❶ 中国大数据行业发展的挑战有哪些
挑战一：大数据行业发展良莠不济
我国大数据仍处于起步发展阶段，在“万众创新，大众创业”的大环境下，大量的大数据企业不断涌现，但企业发展良莠不济。
挑战二：大数据创新、创业盲目
企业在创新、创业过程，由于缺乏对大数据产业链的认识，出现许多跟风扎堆的情况，没有有效发挥自身优势，造成巨大的资源浪费。创新的时候，我们往往会看到一些标杆出来。通俗来讲，看到人家风光，没有看到人家背后受罪的时候。往往一窝蜂跟去的时候就会发现全是坑，而且
“此去华山一条道”，满满的全是竞争对手。因此我们做这个排行的初衷就是为大家梳理一下，哪些行业、哪些板块、哪些领域是什么样的状况，精确的找到自己的优势方向，去做创新和努力。
挑战三：投资盲目
霍华德.马克思说过“投资者们明确达成的广泛共识差不多都是错的”。究其原因是资本在选择大数据项目、企业的时候，由于没有客观的评价标准，同时也缺乏对产业链的整体认知，导致投资市场追逐热点，存在一定的盲目性，大大降低了资本对大数据行业发展的正向推动力。
挑战四：监管的盲目性
目前，监管层很难对大数据企业和机构进行有效的监管以及正确引导，要为大数据发展打造一个良性的生态环境就比较困难。其核心原因是对大数据企业的识别评价缺乏标准和规范。
挑战五：大数据项目建设盲目
由于人才缺乏、大数据咨询服务还没有发展起来等原因，用户很难对大数据项目有全面的认识，容易受到厂商的左右，导致建设内容的盲目;由于缺乏对产业的整体认识和大数据企业评价标准、方法，所以在大数据服务商选择上也存在一定的盲目性。
❷ 大数据面行业发展面临哪些现实困境
1、大部分数据都是孤立的，与其他类型的数据隔离开来，无法进行宏观全面的分析。例如，财务数据很难与消费者数据轻松汇总，以获得关于特定客户行为对公司财务绩效影响的更深刻的见解。
2、很难足够快地处理大数据以使洞察有用。大多数类型的数据的价值都是短暂的，消费者今天所做的将在明天和后天发生改变。为了获得最大利益，企业需要能够快速提供行动指导的洞察，但大多数传统的数据库系统无法以必要的速度处理数据。
3、收集的大部分数据都被浪费掉了。负责在海量数据中寻找业务问题“答案”的业务分析师必须过滤掉不相关的数据，并找出可能存在答案的特定数据集。结果，估计有60%至73%的数据未提供价值。如今，另一个主要的数据来源正在推动潮流——物联网数据。物联网在许多方面加剧了数据问题，但它也提供了解决方案。
❸ 大数据发展遇到的困境
大数据的理念已经被追捧多年，但是还远未达到人们想象的完全实用的程度。大数据的发展受阻主要表现在以下几个方面:
1.数据基础的缺失
大数据发展的前提条件是要有丰富的数据源，对于制造业，IT行业数据化程度比较高，虽然缺少资源共享和信息交换，但至少可以在公司内部探索和尝试。
但对于教育，医疗行业数据化程度还是远远落后于大数据时代的需求。单从患者的角度考虑，自己在各个医院的病例和居家检测的医学数据。如果将这些数据利用起来，就会遇到数据源不算，数据格式不统一，隐私问题等等。
2.数据孤岛之踵
不同的数据源独立存在，不能够互相共享，形成了一个个数据孤岛。
