1. 企业大数据面临的难题

　　企业数据系统架构存在的问题

　　针对企业的数据系统架构，被调查者认为运营成本过高、资源利用率低、应用部署过于复杂和扩展性差这四方面的问题几乎同等重要，其中运营成本过高以27.74%成为被调查者眼中企业数据系统架构最严重的问题。因此，如果企业部署新的大数据解决方案，就应摒弃原系统中的问题，或者改良系统架构，或者推倒重来。

　　企业面临的数据技术难题

　　在大数据的影响下，现有数据系统架构的问题日益凸显，在企业面临的数据处理技术挑战的调查中，23.87%的被调查者认为数据读写瓶颈是最大的技术挑战，20.16%选择了数据类型多样化，16.26%选择了存储压力，16.26%选择了系统性能瓶颈。从排名前三位的技术挑战中可以看出，大数据中快速的数据流转(velocity)和多样的数据类型(variety)成为最困扰企业用户的两个关键特性，同样也是最亟待解决的关键问题。

　　企业数据挖掘和分析面临的问题

　　关于数据挖掘与分析应用，29.40%的被调查者认为这些应用最大的问题是分析不准确，21.36%的被调查者选择了分析速度慢，18.34%选择了价格昂贵。从这三个方面来看，用户最担心的还是企业花钱部署数据挖掘与分析类应用，却不能通过分析做出正确的决策。

　　分析的速度也是一个重要的问题。随着企业数据量越来越大，进行一次分析所用的时间也越来越长。起初企业总是利用下班时间跑报表，但这种方式越来越不能满足实时决策的需求，常常会错过商机。因此从软硬件角度优化分析速度，即是企业经营决策的需求，又是数据分析产品新的考察指标。

2. 企业大数据投入现状与规划

　　企业大数据投入情况

　　关于企业在大数据领域的投入问题，28.83%的被调查者选择20-49.9万元，27.48%的被调查者选择0-19.9万元，17.57%的被调查者选择50-99.9万元，即56.31%的企业用户对大数据的投入小于50万元。另外，150万元以上的只占13.96%。由此可见，企业对于大数据的投入仍处于初级阶段，并且以Hadoop和NoSQL为代表的大数据基础设施都属于开源产品，硬件方面也可使用廉价的PC服务器，所以投入并不高。

　　企业大数据的部署规模

　　从被调查者所在企业考虑或已经部署的大数据节点来看，选择0-5个节点的为40.54%，6-10个节点的为22.07%，11- 20个节点的为16.67%，21- 50个节点的为10.81%，51-100个节点的为2.70%，而101个以上节点的为7.21%。由此可见，大数据的部署还处在初级规模，大多数企业还未部署，或部署少量节点。相信随着数据量的不断增加，大数据相关的节点规模会不断增加。

3. 企业大数据应用趋势分析

　　企业关注的数据管理新技术

　　如下图所示，分布式存储与计算成为最受关注的数据管理新技术，比例达到29.86%;其次是内存数据库技术，占到23.30%;云数据库排名第三，比例为16.29%。此外，列式数据库技术、NoSQL也获得较多关注。从调查结果来看，以Hadoop为代表的分布式存储与计算已成为人们心目中大数据的关键技术。以SAP HANA为代表的内存数据库技术和以SQL Azure为代表的云数据库技术，也将成为占据重要地位的数据管理创新平台。

　　企业如何看待商业智能的未来

　　对于商业智能未来的趋势预测，调查显示排在前三位的是丰富的挖掘模型、实时的分析、精准的特定目的分析，其比例分别为27.22%、19.88%和19.11%。其后是社交网络分析、云端服务和移动BI。由此看出人们期待商业智能应用能够在这些方面做出改变。