商业化解决方案来满足企业的实际需求。