政府部门缺乏数据开放的动力，由于其掌握的数据有一定的敏感性而趋于保守态度。比如税务部门的个人纳税信息会涉及到个人隐私，公安部门的监控信息更是涉及到个人的人身安全问题。
各大企业不会随便开放自身有价值的数据，因为它有巨大的商业价值，也关系到企业的生死存亡。比如搜索引擎，谷歌的搜寻效果比其他的好，其实他们的技术差别不大。真正的差异是谷歌的数据量大，能够找到最佳的搜索策略。而其他的搜索引擎则相反，从而造成恶性循环。
即使没有商业竞争，企业也会尽量独占数据。比如航空公司的航班晚点，他不会提前通知，而会出于商业利益选择在乘客登记结束后广播通知。
3.难以突破创新的瓶颈
对于相应行业数据垄断的大企业，利用自身垄断地位阻碍创新使垄断地位更加坚固。搜索引擎就是一个很好的案例，还有某互联网公司利用资源优势模仿竞争对手的创新产品，并且挤垮对手。
4.个人隐私
个人信息越来越多的被别人掌握，我们既不能阻止，也不知道会产生怎样的后果。一方面，我们的虚拟世界和实际生活轨迹可以通过大数据洞察一切，预测我们的行为。另一方面，作为数据的主人，却不知道数据如何被记录，流向哪里，被谁利用，这个过程我们一无所知。
大数据的发展需要解决个人隐私问题。一方面不能被无限制的使用，每个人都有对个人隐私有知情权，拒绝的权利。另一方面需要将个人隐私数据找到安全，可靠的方法共享，这样大数据才能够发展。
5.其他方面
数据的泛滥，盲目的崇拜等
❹ 澶ф暟鎹鐨勫紛绔鏄浠涔
1. 缃戠粶璇堥獥娉涙互锛氶殢鐫澶ф暟鎹鐨勬櫘鍙婏紝缃戠粶璇堥獥鎵嬫垫棩鐩婄炕鏂帮紝缁欏叕浼楀甫鏉ヤ簡宸ㄥぇ鐨勫畨鍏ㄦ寫鎴樸備汉浠蹇呴』鎻愰珮璀︽儠锛屼笉鏂鍗囩骇闃茶寖鎺鏂斤紝浠ュ簲瀵硅繖涓濞佽儊绀句細绋冲畾鐨勯棶棰樸
2. 闅愮佷繚鎶ら毦棰橈細澶ф暟鎹鏃朵唬锛屼釜浜洪殣绉佹硠闇茬殑椋庨櫓澧炲姞锛屽艰嚧鍚堟硶鏉冪泭鍙楁崯銆傚繀椤婚噰鍙栨湁鏁堟帾鏂斤紝鍔犲己瀵逛釜浜轰俊鎭鐨勪繚鎶わ紝纭淇濋殣绉佹潈涓嶅彈渚电姱銆
3. 缃戠粶鎴愮樉椋庨櫓锛氬ぇ鏁版嵁鎻愪緵鐨勪釜鎬у寲鎺ㄨ崘鍙鑳戒績浣夸汉浠杩囧害渚濊禆缃戠粶骞冲彴锛屽炲姞缃戠粶鎴愮樉鐨勯庨櫓锛屽奖鍝嶇幇瀹炵敓娲讳腑鐨勭ぞ浜ゅ拰鍔熻兘銆
4. 淇冭繘鎯版э細澶ф暟鎹甯︽潵鐨勪究鍒╁彲鑳藉姪闀夸汉浠鐨勬儼鎬э紝鍑忓皯鑷涓诲姫鍔涳紝褰卞搷宸ヤ綔鏁堢巼鍜岀敓娲昏川閲忋
5. 绀句細閫忔槑搴﹂棶棰橈細澶ф暟鎹鎶鏈鐨勫彂灞曞甫鏉ヤ簡绀句細閫忔槑搴︾殑鎻愬崌锛屼絾鍚屾椂涔熸毚闇蹭簡涓浜洪殣绉侊紝澧炲姞浜嗙ぞ浼氫笉绋冲畾鎬с
6. 鍥藉舵満瀵嗕繚鎶ゆ寫鎴橈細澶ф暟鎹鎶鏈鐨勫彂灞曞瑰浗瀹舵満瀵嗕繚鎶ゆ彁鍑轰簡鏂扮殑瑕佹眰銆傛垜鍥介渶瑕佸姞寮烘妧鏈鎵嬫碉紝淇濇姢鍥藉朵俊鎭瀹夊叏锛屾姷寰″栭儴濞佽儊銆
❺ 我国发展大数据存在哪些问题
您好，一是信息孤岛普遍存在。跨部门、跨行业的数据共享仍不顺畅，有价值的公共信息资源和商业数据开放程度低，基本处于死锁状态，无法顺畅流动。
二是对大数据产业发展规律认识不足。全社会尚未形成对大数据产业发展规律的客观、科学的认识，一些地方误将数据中心建设视为大数据产业发展重点，盲目追逐硬件设施投资，轻视了数据资源汇聚、积累、处理与应用能力建设，未能主动推进大数据产业发展与应用需求间的对接。
