数据是人了解世界的一种方式，所以缺乏物理实体的互联网企业无疑更具优势。而对于传统企业来说，数据基础薄弱，缺乏数据分析人才，无法实现精细化管理等问题都是横在大数据应用前的鸿沟。
大数据的价值现在已经被普遍认可，互联网公司拥有海量数据，也慢慢学会了从中获取商业价值。但急需转型的传统企业，一方面向往着互联网+转型，一方面又对大数据这个宝藏无可奈何。是什么在影响传统企业数据掘金的步伐？人才？技术？抑或是体制和理念限制？在面对互联网的大肆冲击下，传统企业该如何开始他们的大数据之旅？
缺乏好奇心的数据科学家
面对互联网的冲击，很多企业希望数据科学专业人才可以挖掘新的信息，帮助公司开源节流，甚至找到新的商业模式和路径。早在2012年，哈佛行业评论就曾预测， “数据科学家将是 21世纪最性感的职业”。在美国，数据科学家的年收入已超过律师和医生。麦肯锡公司的研究预测称，到2018年，在“具有深入分析能力的人才”方面，美国可能面临着14万到19万的缺口，而“可以利用大数据分析来做出有效决策的经理和分析师” 缺口则会达到150万。
尽管企业对数据科学家的需求逐步提升，但企业内部可真正称之为数据科学家的确实少之又少。数据科学是专门研究如何使数据变成信息进而产生知识以支持判断和决策的学问。它是一门跨学科的领域，是信息科学、计算机、统计学，与其他自然科学和社会科学专业知识的结合。因此计算机、信息、统计、自然科学、社会科学的学生都可以成为数据科学家。其最重要的能力是三者（信息技术、统计分析、专业知识）兼有。
2010年起，各国大学开始了数据科学人才培养工作。哥伦比亚大学从2011年起开设《数据科学导论》课程，并从2014年起设立硕士学位，2015年起设立博士学位。国内各高校也陆续开设相关专业，复旦大学从2010年开始招收数据科学博士研究生，并从2013年起开设研究生课程《数据科学》，2015年开始正式招收数据科学专业研究生以及本科第二专业学位。2015年10月，复旦大学大数据学院、大数据研究院正式成立。清华大学也于2014年成立数据科学研究院，推出大数据硕士项目。
北京航空航天大学软件学院杜孝平教授表示，北京航空航天大学软件学院早已专门开设了云计算大数据方向，大数据分析专业等。并正在建设创新云计算平台，将全院基础课程和专业课程都纳入平台之上，包括数据挖掘，高级程序语言的设计等，所有学生可以在线编程、在线编译，加强学生动手能力。但由于数据科学专业刚开始起步，学生多，老师少，因此目前精力主要集中在理论知识培养上。为此北京航空航天大学和北京永洪商智科技有限公司专门建立了BI联合大数据实验室，为学生提供实践机会。
很多企业都认识到培养人才的重要性，2015年IBM与香港中文大学市场学系对外贸易大学国际商学院、西南交大经济管理学院等联合宣布推出“百企大数据A100”计划。加入该联盟的高校将向100所拥有B2C数据的企业投放专业的教授、研究生及本科生，帮助企业进行数据库整合、数据库挖掘、市场决策支持、产品推荐、社交聆听等大数据领域的分析和研究。IBM为此计划提供了全面免费的软件使用和技术支持，共同建立营销工程实验室。目前，西南交通大学、对外经贸大学、东华大学、澳门大学、华中科技大学、重庆邮电大学、浙江大学等多家高校已经加盟该项目。IBM 大中华区大学合作部商学院合作项目负责人周恩昌表示， 2011年IBM开始和香港中文大学尝试把IBM在大数据分析的一些软件以免费方式提供给老师和学生，支持他们成立市场工程实验室。满足企业将自己的数据放到平台之上进行测试、孵化、研究的需求，项目完成后在实验室工作过的学生一部分加入了企业，一部分加入了IBM，也满足了行业对大数据紧缺人才的需求。
尽管加强了人才的培养，数据科学作为一门新兴学科，对人才的培养还不尽完善。会数据分析的并不意味着就可以称为数据科学家，杜孝平表示，数据科学家要具备营销、统计、计算机等才能，才能称之为数据科学家。国外该领域比较注重知识融合，而国内则以计算机知识或者数据分析为主，不太注重其他能力的培养。对于非常重视大数据的企业来说，可以花重金聘请顶尖人才，所以并不会阻碍它们前进的步伐。但这会阻碍大数据爆发式的发展，对于本就缺乏数据基础的传统企业而言，人才缺失问题更是一个鸿沟。
