几乎没有大数据公司对外发布经过审计的销售额和利润总额， 绝大多数大数据公司依然处于创业期，没有完结盈余，仍处于本钱投入期。80%大数据公司销售额低于亿元，同质化开端，竞赛逐渐远离蓝海。讲故事的大数据公司过多，概念多于实践的商业价值。

公司的大数据出资首要会集在存储、核算、剖析渠道。数据同事务联系的事例太少，数据带来商业价值的事例太少。这些都是大数据工业开展过程中出现的发烧症状，也是工业开展有必要阅历的进程。任何一个新式工业开展必然要阅历从不沉着到沉着的期间，只要经过百家争鸣，大浪淘沙以后，优异的公司才可以生计下来，变成职业的领导者。2000年的互联网泡沫和2010年左右的电商和百团大战，都是工业开展有必要阅历的期间。

每一个新式的职业都将阅历一个从概念到运用的过程，大数据技能终究的意图还是运用。2016年开端，大数据公司不再谈技能和概念，谈的是商业事例和数据价值。不断增加的数据事例被发掘出来，正在变成公司仿效的对象。公司也自动约请大数据公司前来洽谈，寻觅合作机会，共同寻觅数据运用场景。曩昔是大数据公司给公司洗脑，提高数据知道，如今是公司自动触摸大数据公司，提出事务需求，讨论怎么运用数据剖析和外部数据，来寻觅新的商业机会。

数据技能和价值的运用正在协助公司提高事务运营水平，从商业价值动身，数据协助公司做了曩昔公司都在做的工作。

如今，在中国有三类典型的大数据公司。

第一类是大数据技能渠道公司。专门为公司供给大数据存储、核算、发掘、剖析效劳。例如星环、华为、IBM、SAS、SAP，Teradata等。

第二类是大数据专业分和东西型公司。首要深化到公司内部协助公司运用数据处理实践事务疑问，例如埃森哲、IBM、Palantir、TalkingData等。

第三类是为公司供给大数据商品的公司。首要是依托公司具有的数据源，运用搜集或搜集的数据，为公司供给通用的数据商品。如中科点击、军犬舆情、慧数轿车、前海征信、芝麻信用、TalkingData、三大运营商、银联数据、九次方、金电联行、法海风控等。

事务需求推进技能创新，商业与办理的现代化、信息化推进了事务运用由旧形式向新形式改变，各职业对大数据的运用现已初见端倪，跟着中国公司数据中心数据存储量的快速增加，非构造化数据呈指数级增加，有效地处理和剖析构造化数据和非构造化数据中所富含的对公司有价值的信息将股动新的盈余形式、办理形式、创新形式以及思想形式。

大数据技能的遍及运用，正如当年互联网技能的遍及运用相同，将渗透到各个领域，并逐渐影响着每一自个的日子。整体来看，如今大数据在各职业中的运用并没有遍地开花，只是在有些职业出现一些落地化商品，为来这是个很大的市场，会催生一系列行业大数据运用渠道。

大数据在职业运用中首要面对的应战：

一、数据来历扑朔迷离

丰厚的数据源是大数据工业开展的条件。而中国数字化的数据资本总量远远低于美欧，每年新增数据量仅为美国的7%，欧洲的12%。就已有有限的数据资本来说，还存在规范化、精确性、完整性低，运用价值不高的状况，这大大降低了数据的价值。

每时每刻发生的许多数据，怎么聚合，怎么清洁始终是摆在大数据运用面前的一道大难题。但是大数据重运用，就需求对数据进行智能处理，剖析和发掘商业价值，推进数据变现。

做大数据首先得有数据，数据从哪里来?数据搜集是不行少的环节，一切的运用都需求搜集到的精准数据做支撑，而如今面对的疑问是数据缺失和数据不精确，现已搜集速度慢。

做行业大数据运用渠道，不光数据的量无穷以外，数据来历也扑朔迷离，首要有以下几个方面。

手机、智能手表、智能手环等各种可穿戴设备也在无时无刻地发生着数据;就连咱们家里的路由器、电视机、空调、冰箱、饮水机、净化器等也开端越来越智能并且具有了联网功用，这些家用电器在非常好地效劳咱们的一起，也在发生着许多的数据;乃至咱们出去逛街，商户的WIFI,运营商的3G网络，无处不在的摄像头电子眼，百货大楼的自助屏幕，银行的ATM，加油站以及遍布各个便利店的刷卡机等也都在发生着数据。

跟着移动互联年代，手机等各种网络进口变成数据的传感器，对自个数据进行搜集、存储、运用、同享，对地理位置等记载下来，变成海量无序数据中的一个数列，和别的数据进行结合剖析。经过这些数据可以剖分出用户的消费习气、阅览习气乃至日子习气，变成用户画像的一有些。

应战二：树立数据发掘剖析模型

步入大数据年代，大家纷繁在谈论大数据，好像这现已演化为新的潮流趋势。数据比以往任何时候都愈加根植于咱们日子中的每个旮旯。咱们试图用数据去处理疑问、改进福利，并且推进新的经济繁荣。大家纷繁流露出去大数据的高等待以及对大数据剖析技能的分外看好。但是，对于大数据剖析，大家鼓吹其奇特价值的喧嚣声浪很高，却罕见本来践运用得法的形式和办法。形成这种困境的原因首要有以下两点：一是对于大数据剖析的价值逻辑尚缺少满意深入的洞察;其次即是大数据剖析中的某些严首要件或技能还不老练。大数据年代下数据的海量增加以及缺少这种大数据剖析逻辑以及大数据技能的待开展，恰是大数据年代下咱们面对的应战。

