在分析方面，算法对分析结果的影响是十分明显的。从数据中根据分析目的选取不同算法，获得分析结果。但是问题在于，这种以目的驱动的数据分析筛选过程所去除的数据难以确定是否真正的无关，这就导致最终分析出的结果很可能是出现偏差的。
此类问题的解决普遍采用的是利用算法进行分析和精简的，单一算法的偏差难以避免，片面数据的解析同理。而如果全面分析时，静态数据难以保持新鲜度，全面分析计算量过大而且缺乏针对性。
数据分析面临挑战
如果采用动态的实时处理手段则可以避免这些问题，数据及时的处理后得到结果作为一种“数据”进行处理，在需要时进行二次消化，比传统方式要容易一些。而这种方式的问题在于目前的技术限制可能会让实时处理结果依然面临算法单一的挑战。
动态数据应用以求实分析结果的产出还需要最终用于解决企业决策才能够形成价值。只不过数据分析结果的应用也会面临的静态的问题。
一般来讲，数据分析结果是支持企业经营和运行发展方向解决方案的，可是这就意味着前期的巨大投入能够获取的成果应用范畴却十分的狭窄，投入产出比过低导致大多数企业对大数据的应用很难产生兴趣。
数据可视化仅仅只是一部分