1、數據分析之數據準備瓶頸：OLAP
我們知道從上個世紀90年代，甚包括80年代末，OLAP就已經被很好地使用了。但是我們知道企業的數據和運營的過程，是 個持續動態變化的過程，它需要在第 時間交給業務部門做數據分析，而OLAP做不到這 點。 旦有 個數據分析的變化，我們需要交給IT部門去重新構建OLAP。所以如果這個瓶頸不打掉，企業的數據化運營的鏈條是不通暢的，並且業務流程會很緩慢，同時企業的運營效率和競爭能力也會大打折扣。
2、大數據分析之找到答案瓶頸：靜態報告
如果我們採用郵件的形式溝通，假設今天發出去，天才有回覆，那這 天就浪費了。靜態報告就跟郵件 樣，我們需要的是 個及時交互的過程，對數據進行分析、發掘它的價值。假如看到報告後，我們就發現了 個問題，然後可能就會去問個問題。比如華南的幾個業務增長髮生了變化，上個季度可能是100%的增長，到這個季度增長降成了10%，這個時候我們就會去問爲什麼，但是靜態報告是不能告訴我們答案的。這個問題只能再交給IT部門重新計算 遍，再給出 張靜態報告。如果不打掉這個窘迫，會給企業數據化運營帶來很大的挑戰。
3、大數據分析之分析流程瓶頸：IT部門
個企業裏面有非常多的部門，假如有製造、市場、設計、人事、財務等部門。當這些部門有數據分析的需求時，他們都會遞交給IT部門，然後IT部門的加班非常嚴重，他們疲於應付，但是這樣做出的結果還非常不好，大家對IT部門的詬病都很深。比如做中秋節的策劃，這個促銷策劃需要 些數據分析的報告來支撐。但是IT部門很可能在中秋節之前，還沒有把報告交給市場部門，這會給企業的營銷帶來好大的不便。
4、大數據分析之廠商瓶頸：缺乏高質量的本土廠商
我們認爲在國內缺乏高質量的本土廠商。以前大家在聊大數據分析這件事情時，很可能會說SAP、IBM等等，卻沒有 家真的做得很棒的本土廠商出現。也有 些本土大數據分析廠商，往往以非常低的價格和比較差的服務去做 些低端的市場。
我們知道其實在目前的中國，已經有非常多的好的企業，在各自的行業崛起。以前我們買 個電視機，可能要買東芝，後來我們可以買海爾。以前買空調需要買三菱，現在我們要買美的或者格力。在各個行業都發生了巨大的改變，有非常多的本土廠商在崛起，但是大數據分析這個領域，我們認爲是沒有的。所以這是我們非常大的 個責任，希望可以和諸位 起深入有效地合作，去改變這個現狀，讓本土的廠商可以提供已有的服務和產品，幫助大家做好大數據分析的支撐和服務的工作。
人工智能、大數據、雲計算和物聯網的未來發展值得重視，均爲前沿產業，多智時代專注於人工智能和大數據的入門和科譜，在此爲你推薦幾篇優質好文：
怎麼才能轉入大數據領域 ，成爲一名合格的大數據分析師
大數據分析工具越來越多，怎麼才能選擇最適合自己的大數據分析工具
多智時代-人工智能和大數據學習入門網站|人工智能、大數據、物聯網、雲計算的學習交流網站
