同时，由于这些拥有大量数据资源的企业，在分析挖掘数据形成应用的同时，放弃直接依靠出售数据获利，而选择对外提供数据服务和分析结果，为应用类企业的决策和东西提供了便利条件。这也是应用类的数据企业或产品数量较大，占到了行业总数的三分之一的重要原因。
而对于部分中小企业而言，资金缺乏和技术难题导致数据获取难，缺乏数据资产管理意识，其对大数据的使用，仍在探路中。
另外，我国的大数据应用领域分布仍然不够全面，相关企业主要集中在互联网、市场营销、电信、金融领域，而政府公共服务、农业类应用，发展还在原始阶段，近期个别企业还不时爆出数据造假的传闻。同时，数据应用的方式单一，思路狭窄，一些企业盲目学习国外的数据应用模式，也是大数据应用企业发展的一大短板。
抢占数据分析高地
如果说大数据的应用，是大数据产业的商业价值终端，那么大数据行业公认的大数据分析，将会是大数据产业的核心，是大数据能够点石成金的关键。
这样的判断是基于大数据的特性。数据本身不产生价值，当数据经过挖掘、归类和分析，能够给企业决策提供帮助之后，才具有价值。
数据堂公司今年发布了一份《大数据产业调研及分析报告》，其中将大数据分析工作归类为商业分析、语音识别、图像分析、实时处理、空间分析、基因分析、用户分析、日志分析，和数据可视化等九个种类。目前，国内在各个领域都已出现了一批相关大数据企业。
与上述横向划分不同，另一些看法则偏向将大数据分析按商业价值的高低进行区分。前LinkedIn商业分析部总监，GrowingIO的创始人张溪梦介绍说，在数据分析发展更早的美国，数据分析区块已经按商业价值从低到高地细分为数据采集、大数据架构、响应性分析，诊断性分析、战略性分析、预测性分析和全自动分析。而一旦做到数据分析全自动化，将会利用10%的时间，创造出这个行业90%的价值。
在美国数据分析领域工作十余年的张溪梦认为，“数据分析前端过程复杂，分析昂贵，导致在过去若干年里，数据科学家90%的时间和工作都是进行数据清洗、整理、传输和存储，但真正产生价值的是剩下的10%。我们必须要利用各种先进技术，把金字塔底部做得非常狭窄，把以往很缓慢的流程缩短甚至透明化。”
21世纪经济报道记者获悉，目前国内的数据分析产品，在与国外产品的竞争中仍处劣势。以日志搜索系统为例，虽然国内已有自主研发的日志实时搜索分析引擎面世，但市场使用的主流还是HADOOP、STORM和SPARK等国外开放计算框架下的产品，有部分互联网和金融企业则选择了SPLUNK等第三代日志搜索软件包，这同样也是美国开发的大数据工具。
然而国内企业并非毫无竞争力，日志搜索分析引擎“日志易”的创始人兼CEO陈军介绍，这些国外数据搜索处理系统价格非常昂贵，同时由于之前的“棱镜门”事件，国外系统的软件后门也令一些国内的企业尤其是金融企业担忧。
人才短缺是限制国内大数据分析企业发展的另一大主因。《哈佛商业评论》曾将数据分析师称为“21世纪最性感的职业”，当下也是稀缺和抢手的职业。鄂维南院士介绍，我国大数据发展最大的优势是庞大的市场，最大的劣势是缺乏人才，“我们国家目前没有建立起非常好的培养大数据人才的机制，在大数据涉及的统计、机械学习等这些领域相比而言更加弱势。”
滴滴快的CEO程维在讲述如何到硅谷挖人时提到，人才是最大的瓶颈，中国没有那么多的大数据和机器算法的科学家，后来发现硅谷一线的互联网企业，像Uber、Facebook里面20%的工程师是华人。“我们派了CTO和一个代表团在硅谷把他们请到一起交流。”程维说。
鄂维南认为，大数据分析人才的缺乏，当下数据人才市场，不仅有国内和国外的竞争，学术界与企业界也在竞争。要想弥补人才短缺，在大数据领域取得领先地位，需要建立一个开放的，既可以做科研也可以产业化做市场的国际标准的研究平台，或是解决之道。
数据平台期待全覆盖
相对大数据分析企业的专业和专一定位，产业覆盖面广的大数据平台类企业，则是在国际大数据大会的企业展厅中，占比最高的行业类型。
一位参展的大数据平台商人告诉记者，“大数据平台会是大数据行业的基石和中坚。”据了解，阿里，百度，华为等企业都早已布局大数据平台，阿里云更是从2010年就对外开放了其在云计算领域的技术服务。