“关于大数据仍然存在着诸多混乱，往往只是Facebook或谷歌这样的具有庞大网络数据流量的数据被认为是大数据。”Kaseya公司EMEA地区的营销总监KobyAmedume说。
　　
　　“数据量显然仅仅只是大数据解决方案的一部分，但关于大数据更多的是潜在的结构化和非结构化的信息，以及可能存在于里面的防火墙，并在正确的时间进行数据处理。”他说。
　　
　　“在商务智能和大数据之间存在着一些混淆：数据是唯一真正具备了量大、速快、多样性和变异性特点的。”Splunk公司EMEA地区渠道经理马丁•潘特说。“一个大数据解决方案能够应付所有上述四点。传统的商务智能和数据仓库解决方案不是专为这种类型的动态的和非结构化的数据的。”
　　
　　IBM英国大数据专家戴克莱格说，对于大数据的定义和理解还有很长的路要走。“每当我看到一个关于大数据的介绍，都是从大数据的定义开始介绍。你知道，当每个人都觉得需要对其进行定义的时候，就说明我们的技术尚未成熟。”
　　
　　尽管对于大数据的准确定义还是一个问题，但人们仍然有大量的兴趣来采用新的办法来解决数据问题。根据Varonis的研究结果表明，大多数企业将在未来五年内进行大数据部署的战略举措。
　　
　　“这项调查结果验证了Varonis日常工作所总结的经验。IT企业正在寻求实用的大数据解决方案来进行数据管理和保护。”Varonis公司战略副总裁大卫•吉布森说。
　　
　　“随着数据量的爆炸式增长，以及无处不在的数字化协作的需求，企业的IT部门早已经知道传统的数据管理方法跟不上时代发展的步伐，因此他们正在寻找更先进的解决方案来保护他们的数据。IT部门处理大数据的关键是无视大数据的过份炒作，并学习更多的实际利益，如发现公开暴露的数据，标记恶意活动，并确定过度访问。”。
　　
　　一个复杂的挑战
　　
　　除了关于大数据定义的混乱外，大数据的复杂性也阻碍了企业从中获益。
　　
　　IBM公司的克莱格说，客户关心的问题有如下三个方面：
　　
　　•成本：当他们看到产品是基于复杂和昂贵的技术时，他们首先需要探索和了解其价值。IBM的做法是提供一个灵活的方法——云计算、软件、设备，以符合客户的投资价值曲线。
　　
　　•技能：企业还需要一定的时间来赶上市场需求的步伐。例如，数据科学家和数据分析人士的培养。同样，他们还需要一个灵活的方法，从完全外包到内部技能等诸多方面。
　　
　　•价值：关键是要探索，寻找价值和建设技能的增量成本。
　　
　　尽管市场上存在着一定的混乱，毫无疑问的是，企业也开始纷纷意识到利用数据的益处，他们已经开始收集或产生数据，进而把这些数据信息变成资产。为了从日趋成熟的市场获得信任，经销商必须具备相关的专业知识，引导客户通过雷区，良好的供应商伙伴关系，可以很好的支持企业业务。