几年前，公司专注于信息技术和互联网技术，而现如今，公司更多关注的是云计算、移动技术和社交技术。不管是上述哪类技术的发展趋势，都对公司数据的处理和分析造成了很多问题。数据的多样性和数据的安全问题，以及数据复杂性和数据量的迅猛增长已经成为公司面临的诸多挑战。为了对公司的真实需求得到进一步的明确与认知，我们有必要在大数据时代的背景之下分析清楚公司面临的这些困难究竟是什么。
在存储和处理大数据的问题上，公司的困难程度的分布相对而言比较平均，数据的安全性以18.98%的比例排名第一，其次是系统性能的瓶颈问题，占百分之18.42%，第三则是数据类型的多样化问题，占百分之18.01%。还存在一些其他问题，例如大数据分析效率低下（约百分之15.24%）、数据读写困难（约14.96%）和储存压力（约14.40%）。
在选项之间存在的间隙是非常小的，但也显示出这六个问题都是公司的数据存储和处理的难处，尤其是公司数据安全问题的难度。在大数据环境下，很多公司都在重新制定信息安全策略，以保护数据资源不被侵犯。
在充满挑战的大数据时代，公司面临的困难还可以体现在一些其他方面。据统计，缺乏专业的大数据方向的人才占公司面临所有困难的26.99%，由此可以看出，这是公司所面临的最大的挑战，其次是分析和加工非结构化数据，约是总体的26.65%，常规技术难以处理的比例约为25.27%，另外还有新技术门槛过高的问题，占总体的21.13%。
大数据方向的专业人才的缺乏在未来会成为阻碍大数据市场的发展前途的重要因素。根据一些专家的预测来看，当进入15年以后，全世界会增加四百四十万个大数据方面的就业岗位，而届时25%的公司将建立了首席数据官这个岗位。这种大数据岗位对复合型人才的需求十分旺盛，要求上岗者能够在数理统计、分析数据、学习机器、处理自然语言和整合知识等方面都有所涉猎。今后，大数据的人才缺口将达到百万，对社会、高校和公司培养这些人才的需求将会激增，因为需要这三者进行联合开发和挖掘培养。
显然，大多数公司都并不擅长处理文字、图片和视频等一系列的非结构化数据类型。关于这点，可以从某些机构的数据地图调查结果得出，公司首先需要解决的就是如何对这些非结构化数据进行分析，这个需求的比例达到总体的38.96%。第二重要的就是和其他数据源的整合，这点占到了32.50%的比例，而数据保存和数据的安全性问题则各占14.72%和13.82%。由此可以看出，对非结构化数据的控制和把握对公司的兴衰成败是至关重要的。
【了解更多商业智能行业资讯，商业智能解决方案以及商业智能软件下载请访问FineBI商业智能官网www.finebi.com】