和公開。企業認為，用戶行為就是大數據，但是對于如何開發更有價值的信息不得而知。

中國的大數據尚處于星火燎原的階段，產業鏈中各個環節的企業缺乏溝通、協同發展的理念，并且對于行業用戶的需求缺乏深入了解。這不僅使得我國大數據產業中的企業無法形成合力，而且大數據相關產品和解決方案也缺乏行業應用基礎。

以下是Intel發布的大數據在中國的分布圖：大數據短板

第一，大數據的重要前提是數據的海量性，中國獨一無二的優勢是人口數量帶來的用戶行為的數據海量性。但海量性僅僅是大數據的諸多前提之一，我國在數據的開放性、流動性、交互性上還遠遠不足。

第二，中國目前在數據處理上的技術仍然不成熟，沒有做好迎接大數據時代的準備。移動互聯網的發展，導致移動性與社交性融合，使時空定位于社會情境。這樣的趨勢帶來了很多價值，例如融合了移動和社交的應用會影響用戶消費決策。但與此同時，出現的海量數據給精準的目標分析造成困難，國內目前的數據分析技術還不足以更好地利用這些數據。

移動互聯網是不可阻擋的大趨勢。在中國和美國，使用移動終端訪問互聯網的人數都已經超過了PC互聯網。

第三，從政府層面來講，信息公開也是政府利用大數據治國的一個必要條件，在這方面中國和美國尚有差距。美國1967年就通過了《信息自由法》，中國社會在2008年前后才制定了《政府信息公開條例》，而且實施4年以來，總體情況并不理想。

除了起步晚，各方面制約的力量都很大。信息公開是一件非常難的事情，難就難在沒有人愿意主動公開!雖然一談到透明和公開，大多數人都會認可這是正確的價值觀，但一旦要自己透明、要自己公開，那透明和公開就會立刻轉化為一種威脅，讓某些機構卻步不前。

第四，數據的真實性在中國也有可能會成為阻礙大數據時代的一塊暗礁。社會上常見的利用數據弄虛作假的問題，可以總結為以下幾個方面：一是一葉障目，片面解釋一個數據，這其中也可能是故意為之;二是人為控制數據的收集和統計過程，使結果產生扭曲和偏差;三是暗箱操作、修改數據;四是無中生有、“創造”數據，這是最糟糕的，因為假數據比沒數據對社會的危害還要大。

第五，非結構數據的不足。企業的數據越是非結構化、雜亂無章，大數據的作用越能發揮得淋漓盡致。以銀行為例，由于銀行產生的數據更有組織更結構化，因此銀行反而不是大數據的先鋒。而社交網站可以成為用戶展示個人的多媒體地帶，擁有大量的非結構性數據，可以彌補電子商務網站在這方面的缺失。恐怕這也