大數據時代，數據分析成爲企業決策的堅實後臺。越來越多的企業依靠大數據分析實現價值落地，在生產、市場、內部管理等方面實現智慧化運營。
大數據分析領域的四大窘迫
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，甚至包括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，是一個持續動態變化的過程，它需要在第一時間交給業務部門做數據分析，而OLAP做不到這一點。一旦有一個數據分析的變化，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，第二天才有回覆，那這一天就浪費了。靜態報告就跟郵件一樣，我們需要的是一個及時交互的過程，對數據進行分析、發掘它的價值。假如看到報告後，我們就發現了一個問題，然後可能就會去問第二個問題。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部門重新計算一遍，再給出一張靜態報告。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
一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，這個促銷策劃需要一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極大的不便。
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，卻沒有一家真的做得很棒的本土廠商出現。也有一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一些低端的市場。
大數據分析的窘迫狀態有哪些.中琛魔方大數據分析平臺表示：在“互聯網+”颳起的時代浪潮下，社會結構重組與產業轉型升級是不可逆轉的趨勢。跟上時代步伐，緊握科技脈搏，實現企業結構升級，資源優化配置，是每個團隊都不得不面臨的挑戰。