Gartner分析師表示，大資料可以回答使用者提出的所有問題，但對大多數企業而言，他們還無法真正透徹理解大資料，也無法真正利用它。
大資料是用來描述資料規模巨大、資料型別複雜的資料集，它本身蘊含著豐富的價值。儘管它已成為媒體和專家熱議的話題，但在企業中的熱度還相對較低，因為大多數的企業還不知道如何利用它。
一般來說，一旦某個概念被宣傳得天花亂墜，人們也開始更關注其背後的意義。Gartner副總裁兼著名分析師Debra Logan表示，大多數企業正開始試圖搞清楚大資料是什麼。但她認為，95%-97%的組織或者外部研究機構對大資料還只是處於探索階段，關於大資料實施等相關問題和大資料價值的研究才剛剛起步。
1.大資料實施情況
與Logan意見相沖突的是，微軟調查顯示，75%的大中型企業將在未來的12個月內實施大資料相關的專案或計劃。對此，Logan對該調查的動機和資料都持懷疑態度。
她表示，大資料分析公司的盈利來源於企業越來越多的資料，企業的資料越是非結構化、雜亂無章，大資料的作用才能發揮的更淋漓盡致。
一些組織在大資料領域已經取得一定進展，尤其是零售行業，通過RFID、供應鏈、會員卡上的海量資料，挖掘出更多有價值的資訊，幫助商場更好的運營和盈利。此外，網路和廣播行等媒體業也是大資料的先鋒使用者，例如BBC，就利用大資料分析平臺實現使用者訪問資料分析與優化。
他特別提到，由於銀行產生的資料更有組織更結構化，因此銀行反而不是大資料先鋒領域。不過銀行業在大資料領域也積極跟進，例如通過對資金流、結算、信貸、支付等過程產生的資料進行分析，增強客戶粘度和挖掘大資料的價值。他們也想了解hadoop，瞭解這樣的技術架構以及如何進行資料分析，但還處於早期階段。
2.大資料的基礎設施投資誤區
Gartner資料顯示，2013年年底，有關大資料的專案支出將達到340億美元，其中大部分與大資料的基礎設施投資有關。
Logan表示，除了零售和媒體行業，不應讓大資料基礎設施投資成為企業商業計劃的核心部分。她也希望企業的投資計劃更多的傾向技術人才，例如聘請資料科學家或者資料分析團隊，而不僅僅關注IT基礎設施的投入。
很多企業都在努力讓大資料的投資帶來更多的商業利益，但在很多的情況下，太多的資訊不受控，也並不一定能帶來與之匹配的效益。因為大多數使用者有一個很奇怪的心態–不捨得丟任何東西，企業在刪除資料時也舉棋不定。但有些資料並不能產生價值，反而會帶來投資浪費。企業如何站在專業的角度，對資料進行有效取捨？
大資料儲存和處理的成本實在是太高，因此通過第三方獲取大資料服務顯得更有意義。通過租用第三方的基礎設施，企業可分析海量資料，並基於此優化自身業務流程，這種模式的服務，企業何樂不為？
3.大資料的人才挑戰
大資料眼下面臨的最大挑戰就是缺乏具備獨特的技術能力或專業知識的人才儲備。
大資料的絕大部分資料都是原始資料，它們不能直接讀取和分析，需要一些要具備特定的技能的分析師進行基於預言建模或未來趨勢分析。
只有藉助精通於統計和數學原理的骨幹專家，建立高階分析模型，才能發現趨勢和隱藏的模式，使大資料真正發揮作用，而一般的開發者以及傳統的資料分析師，並不具備開發預言分析應用程式模型的技能，因此需要花費一定的時間和精力使技術團隊成員適應大資料的需求。
Logan戲稱，目前真正懂得大資料的人目前也許在歐洲核研究中心，以及一些天體物理學應用研究的專門機構，因為這些科研機構產生的資料更海量，這裡的科學家們也具備更專業的統計、建模、分析能力。
Logan表示，目前有不少企業正在試圖通過諮詢公司獲得更多專業幫助，但苦於缺乏專業的分析人員，只能自己慢慢摸索。而普通分析師與專業大資料科學家之間的技能儲備差距，對市場而言是挑戰也更是機遇。