當前人們對於大數據分析很感興趣，將之視為未來解決人類生活中許多問題的方案。因此過去多年來，工商界和學術界都投入了大量資金來研究開發，甚至政府也編列了不少預算經費共襄盛舉，從而產生了不少有趣的創新和應用。
然而，在獲得大數據分析帶來的好處之前，仍存在許多障礙要先一一加以克服，例如數據資料的即時性、準確性、安全性、增長量、爆炸量，以及大數據解決方案的使用接受度等等，否則注定將白忙一場，甚至還可能嚴重落後於世界經濟之發展。其中最重要的就是透過大數據分析所模擬出來的解決方案是否真正可被接受使用。
正因為大數據分析行業前景看好，研究的範圍廣闊，所以很多學者專家就以過去做學術研究的方式來進行研究開發。亦即由「假設問題」出發，然後自行提出各種解決方案，輔以自行蒐集所得之數據，加以統計、比較、分析、驗證，而得出最佳解決方案，最後做成結論與建議。這樣的研究開發過程，在研究方法論上，是無可貲議，但是一旦要將結論落實為真正應用，卻不時會踢到鐵板，無功而返，亦即實際效用不大，甚至毫無效用。
真正有用的大數據分析是與這一套研究方法論逆道而行的，首先是直接去尋找某項現有的運作領域究竟存在什麼問題，或者還有什麼可以改善空間，或者探悉客戶真正想要什麼，然後利用既有的大量運作資料，加以分析、演算，挖掘出其中具有價值的趨勢、規則或關聯，加以靈活利用，並最終協助做出更精確的決策和採取行動。亦即大數據分析應用在於實際真實問題的解決，而不是應用在假設問題的解決。它是先臨床找問題，再找技術，再進行開發研究。
能夠幫大數據分析建功立業，主要是透過大量的實際運作數據，以及進步的電腦大儲存容量、高速度、交換平台、資料庫結構、安全和隱私保護、反覆計算、並行計算、自我學習等等因素相輔相成。其實不諱言，大數據分析的分析工具或演算技術，二三十年來並沒有進步多少；亦即開發分析工具並非大數據分析之主流發展方向。
為在當今及未來的數位世界中領先全球，大數據分析的未來努力方向，應該不再是做傳統的學術論文，而不知其應用目的何在，反而應該是直接為客戶尋找問題、幫客戶解決問題，尤其是世界性共通的問題，這樣大數據分析才會有為全世界服務的發展性。
＊作者為中央大學博士
