雖然大數據在很長一段時間備受企業青睞，但事實上，根據Square Root的數據顯示，只有40%的公司在真正意義上使用它。
多年來，企業在大數據領域都面臨一些障礙，以下是四個主要障礙：
改變微弱且滯后
企業利用大數據來提高生產力并不是一蹴而就的，相反，我們可以把它視為企業基礎設施的根本架構，這就意味著在很短的時間內，大數據是不容易被替代的。盡管新興企業能夠很好地接受這一事實，但很多業界耕耘數年的傳統企業卻不得不開始重塑自己的大數據兼容性。
這是一個相對艱難的過程，一些成熟的企業正在試圖采取一些措施來適應不斷發展變化的外部環境。在實踐中，評估哪些業務可以從大數據中受益，哪些可以讓受眾和生產力互動發生變化等。
專家供不應求
大數據的新實踐在不斷證實，工具已經與技能的發展沒有太大的關系，并呼吁新一批數據專家來部署一些新的策略。然而，剛畢業的大學生由于大學基礎知識無法與實踐相融合，致使想要充分利用大數據的企業不得不接受行業內專家較高的成本需求，同時，競爭也是相對激烈的，但是很有必要。
企業不確定是否需要大數據的支持
不幸的是，很多企業正在以一種渴求的心態來利用大數據，但是如果你在不知道想要解決什么問題的情況下獲取大數據，這將會是無用的。
然而，企業想要盡快獲取最有價值的大數據，必須要合理分配時間，仔細研究實際需要完成的任務，一般涉及從開發融合系統到數據實踐操作等。如果信息存在差距，大數據就會起到很重要的引導作用，你能在這個時候抓住關鍵，就能讓大數據為自己服務。
追求速率，造成數據冗余
如果把大數據想象成一堆干草，那么，企業獲益的數據就是其中一種特定的干草，正確使用大數據就是從一堆干草中尋求正確的干草類型，并進行提取。但是，很多企業沒有意識到這一點，總是認為所有的干草都是有價值的、正確的，因此，企業常常使用太多的數據源、數據收集方法，并且投入太多的數據請求，這樣就會造成數據冗余，沒有一個是精確的或是可操作的，混亂和錯誤也會進一步阻礙有益數據的發展。
為此，企業需要改進其使用大數據的方式，不宜太過追求數量，而忽視正確數據的價值。
京公網安備 11010502049343號