（一）分析结果的偏差

数据分析产生的结果并不一定是准确以及有意义的，其存在着一定程度的偏差。数据的时间的滞后、信息收集的不完全、分析方法选择的失误等都可能产生分析结果的偏差，很多时候甚至无法避免。

数据分析服务外包公司作为外部企业，对于收集到的数据进行分析的前提是数据的真实可靠，但是作为甲方，是否愿意将数据完全透明化？如果该公司内部本来就有数据分析团队，该团队是否愿意将自己公司内部已经掌握的数据分析技能进行共享？这些问题都是在发包方及接包方之间容易产生的。而这种对于数据分析外包公司的不信任，也可能会导致数据分析结果的偏差。

无论如何，数据分析结果的偏差性总是存在的，因此，想要减少这种偏差带来的风险，在数据分析或挖掘得出结果后，需要评估其有效性。有效性的评估往往从以下几个方面进行：

（1）提供决策的信息是否充分、可信，是否存在因信息不足、失准、滞后而导致决策失误的问题。

（2）信息对持续改进质量管理体系、过程、产品所发挥的作用是否与期望值一致，是否在产品实现过程中有效运用数据分析。(www.daowen.com)

（3）收集数据的目的是否明确，收集的数据是否真实和充分，信息渠道是否畅通。

（4）数据分析方法是否合理，是否将风险控制在可接受的范围。

（5）数据分析所需资源是否得到保障。

（二）外包公司收购或并购风险

作为数据分析服务外包企业，能够接触到分析对象公司内部的很多数据。这些数据通过分析得出的结果能够为对象公司设计营销方案、调整公司方向等提供依据，但是如果它被公开，也将会使对象公司的竞争对手获利。因此，必须通过建立或完善相关法律等措施来减少信息外泄的风险，而数据分析服务外包企业如果被收购或并购，则更容易面临数据被外泄的危险。这也是一些本身拥有或从事数据分析服务的企业非常重视公司内部数据以及数据分析方法的原因之一。