传统大数据分析领域遭遇四大窘迫，怎么破

大数据时代，数据分析成为企业决策的坚实后台。越来越多的企业依靠大数据分析实现价值落地，在生产、市场、内部管理等方面实现智慧化运营。那么目前，大数据分析领域有着怎样的窘迫？在未来的五年，全球大数据分析在技术、行业上有着怎样的趋势？

大数据分析领域的四个窘迫

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，但是它本身是4C（Compatibility、Connectedness、Cost、Capitalization）的，IT部门需要去预见数据从何而来、从何而去，然后再构建OLAP。

但是我们知道企业的数据和运营的过程，不是简单的4C预见就可以解决的问题，而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

很多时候，大家依旧在用最基础的工作去做数据分析，就是做报告。业务人员提需求过来，我们就把它做成一张报告，再提一个需求过来就是第二张报告，再提过来还是报告，所有的报告是都是静态的过程。沟通的高效在很多时候一定是交互的，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。

所以静态报告就跟邮件一样，我们需要的是一个交互的过程，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。但是这么多部门的数据化运营工作，往往都只给IT部门来做真正的实施。当这些部门有数据分析的需求后，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。

其实在目前的中国，已经有非常多的好的企业，在各自的行业崛起。以前我们买一个电视机，可能要买东芝，后来我们可以买海尔。以前买空调需要买三菱，现在我们要买美的或者格力。在各个行业都发生了巨大的改变，有非常多的本土厂商在崛起，但是大数据分析这个领域，我们认为是没有的。所以这是我们非常大的一个责任，希望可以诸位一起深入有效地合作，去改变这个现状，让本土的厂商可以提供已有的服务和产品，帮助大家做好大数据分析的支撑和服务的工作。