认识不足，数据价值被低估
说起大数据，很多人第一反应就是买服务器、搭平台、上设备。
这种现象，于企业之中，极其常见，耗费大量资金，将硬件打造得极为豪华，然而，数据究竟如何运用，又能够产生怎样的价值，却反倒未曾想明白。
不少单位，仅仅是把数据存储起来，便觉得大功告成，至于后续的分析，以及挖掘，还有应用，基本上是没有人去管的。
这就是典型的对数据资源价值认识不到位。
数据不是存着就有用的，得有人去琢磨、去分析、去跟业务结合。
好似零售企业手头持有的销售数据之举，若仅仅是搁置一旁，那便不过是一众数字而已；然而要是将其用以剖析用户的购买习惯，并对库存需求予以预测，那么就能够为企业节省难以计数的钱财。
认识这个被称作不足的挑战，讲起来虽是难的但其实也并非难不可及，问题的关键之处在于要使得更多的人清楚认知到数据并非成本所在，而是一种资产。
技术瓶颈，创新支撑跟不上
从处于最底层的芯片开始，到位于中间的数据库、大数据平台，再到处于上层的分析软件那里，整个产业链之中咱们跟国外发达先进水平确实是有一种差距呀。
尤其在开源技术这个领域，诸如 Hadoop、Spark 这类主流大数据框架，我们有众多使用者，然而，能够深度投身于核心代码开发，进而影响技术发展走向的人，数量还是比较少的。
于是乎就催生了这么一个状况：他人实现了升级，达成了优化，而我们仅仅只能跟随去使用，一旦遭遇到底层方面的问题，自身要去解决就显得极为困难了。
大量企业于开展大数据应用期间，察觉到性能有所欠缺、功能存在缺失状况，欲对底层进行改动却无法实现，停滞于该处，内心颇为难受。
技术能力要是想提升，可不是短时间就能达成的事儿，它需要长时间持续投入，并且还得让产业、学校以及科研真正紧密结合起来才行。
数据质量差，应用水平待提高
手里有数据，不代表数据能用。
诸多单位的数据当中，有着格式并非统一的状况，存在字段乃缺失的情形，出现被重复录入的情况，有着更新不够及时的状况，甚至还出现前后相互矛盾的情况。
这样的数据拿来做分析，结果自然不可靠。
还有一点，跨部门、跨行业的数据共享非常难。
试想一下，要是医疗数据与保险数据能够实现打通，那么对于健康管理而言，将会有着极大的助力，对于风险评估来说，同样会有很大的帮助，然而在实际情况当中，由于存在标准并不统一的状况，以及利益分配不清晰的情形，还有安全顾虑众多等诸多原因，导致数据处于各管各的状态。
就公共数据开放而言，尽管这些年来存在着进步，然而，真正具备价值、能够直接加以运用的高质量数据集依旧是偏少的。
大数据应用目前还处在起步阶段，潜力远远没有释放出来。
安全与隐私，法律法规还在完善
数据用起来有价值，但用不好就会出问题。
隐私权对于用户而言应该如何界定，数据所拥有的权利究竟怎样明确，目前相关的法律法规正处于逐步完善的进程当中。
比如用户在一家平台产生的行为数据，平台能不能拿去卖？
能不能用来训练模型？
这些边界并不总是那么清晰。
在技术层面去看，数据加密这种安全方式，访问控制这般安全举措，脱敏处理这类安全手段，众多中小企业实施得并不够完善，并不够到位。
数据泄露事件时有发生，既损害用户利益，也让企业信誉受损。
达成一个将安全与发展同时予以顾及的数据管理体系的构建，要法律、技术以及管理一块使劲，这可不是短时间能够搞定的。
人才短缺，懂业务又懂技术的人太少
大数据不是光会写代码就行的。
一名称得上合格的对于数据方面的人才，数学统计的功底必须要扎实，编程的能力应当要过关，并且还需要懂得具体行业所涉及的知识。
像是从事金融风控领域的数据分析师，一方面得擅长处理数量庞大的数据、构建模型，另一方面要懂得信贷业务的逻辑关系，清楚哪些变量是具有关键意义的。
现在市场上这样的人太少了。
不少企业在招人之际发觉，会书写 SQL 的人众多，会编写 Python 的人也众多，然而，能够切实将业务方面的问题转变为数据相关问题的人难以寻觅，进而从数据里找出答案的人更是难寻。
更别提既懂技术又懂管理、能带团队做数据项目的复合型人才了。
人才培养的周期较为漫长，高校所设置的课程与企业实际的需求存在着脱节的状况，倘若这个短板未能得到弥补，那么数据强国的目标便极难达成。
大数据时代，数据已经成为关键的生产要素。
迈向数据强国，要从数据大国开始，认识方面必须要到位，技术领域亟需突破，数据质量应当提升，安全体系需要健全，人才队伍也要壮大。
这五个挑战，其中的每一个，都并非轻松之事，然而，也正因为是这样的情况，早早地去正视，并且早早地采取行动，那么就能够更早一天获得益处。
数据能力的建设不是一锤子买卖，需要持续投入、不断优化。
期冀此篇文章，可助众人更清晰看到当下状况，且能更具理性地谋划接下来朝着何处尽力。
Comments NOTHING