大数据的大，一般人以为指的是它数据规划的海量。跟着人类在数据记载、获取及传输方面的技能革新，形成了数据取得的快捷与低本钱，这便使原有的以高本钱方法取得的描述人类态度或行为的、数据有限的小数据已然变成了一个无穷的、海量规划的数据包。这本来是一种片面知道。本来，前大数据年代也有海量的数据集，但由于其维度的单一，以及和人或社会有机活动状况的剥离，而使其剖析和知道真相的价值极为有限。大数据的真实价值不在于它的大，而在于它的全部：空间维度上的多角度、多层次信息的穿插复现;时间维度上的与人或社会有机体的活动有关联的信息的继续出现。

因而，如今现已有许多公司开端知道到，要想真实在Hadoop渠道上做数据剖析、数据发掘的运用，有两种挑选，要么即是会聚一个懂数据、懂剖析、懂编程又要有窍门的技能团队来操作，要么即是挑选某家商业公司推出的老练的大数据渠道。

总而言之，如今虽然核算机智能化有了很大前进，但还只能对于小规划、有构造或类构造的数据进行剖析，谈不上深层次的数据发掘，现有的数据发掘算法在不一样职业中还难以通用。

应战三：数据敞开与隐私的权衡

数据运用的条件是数据敞开，如今中国一些部门和安排具有许多数据但甘愿自个不必也不肯供给给有关部门同享，致使信息不完整或重复出资。

纵观国内，中国政府、公司和职业信息化体系建设通常缺少一致规划和科学论证，体系之间缺少一致的规范，形成了很多“信息孤岛”，并且受行政独占和商业利益所限，数据敞开程度较低，以邻为壑、同享难，这给数据运用形成极大妨碍。制约中国数据资本敞开和同享的一个首要因素是政策法规不完善，大数据发掘缺少相应的立法，究竟中国还没有国家层面的专门合适数据同享的国家法律，只要有关的法令、法规、规章、定见等。无法既确保同享又避免乱用，一方面欠缺推进政府和公共数据的政策，另一方面数据维护和隐私维护方面的制度不完善按捺了敞开的积极性。因而，树立一个良性开展的数据同享生态体系，是中国大数据开展需求迈曩昔的一道砍。

敞开与隐私怎么平衡，亦是一大难题。任何技能都是双刃剑，大数据也不破例。怎么在推进数据全部敞开、运用和同享的一起有效地维护公民、公司隐私，逐渐加强隐私立法，将是大数据年代的一个严重应战。

全社会敞开与同享数据还很难，这让数据质量大打折扣。数据增值的关键在于结合，但自在结合的条件是数据的敞开。在大数据的年代，敞开数据的含义，不仅仅是满意公民的知情权，更在于让大数据年代最首要的生产资料、日子数据自在地流动起来，精确全部运用起来，以推进知识经济和网络经济的开展，推进中国的经济增加由粗放型向精细型转型晋级。但是战略观念上的缺失、政府安排和谐艰难、公司对数据同享的知道缺乏及投入不行、科学家对大数据的渴望无法满意等都是大数据在当时中国开展运用中不得不面对的艰难。

应战四：大数据办理与决议计划

大数据的技能应战显而易见，但其带来的决议计划应战更为艰巨。大数据至关首要的方面，即是它会直接影响安排如何作决议计划、谁来作决议计划。在信息有限、获取本钱高昂且没有被数字化的年代，安排内作严重决议计划的人，都是典型的位高权重的人，要不然即是高价请来的具有专业技能和显赫履历的外部智囊。但是，在今时今天的商业世界中，高管的决议计划依然更多地依靠自个经历和直觉，而不是根据数据。

大数据开发的底子意图是以数据剖析为基础，协助大家做出更正确的决议计划，优化公司和社会工作。哈佛商业评论说，大数据本质上是“一场办理革新”。大数据年代的决议计划不能仅凭经历，而真实要“拿数据说话”。因而，大数据可以真实发挥作用，深层次看，还要改进咱们的办理形式，需求办理方法和架构的与大数据技能东西相适配。这或许是咱们最难迈过的一道坎了。

大数据运用领域仍窄小，运用费用过高，制约大数据运用。国内能运用大数据背面工业价值的职业首要会集在金融、电信、动力、证券、烟草等超大型、独占型公司。

应战五：大数据人才缺口

如果说，以Hadoop为代表的大数据是一头小象，那么公司有必要有可以征服它的驯兽师。在许多公司火热拥抱这类大数据技能时，通晓大数据技能的有关人才也变成一个大缺口。

大数据建设的每个环节都需求依靠专业人员完结，因而，有必要培育和造就一支懂指挥、懂技能、懂办理的大数据建设专业队伍。

可以说，真实启动大数据在公司和社会的全部运用，面对的不仅仅是技能和东西疑问，更首要的是要改变运营思想和安排架构，才干真实地发掘这座大数据“金矿”。