基礎架構和分析環節有待提高
我國互聯網企業快速將國際上-的開源大數據技術整合到自身系統中，并構建了較-的系統，在國內保持。但總體上仍缺乏原創的平臺和分析技術，對國際主流開源社區的貢獻程度也不高，學界和產業界在大數據技術發展進程中的話語權不夠。與技術-不足直接相關的一個問題是，我國科研機構和高校在大數據技術研究方面缺乏建樹。國外的很多大數據技術或產品出自于高校。我國大數據基礎架構和分析環節有待提高。
數據準確性
數據問題對于bi和數據管理人士來說一定不陌生。很多bi和-努力-數據的有效性并說服業務使用人員去-信息資產的準確性和-性。作為個性化分析庫而得以廣泛使用的電子表格或電子報表軟件可以對數據中-缺乏的問題加以彌補：在excel中存儲和操作分析數據的功能為支持自助分析能力創造了環境，但可能不會激發其他用戶對結果的自信心。數據倉庫與數據集成和數據工具一起，項目投資價值及未來收益風險-分析，能夠通過為管理bi和分析數據提供標準化流程來幫助樹立信心。但是，由于不斷增加的數據容量和更廣泛多樣的數據類型，-是當涉及結構化和非結構化數據混合時，就會對一個大數據的實施增加難度系數。建立評估數據標準以及對它們進行升級以處理那些、更多樣數據集，對于大數據實施的成功和分析框架的使用是-的。
2、考察運營管理組織和職能部門溝通關系
很多企業里因為運營管理專才的缺乏，為了支持體系的運作，往往采用-的方式，從各職能部門中抽取人員負責相關工作，因此他們在推行體系時往往會面對角色的迷失——既要推動日常業務工作，又要推動項目運營管理，而且兩者之間的約束往往是相悖的。比如，作為運營管理專員，往往要求各部門協調時間、統一步伐推動某項重要工作，而他的本職工作往往又會因為資源的-，導致無法滿足運營的要求，運營管理專員往往成為夾心餅干，工作自然難以推進。
登錄后臺
