現如今，企業管理者們幾乎每天都不可避免的會看到諸如“大數據”或“云服務”這樣的字眼。為了確保在當今的市場上具有競爭力，企業必須做出明智的業務決策，這些業務決策將產生真正的結果，無論這些結果是幫助增加企業的營收，國內服務器租用 服務器托管，留住客戶還是提高產品的質量。而大數據分析項目則是實現這些目標的關鍵因素。

IDG公司將大數據定義為“企業從各種來源所收集的大量數據信息，包括來自企業應用程序/數據庫的交易數據、社交媒體數據、移動設備數據，非結構化數據/文檔，機器生成的數據等等。”IDG稱：各種各樣的高容量、高傳輸速度的數據信息資產可以為企業提供更好的見解，幫助企業做出業務決策。“

大數據使企業能夠更深入地了解自己的業務，并實時制定戰略決策。事實上，據IDG 的《大數據和分析調研報告》稱：有1/3的受訪者表示，由于他們的所在企業實施了大數據項目，使得其決策質量得到了提高，有助于更好地進行規劃和預測。

但是，就如同任何新興技術一樣，由其所帶來的挑戰也是并存的。第一大挑戰是海量的數據量和傳輸速度。實時變化的海量數據意味著企業現有的工具和方法都將不再奏效。企業還要需要考慮數據的來源：在某些情況下，大數據來自于數百萬個地方——這些來源包括：客戶、傳感器、網站和社交媒體。

企業以前所采用的方法是：通過構建或擴展企業容量的方式來處理大數據所帶來的工作負載。這是一項資源密集型的舉措，其成本代價昂貴、耗時。需要花費大量IT人員的時間和技能，并且無法使您企業的業務足夠快的實現遷移。您企業最終可能需要花費更多的時間和資金成本在基礎設施上，而不是將其用于打造好的產品和服務。

云服務可以幫助解決很多這些問題。毫不奇怪，在未來三到五年內，云服務和預測分析將是最有可能對企業產生顛覆性影響的技術之一，如果您企業要利用大數據進行預測分析，那么，憑借著其諸多的優勢，云服務可能是一大關鍵的推動因素。

盡管已經有了大量的成功案例，但真正實施一項大數據項目并不是一件易事。事實上，其提出了許多挑戰，其中任何一項挑戰都可能使項目在開始之前就脫軌。在其大數據和分析調查報告中，IDG確定了如下這5大挑戰：

1、數據分析和管理人才的短缺

大數據系統的發展速度是如此之快，以至于當前一般的企業幾乎不可能跟上其發展的步伐。新的工具、功能和框架在幾個月內就能夠發展和成熟，導致企業在新興大數據技能方面存在著很大的差距，域名注冊，也就很容易阻礙企業大數據項目的發展。

事實上，有48%的企業受訪者認為，在數據分析和數據管理技能方面的人才的短缺是他們所在企業所面臨的第一大挑戰。對大數據技能的需求（尤其是在分析領域）的需求如此之大，以至于70%的受訪者均表示他們計劃在未來的12到18個月內雇用具備大數據分析技能的人才。

利用云服務，企業可以利用最新的技術，而無需投入大量的時間和資源來進行持續的設置、維護和升級工作。云服務還允許企業使用他們已有的技能，而托管服務則可以完美的補充他們所缺乏的技能。

2、預算方面的限制

47%的受訪者表示，當實施大數據項目時，預算限制是當今企業所面臨的第二大挑戰。成本因素已經連續多年成為絕大多數企業所頭號關注的事實便證明了這一挑戰。

大多數大數據技術需要大量的服務器集群，而這需要很長的配置和設置周期，進而導致了大量的資本支出和維護開銷。更為復雜的是，隨著現有應用程序或新業務需求的多樣化數據量的不斷增長，數據傳輸速度不斷增加，可能導致不可持續的IT成本。企業需要知道如何在盡量壓縮開支的情況下從大數據中獲取盡可能多的價值。

他們必須能夠擴展基礎架構以管理大數據，同時降低IT成本。這正是云服務所能夠幫助企業做到的。云服務消除了企業采購和維護硬件和軟件基礎設施的需要，以及與之相關的大量資本支出。進而使得企業得以能夠將有限的資金重新分配到其核心創新中。

3、難以預測的市場

大數據來自各種各樣的來源，從企業傳統遺留應用程序和交易系統到由機器、移動設備、網絡日志和社交媒體生成的數據。這使得預測所需容量變得更加困難和低效。單個事件可能會導致數據量和工作量的突然變化。例如，一家金融服務機構在任何一天都可能會經歷10倍的數量波動，而具體的波動則取決于市場狀況，是很難預測的。