无论从实际数据量方面来看，还是从业务重要性方面来看，大数据都很大。尽管大数据如此重要，还是只有38%的企业准备好处理不断涌入的大数据。
原因何在?如今的数据具有多种多样的形式，而且来自许多不同的数据源。更为重要的是，除非有需要的那些人易于获得大数据，除非能迅速获得洞察力，否则大数据分析工具的用处并不是很大。
下面是大数据分析工具面临的四大最常见的难题：
1. 需要在更短的时间内处理更多的数据。
你可曾知道，每天生成的数据多达2.5 x 1018字节?你能说出贵企业的所有数据源吗?面对众多的传感器、社交媒体、事务记录、手机及更多数据源，企业完全淹没在一片数据汪洋之中。
你是不是借助分析工具来从容地应对数据和决策?咱们还是实话实说吧：要是花很长的时间才获得洞察力，连最先进的分析工具对你也不会有太大的助益。
要是缺乏具有弹性的IT基础设施能够迅速处理数据、提供实时洞察力，你可能要花太长的时间才能做出关键的业务决策。
2. 确保合适的人员可以使用分析工具。
你是否觉得贵企业很难将分析结果转化为实际行动?
数字时代的消费者期望从第一次搜索一直到购买都有定制的体验。尽管许多公司通过奖励计划、网站跟踪、cookie和电子邮件收集了大量的数据，但要是无法分析数据，无法提供消费者具体需要的产品或服务，还是会错失商机。