百分点数据资源部研发总监苏海波认为，学校培养的是通才，而社会上需要的是专才。教育和产业化脱节存在于每个行业，只是大数据发展比较快，人才问题得以显现出来。数据科学家要具有编程能力；对数据加工处理的能力；数据分析建模能力；业务咨询能力。与此同时，他认为科学就是不断提出假设，以实验论证假设，从而达到一个循环。因此好奇心尤为重要。在这一点，百分点数据科学总监杜晓梦和他观点一致，认为内驱力和好奇心非常重要。她表示，一方面目前中国大数据龙头企业很多，需求旺盛，本地生源供给不上。一方面国外的教育更加偏重实践和动手能力，中国则更加注重方法论。这都影响了大数据的落地应用。但技术只是工具，并不是壁垒。她认为数据科学家提出问题的能力是最重要的，企业大数据应用的内驱力由好奇心产生，因此好奇心和想象力最为重要。
除了拥有合适的数据科学家以外，建立一个数据分析团队也同样重要。杜晓梦认为目前国内很多企业没有专门的数据分析团队，而是将数据分析团队归口到业务运营和IT部门之下，这造成企业数据和业务结合的认知比较弱，内驱力不够，影响了企业对数据的使用。
构建数据文化
数据是人了解世界的一种方法，在这一点上无疑是互联网企业更具优势。由于互联网企业没有物理实体，无法直接接触到客户，所能接触到的只有数据，数据是互联网企业唯一能够观察到的，只有用数据去了解客户和业务运作模式。
而很多传统企业有物理实体，可以直接接触到客户，这可能导致他们对数据的重视度不够。百分点首席架构师、技术副总裁刘译璟认为大数据应用分为4层，描述性分析；针对性分析；预测性分析；建议性分析。而目前很多国内的企业应用都集中在前2个阶段。
而对于目前国内企业的数据分析应用，杜孝平也表示应用还不够深入，自己也有学生在企业的数据分析部实习，所做的大都是精准化营销推荐等只需要简单统计知识就可以完成的工作。
谈到国内外差别，他表示，从表面上看国内和国外先进水平的差距在1到2年之间。但在其他支撑系统等方面还存在相当差距，比如在美国数据科学家是一个非常热门的职位，待遇很高，权威也很高。而在国内数据科学家在社会上的认可度并不高。2013年美国将大数据列为国家战略，同年中国的计算机协会也成立了大数据工作组。2014年，国内政府层面才开始重视，其后陆续出台一系列政策支持。
此外，传统企业的领导层受传统企业发展模式限制，对数据和信息化的重视力度不够，缺乏整体规划，导致企业信息系统零散，信息孤岛严重，数据的完整性、真实性不够，缺乏数据分析的基础。而在人才方面，既能理解企业规划，又了解数据挖掘技术的人才较少。领导不重视，企业注重眼前利益，长远规划缺失，造成企业对大数据整体应用欲望不强。
2015年，万科企业股份有限公司董事会主席王石就曾经在演讲中表示，“我在万科集团的例会上，非常明确地说，你们之间怎么谈我不在乎，但是请你们不要在我面前提‘大数据’三个字。大数据和我们有没有关系？当然有关系。但是作为传统行业，数据还不全的时候，我们谈什么大数据呢？”
而在工具方面，杜孝平认为目前国内国外也存在差距，国内企业应用在大数据方面采用整体解决方案比较多，缺乏实效专业工具，导致实施效果不理想。因此他表示，企业的数据文化也很重要，如果企业构建了较好的数据文化。从顶层重视IT规划，保障最后得到数据真实完整，从企业角度，用数据规范企业运营。让企业人员都能从数据得到好处，营造出用数据说话的范围。让企业从数据中受益，则企业的大数据应用落地也会得到加强。
对这个问题，杜晓梦也表示，大数据市场国内外存在巨大差别，主要是完全不一样的市场氛围。国外的市场环境更具有契约精神，企业比较信任服务商，可以把所有的数据放在云上共享，而国内企业则对数据环境更加忧虑。此外，国外技术成熟度和产品成熟度高，形成了清晰细分的应用环境，底层平台、中层可视化工具、上层应用软件分别有专业的供应商，而国内企业更希望由一个服务商来执行整体方案。