研究者在其研究报告中表明了采用大数据解决方案的多项阻碍：首当其冲的是大数据的安全性，然后就是用于大数据的经费和从业人员^[19]。报告中的受访者来自于全球各个国家从事大数据或者相关领域的负责人，在这些受访者中有超过四分之一的人首先提到的是数据安全问题以及如何采取措施来管理数据风险。大数据的数据量越大，其数据访问方式和数量也就越多，这对监管造成了很大的不便。其中，安全要素被提及最多的有中国、美国、巴西和印度。还有三分之一的人认为缺乏资

^[19]挖掘大数据战略价值：企业是否已做好准备？[J].通讯世界，2013（4）：37-38.金和时间是大数据发展的主要障碍。还有约四分之一的人认为缺少必要的IT技术人员以及熟悉大数据的人员，这些要素在巴西和日本的受访者中被提及的最多。

数据处理和开发只有与商业系统整合在一起才会产生实际价值。大数据商业价值的挖掘不仅要求企业根据大数据的结构设计恰当的数据挖掘模型，而且还要设定专门的数据分析方法来使用^[19]。

（1）效率问题

效率是指大数据的量和类型不断增加，数据存储、整合、分析速度成为数据应用的瓶颈。数据的存储可考虑云存储，然而如何加快对数据的整合、分析速度是企业发展大数据项目时遇到的最大难题。

（2）安全问题

企业的海量数据主要包括业务数据、客户数据、公司内部数据等，其中不乏大量个人信息。在发展大数据项目的同时，如何保护个人隐私和商业秘密，如何进行数据备份和恢复以保障数据存储安全，对企业也是一道难题。(www.daowen.com)

（3）决策问题

大数据的最终目的是优化企业的决策，这是实现其价值的必经途径。企业如何使用数据来优化决策方案就成为必须讨论的问题。现在很多组织对自身经营发展的分析只停留在数据和信息简单汇总的粗浅层面，缺乏对营销、竞争、客户等方面的深层次分析。如果企业的管理者在进行决策时依然按照以往的老思路来进行决策，将致使企业在大数据环境下失去生存空间。市场的变化是剧烈的，决策者很难像以往那样依靠经验和拍脑袋的方式决策来得到可靠的结论，这种决策失误和预测不准确性将为企业带来巨大灾难。但若企业管理者将数据客观科学分析后再做决策，将有助于企业管控风险。因此，如何利用大数据来进行决策，是企业面临的难题。

（4）大数据整合问题

企业所收集的数据很多来源于社交网络、电子商务、物联网等渠道的音频、图片、视频等非结构化数据。统计数据显示，企业现有数据处理方法一般仅适用于结构化数据处理，但企业现有数据中的85%都属于非结构化数据。大量的半结构化数据、非结构化数据的处理对企业是巨大挑战。此外，半结构化数据、非结构化数据与结构化数据的有效整合、分析也是企业面临的又一“拦路虎”。

综上所述，大数据应用中存在着不少有待解决的问题：大数据需要大量资金的投入，令众多企业望而生畏；大数据需要高级的数据人才，要求其不仅会数据分析，还要精通企业管理、运营、营销等领域的专业知识，相关人才的缺乏导致企业的大数据分析落入不伦不类的境地；企业是应该选择独立运营大数据，还是将大数据作为项目外包，这让企业难以抉择；当企业无法独立开展大数据分析时，需要外部大数据分析公司的支持，企业的数据安全问题又成为主要障碍；难以量化的投资回报，对企业决策和管理思想提出了挑战。因此大数据看起来虽美，但亟待解决的问题还很多，投机性企业行为是难以运行好大数据的。企业需要制定明确的目标，对数据进行很好的规划和积累，持续地投入资金和资源，持之以恒地进行技术开发，才可能摘到大数据产生的果实。