每一個做過調研的人，都會驚訝于中美兩國在大數(shù)據(jù)分析理念和客戶心態(tài)上的巨大差別。

“企業(yè)數(shù)據(jù)分析，中美在理念方面相差2-3年，而在實際執(zhí)行層面或許有5年左右的差距。”美國數(shù)據(jù)分析科學家、Taste Analytics創(chuàng)始人及全美五大可視化研究中心的Derek Wang（汪曉宇）博士表示。

目前，國內的企業(yè)級客戶在進行大數(shù)據(jù)分析時，仍以分析結構化數(shù)據(jù)為主，而對于內涵豐富的非結構化數(shù)據(jù)，市面上并沒有有效的工具進行分析。

同時，在進行結構化數(shù)據(jù)分析時，仍采用了“招標＋外包”的傳統(tǒng)模式，即需要大數(shù)據(jù)分析服務的企業(yè)按照歷史經驗首先建立自己的數(shù)據(jù)分析KPI（關鍵績效指標），然后將整個數(shù)據(jù)分析任務外包給第三方大數(shù)據(jù)公司，經過數(shù)月的時間后，大數(shù)據(jù)公司將數(shù)據(jù)分析的結果返還給甲方企業(yè)。

Derek Wang博士表示，這種數(shù)據(jù)分析的模式，會產生以下幾方面的問題，這些問題也正是目前國內的CIO/CTO們頗為頭痛的問題。

首先，錯過了內涵豐富的非結構化數(shù)據(jù)。相比結構化數(shù)據(jù)，非結構化數(shù)據(jù)對企業(yè)同樣重要，而目前，國內企業(yè)在進行非結構化數(shù)據(jù)分析方面仍在初始階段。

第二，KPI非數(shù)據(jù)驅動生成，缺乏科學性。國內大數(shù)據(jù)KPI的制定常常以人為經驗為準，而不是由數(shù)據(jù)驅動并且實時生成的，這就有可能造成KPI常年不變，并且缺乏科學性。

第三，數(shù)據(jù)分析過程冗長。國內企業(yè)在進行大數(shù)據(jù)分析時采用“招標－乙方返還數(shù)據(jù)分析結果”的方式，整個周期少則也需要1-2個月的時間，往往返還回結果時，企業(yè)內部的相關數(shù)據(jù)已經完全改變了。

第四，浪費了企業(yè)內部的分析師資源。采用外包的方式，其實完全浪費了企業(yè)內部的分析師資源，從經濟效益上很不劃算。

第五，數(shù)據(jù)安全性無法保障。外包的另一個問題就是數(shù)據(jù)的安全性問題，企業(yè)想確保數(shù)據(jù)以安全的方式交予第三方大數(shù)據(jù)公司，往往需要耗費額外的時間和經濟成本。

第六，數(shù)據(jù)分析結果不能與企業(yè)經濟效益直接掛鉤。國內企業(yè)在進行數(shù)據(jù)分析時，不僅往往需要數(shù)月的時間，而且常常為了分析而分析，分析完之后并不能很好地將分析結果運用到企業(yè)經濟效益的改善上。

第七，第三方大數(shù)據(jù)公司分析能力有限。企業(yè)看似將數(shù)據(jù)分析的重任交予了第三方公司，但第三方公司由于缺乏動態(tài)、數(shù)據(jù)驅動的數(shù)據(jù)分析工具，它其實也是在按照經驗制定KPI和進行數(shù)據(jù)分析，這樣分析出的結果難言科學有效。

對此，業(yè)內受訪專家表示，目前國內企業(yè)陷入的數(shù)據(jù)分析困局，一部分是理念問題，而更多的是技術的制約以及工具的缺乏。“比如對于非結構化數(shù)據(jù)，其實每個企業(yè)都是非?？释治?，并且希望實時分析的，但目前仍苦于在公開市場上沒有好用的分析平臺。”