大数据分析的窘迫状态有哪些
大数据分析领域的四大窘迫
1、数据分析之数据准备瓶颈：OLAP
我们知道从上个世纪90年代，甚至包括80年代末，OLAP就已经被很好地使用了。但是我们知道企业的数据和运营的过程，是一个持续动态变化的过程，它需要在第一时间交给业务部门做数据分析，而OLAP做不到这一点。一旦有一个数据分析的变化，我们需要交给IT部门去重新构建OLAP。所以如果这个瓶颈不打掉，企业的数据化运营的链条是不通畅的，并且业务流程会很缓慢，同时企业的运营效率和竞争能力也会大打折扣。
2、大数据分析之找到答案瓶颈：静态报告
如果我们采用邮件的形式沟通，假设今天发出去，第二天才有回复，那这一天就浪费了。静态报告就跟邮件一样，我们需要的是一个及时交互的过程，对数据进行分析、发掘它的价值。假如看到报告后，我们就发现了一个问题，然后可能就会去问第二个问题。比如华南的几个业务增长发生了变化，上个季度可能是100%的增长，到这个季度增长降成了10%，这个时候我们就会去问为什么，但是静态报告是不能告诉我们答案的。这个问题只能再交给IT部门重新计算一遍，再给出一张静态报告。如果不打掉这个窘迫，会给企业数据化运营带来很大的挑战。
3、大数据分析之分析流程瓶颈：IT部门
一个企业里面有非常多的部门，假如有制造、市场、设计、人事、财务等部门。当这些部门有数据分析的需求时，他们都会递交给IT部门，然后IT部门的加班非常严重，他们疲于应付，但是这样做出的结果还非常不好，大家对IT部门的诟病都很深。比如做中秋节的策划，这个促销策划需要一些数据分析的报告来支撑。但是IT部门很可能在中秋节之前，还没有把报告交给市场部门，这会给企业的营销带来极大的不便。
4、大数据分析之厂商瓶颈：缺乏高质量的本土厂商
我们认为在国内缺乏高质量的本土厂商。以前大家在聊大数据分析这件事情时，很可能会说SAP、IBM等等，却没有一家真的做得很棒的本土厂商出现。也有一些本土大数据分析厂商，往往以非常低的价格和比较差的服务去做一些低端的市场。
大数据分析的窘迫状态有哪些.中琛魔方大数据分析平台表示：在“互联网+”刮起的时代浪潮下，社会结构重组与产业转型升级是不可逆转的趋势。跟上时代步伐，紧握科技脉搏，实现企业结构升级，资源优化配置，是每个团队都不得不面临的挑战。