現階段，大數據的代表企業主要包括：BAT華為等巨頭系、TalkingData華云數據Dataeye等創業系、和電信、移動、聯通等國有系。在2013年到2016，在相關政策的干預下，大數據迎來了行業的春天，大數據公司層出不窮，基本標榜是“大數據”的公司就能夠很快拿到融資。根據在2017年的統計數據，在2017上半年，大數據行業的總體融資額數超過68億。行業的繁榮也吸引了更多大公司和創業者進入這個行業。但是和行業發展角度分析，這樣的發展速度明顯是極不合理的，所以后期的大數據行業開始進入調整期也可以預料到。

　　根據數據分析，2016年后大數據行業沒有在繼續保持發展的“盛狀”，大數據的幾家代表公司都開始進行大規模裁員，根據內部人員表示，裁員可能會繼續進行。

　　裁員背后是融資的不順利，除了個別案例，很多大公司都存在了融資困難的狀況。大公司的大數據之路都開始困難重重，一些創業公司更是進入發展困境。而作為投資部分的某基因代表人對這個行業也表示，該基因會從2016年進行的投資，因為投資的多項項目都沒能繼續下去，所以他們停止投資也是無奈之舉。在大數據行業發展遲遲不能技術變現的也有公司采取了別的發展策略，比如Dataeye在海外進行發展，進而實現了初步盈利。

　　造成這種困境的深層原因

　　1. 大數據的技術研究停留在表面

　　大數據發展已經過去了6年時間，但是我們對大數據技術的研究仍然停留在應用表面，大數據應用中的關鍵技術仍然來源于美國。是比如分布式的數據庫，除了阿里的少部分研究，其他公司沒有對這項技術提供發展。

　　當前大數據行業的數據研究主要集中在數據挖掘和數據分析方面。這也和我國其他行業的發展趨勢類似，即沒有掌握技術底層的技術研究，研究的重點和長項都放在了技術的應用層面。但是這樣的發展模式可能能夠實現短期的行業變現，但是發展的根基不穩，久之肯定會暴露出問題。

　　2. 數據的指向性不夠精準

　　大數據的“大”字，其實就是海量的數據，現階段很多人都在用用戶數據來分析用戶心理和用戶行為，想通過大數據的研究為用戶提供精準的商品，進而提升用戶的購買行為，為行業發展謀利，但是其實用戶最終的購買行為是多維度決定，用戶最終的購買行為會受到的影響因子數量是很龐大的。行業之間并沒有實現數據流通，行業數據的

　　3. 經濟下行投資環境日益艱難

　　進入到18年，由于經濟大環境越來越不樂觀，連巨頭騰訊的股票都暴跌40%，很多基金連完成新的一輪募資都很困難，自身難保。剩下有錢的基金更加趨于謹慎。作為需要長期投資的大數據領域，融資更是越來越難。2018年以來，有關大數據公司融資的消息幾乎是鳳毛麟角。現在幾乎到了“聞大數據色變”的地步，在投資人眼中已把大數據與“忽悠”、“騙子”一詞掛鉤。如此嚴峻的形勢，估計還會持續2-3年。

　　4. 海外大數據市場逆勢發展

       與國內大數據公司面臨困境的狀況完全相反的是，海外的大數據行業正處在行業高速發展的狀態。根據美國2016年大數據全景圖，可以看到美國目前眾多大數據相關公司和團隊，行業非常細分，整個生態鏈都很健全。

　　在當下，國內的部分投資機構想投擁有核心基礎技術的大數據公司，都會去硅谷，而國內優秀的大數據人才也向硅谷流失，因為那里更適合行業和個人發展。

       當前大數據發展的建議

　　1. 加快標準立法建設，優化數據交易環境。目前，貴州、武漢等地積極探索大數據交易標準規范，貴陽大數據交易所成為國家首個“大數據交易標準試點基地”，華中大數據交易所通過制定《大交易數據格式標準》、《大數據交易行為規范》等推動大數據交易規范化發展。國家可基于地方數據交易實踐及標準規范，并借鑒國外先進經驗，逐步探索建立國家層面數據交易的法律法規和行業標準，推動我國大數據交易實現標準化、規范化交易。

　　2. 加快數據開放進程，與數據交易形成良性互動。充分發揮數據開放與數據交易間的良性互動作用，逐步為數據交易構建起良好的環境氛圍。大數據時代，隨著數據資產價值的提升，數據開放通過進一步豐富數據品類、擴大數據規模，可以在供給上為數據交易提供保障;數據交易變現能力提升和應用效果顯著后，將會在一定程度上鼓勵數據擁有者向社會開放數據。李克強總理在中國大數據產業峰會指出，“80%的數據掌握在政府手中，政府應共享信息來改善大數據”，政府作為公共數據的核心生產者和擁有者應加快數據開放，推動數據流通和數據交易，釋放數據價值。

　　3. 逐步推進“分類”交易原則，試行“一類一策”。按照差異化交易原則，對交易的數據進行分類，根據不同類型數據實施分類交易。一是針對不同的交易主體、交易模式等，鼓勵其根據自身優勢、自身發展定位等分類發展。二是針對不同來源數據、不同類型的數據，嘗試制定不同的交易策略和定價策略。如針對稀缺性、價值高的數據，實施賣方定價;針對社會公共價值高的數據，特別是政府部門提供的數據，實施成本定價。

　　4. 創新交易方式，探索“泛交易”模式。“泛交易”是指在數據交易過程中，打破傳統思維，創新交易方式，延長數據交易鏈，在現有數據買賣的基礎上，探索以數易數、數據捐贈、數據代理等更加“泛化”的數據交易形式。如東湖大數據交易中心在交易平臺上推出“以數易數”服務，用戶在數據過程購買過程中可以與賣方協商，用自己所擁有的其它數據與其進行“物物交換”。“泛交易”可以鼓勵吸引更多的數據交易主體參與到交易過程中，增強數據流通性和使用價值，多渠道提升數據交易變現能力。

      從大數據行業的分析來看，大數據的當前發展困境也是大數據的調整期，這也告訴我們技術變現和落地應用的重要性。