大数据具体可以分为数据采集、数据分析和数据展现等几个部分，由于大数据采用的是非结构化的数据，与传统的数据分析相比价值密度、数据量大，通俗来说就是传统的数据分析相当于顺藤摸瓜，大数据分析相当于画地为牢。

可以举几个大数据的实际应用场景，比如商业营销，商家通过统一的数据标准在平台采集客户信息，分析客户偏好，有针对性的制定营销策略，这个模式目前在每个行业营销领域都很常见，再比如人工智能、物联网方面，这两个方面都是本身数据就是非结构化的，利用传统的数据分析方式无法有效处理，只能通过大数据的手段进行分析。

总之，大数据解决的问题不是哪一个领域而是每一个领域，不是某一时刻影响我们的生活而是每一刻都在影响我们生活。大数据仍然需要统一的数据标准作为支撑，具体解决的问题以及落地场景，还在不断的完善，随着技术以及时间的推移，大数据应用越来越广泛，解决的问题也是越来越多，可能后续的问题就是大数据还有哪些不能解决的问题。

大数据面临哪些挑战？

大数据是我的主要研究方向之一，同时也在带大数据方向的研究生，我来回答一下这个问题。

当前大数据技术体系已经逐渐趋于成熟，正处在落地应用的初期，在落地应用阶段，大数据面临的挑战主要集中在以下几个方面：

第一：人才缺口。大数据行业目前面临的一个首要问题就是人才缺口问题，要想让大数据技术逐渐从互联网领域普及到广大的传统行业，首先应该解决的就是大数据人才培养的问题。随着各大高校陆续开设大数据专业，未来人才短缺的问题将得到有效缓解，当然这需要一个过程，因为大数据人才培养目前也处在初期，相关的教育体系还有待完善。

第二：行业壁垒。大数据从互联网走向传统行业，一个重要的问题就是行业壁垒，企业不愿意开放自身的核心数据，因为这个通常会涉及到企业的核心竞争力，如何解决一系列类似的问题，是摆在大数据从业者面前的难题。目前通过边缘计算能够在很大程度上解决数据应用边界的问题，这样能够把企业的核心数据留在企业的内部，从而保障企业的数据安全。

第三：产业配套。大数据的应用并不是孤立的，数据来源依赖于企业的信息系统和物联网系统的建设，所以如果要想发展大数据，首先就要完善相关的产业配套，形成一个完整的产业链条，这样才能促进大数据的落地应用。另外，大数据与云计算、人工智能等技术也存在密切的联系，而这些技术共同构成了产业互联网的技术解决方案。

产业配套不仅需要构建企业自身的应用生态，同时要连接大数据的行业资源，包括提供数据分析服务的行业资讯公司，提供数据采集方案的智能硬件公司，提供存储服务的云计算服务商等等，所以大数据的发展需要产业链上一系列参与者的共同发展。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网方面的问题，或者考研方面的问题，都可以咨询我，谢谢！