三是技术创新与支撑能力不足。大数据需要从底层芯片到基础软件再到应用分析软件等信息产业全产业链的支撑，无论是新型计算平台、分布式计算架构，还是大数据处理、分析和呈现方面与国外均存在较大差距，难以满足各行各业大数据应用需求。
四是数据资源建设和应用水平低。用户普遍不重视数据资源的建设，即使有数据意识的机构也大多只重视数据的简单存储，很少针对后续应用需求进行加工整理。数据资源普遍存在质量差，标准规范缺乏，管理能力弱，数据价值难以被有效挖掘利用的问题。
五是信息安全和数据管理体系尚未建立。数据所有权、隐私权等相关法律法规和信息安全、开放共享等标准规范缺乏，技术安全防范和管理能力不够，尚未建立起兼顾安全与发展的数据开放、管理和信息安全保障体系，制约了大数据发展。
六是人才队伍建设亟须加强。综合掌握数学、统计学、计算机等相关学科及应用领域知识的综合性数据科学人才缺乏，远不能满足发展需要，尤其是缺乏既熟悉行业业务需求，又掌握大数据技术与管理的综合型人才。
❻ 鎴戝浗澶ф暟鎹涓蹇冨彂灞曢潰涓村摢浜涢棶棰樹笌鎸戞垬
鎴戝浗澶ф暟鎹涓蹇冨彂灞曢潰涓寸殑闂棰樹笌鎸戞垬涓昏佸寘鎷浠ヤ笅鍑犱釜鏂归潰锛
1. 鏁版嵁瀹夊叏涓庨殣绉佷繚鎶わ細闅忕潃澶ф暟鎹鐨勫箍娉涘簲鐢锛屾暟鎹瀹夊叏鍜岄殣绉佷繚鎶ゆ垚涓洪噸瑕佺殑闂棰樸傚ぇ鏁版嵁涓蹇冮渶瑕佺‘淇濇暟鎹涓嶈鏈缁忔巿鏉冪殑浜哄憳鎴栫粍缁囪幏鍙栵紝鍚屾椂涔熻佺﹀悎鐩稿叧鐨勯殣绉佷繚鎶ゆ硶瑙勫拰鏍囧噯銆
2. 鏁版嵁鍏变韩涓庢暣鍚堬細澶ф暟鎹鐨勫簲鐢ㄩ渶瑕佸ぇ閲忕殑鏁版嵁锛屼絾鐩鍓嶆垜鍥界殑鏁版嵁鏁村悎鍜屽叡浜杩樺瓨鍦ㄤ竴浜涢棶棰樸備笉鍚岄儴闂ㄣ佷笉鍚屽湴鍖虹殑鏁版嵁鏍囧噯涓嶇粺涓锛屾暟鎹瀛ゅ矝鐜拌薄杈冧负鏅閬嶏紝杩欑粰澶ф暟鎹鐨勫垎鏋愬拰搴旂敤甯︽潵浜嗕竴瀹氱殑鍥伴毦銆
3. 鎶鏈涓庝汉鎵嶇煭缂猴細澶ф暟鎹鎶鏈鍙戝睍杩呴燂紝鎴戝浗鍦ㄧ浉鍏虫妧鏈鏂归潰鐨勭爺鍙戝拰搴旂敤姘村钩杩橀渶瑕佽繘涓姝ユ彁鍗囥傚悓鏃讹紝澶ф暟鎹浜烘墠鐭缂轰篃鏄褰撳墠闈涓寸殑闂棰橈紝灏ゅ叾鏄鍏峰囨暟鎹鍒嗘瀽銆佹暟鎹鎸栨帢绛夋妧鑳界殑澶嶅悎鍨嬩汉鎵嶆洿涓虹揣缂恒
4. 娉曡勪笌鏀跨瓥鐜澧冿細澶ф暟鎹涓蹇冪殑杩愯惀鍜岀＄悊闇瑕佺浉搴旂殑娉曡勫拰鏀跨瓥鐜澧冩敮鎸併傜洰鍓嶆垜鍥藉湪鐩稿叧娉曡勫拰鏀跨瓥鏂归潰杩樺瓨鍦ㄤ竴浜涗笉瀹屽杽鐨勫湴鏂癸紝闇瑕佽繘涓姝ュ畬鍠勩
5. 鑳芥簮涓庣幆澧冮棶棰橈細澶ф暟鎹涓蹇冪殑杩愯惀闇瑕佸ぇ閲忕殑鐢靛姏鍜屽喎鍗磋惧囷紝浠ヤ繚鎸佹暟鎹涓蹇冪殑姝ｅ父杩愯屻傛垜鍥界洰鍓嶉潰涓寸潃鐢靛姏渚涘簲绱у紶鍜岀幆澧冩薄鏌撶瓑闂棰橈紝杩欑粰澶ф暟鎹涓蹇冪殑鍙戝睍甯︽潵浜嗕竴瀹氱殑鎸戞垬銆
涓轰簡搴斿硅繖浜涙寫鎴橈紝鎴戝浗搴旇ュ姞寮烘暟鎹瀹夊叏鍜岄殣绉佷繚鎶ゆ妧鏈鐨勭爺鍙戝拰搴旂敤锛屾帹鍔ㄦ暟鎹鏁村悎鍜屽叡浜宸ヤ綔锛屽姞寮哄ぇ鏁版嵁鎶鏈浜烘墠鐨勫煿鍏诲拰寮曡繘锛屽畬鍠勭浉鍏虫硶瑙勫拰鏀跨瓥鐜澧冿紝骞剁Н鏋佹帰绱㈢豢鑹茶兘婧愬拰鐜淇濇妧鏈鍦ㄥぇ鏁版嵁涓蹇冪殑搴旂敤銆