2)关联难：虽“经分”已实现了业务数据的“大整合、大集中”，但在BI展示层多针对用户单一需求进行设计，分析内容相互孤立，难以为决策层提供全面的决策依据。
3)门槛高：多数“经分”对系统使用者IT能力有着极为苛刻的要求,而这种策略也给IT人员带来了繁重工作。如何能够提供无编程、全拖拽的BI设计界面，组织中任何角色都可自行使用可视化分析工具，对数据进行方便灵活的查询及分析，及时、准确地获得所需数据和分析结果，迅速应对外部因素与内部需求的改变。
NO.4 大数据
《通信世界》：大数据压力已经成为目前运营商亟需面对和解决的难题之一，这其中既有原有IT架构不支撑，又有数据量增长过快的原因。运营商究竟应该如何处理好大数据的问题，又该如何选择大数据的技术路线？
张云勇：首先由被动的IT支撑向主动的以数据为核心的IT服务转型，以大数据为核心组织IT服务能力，持续完善基础支撑能力，深度拥抱互联网，架构体系全面云化。其次，服务管控模式逐步完善，夯实基础管理，管控思路由简单支撑向精细服务转型，全面优化信息化服务流程实现分级服务。
李荣盛：运营商对于海量数据中隐藏的价值的认识越来越深刻，对于数据的分析投入了大量的资源进行研究。从基础技术上来讲，已经开始逐步基于云计算环境进行数据的存储与应用，提升数据的集中化程度和利用分布式处理模式增强对大数据的处理能力。
应当讲，在技术层面，大数据处理并不是很新的课题，已经有很多的技术解决方案予以适应解决。但是，由于通信网中的数据类型非常多，导致数据与数据之间的关系至今没有一个清晰的统一数据模型进行理顺，只是针对部分数据进行关联分析，更多的是分域的独立分析。这样也就使得大量的数据潜在价值被淹没在数据海洋中。这恰恰是通信网数据显著区别于当前IT领域领先的互联网公司所拥有的数据及数据应用能力的地方，特别是OSS领域的数据更是与交易类数据有着巨大的差别，并不能直接套用互联网数据分析框架。
崔维力：对于运营商而言，大数据时代首要解决的是经营管理类数据的分析问题，这类数据以结构化和半结构化为主。现有IT架构大多还是采用传统的数据库+小型机+磁盘阵列的模式，根本无法应对大数据时代对海量数据的高速处理需求。
大数据引发了数据库行业的在整体架构、核心技术、产品形态和竞争格局等方面的重大变革，出现了代表新技术的NewSQL和NoSQL以及代表传统技术的OldSQL三大阵营。 NewSQL主要技术特点为列存储、云架构集群（MPP）、高可用、横向扩展(Scale out）、支持SQL标准和关系模型。NoSQL普遍采用KV技术，大都基于开源的Hadoop（Yahoo）为计算框架。OldSQL沿用传统的行存储技术，引入内存计算和一体机技术以提升处理性能。三个阵营都不同程度地采用了分布式计算、分布式文件系统、内存计算技术，并积极使用新的硬件技术，如大内存、Flash、SSD和高速网络连接（万兆交换机和Infiniband）。
NewSQL为大数据处理提供了比较理想的解决方案。其采用x86 开放的硬件架构，运营商可以自由选择硬件，不必担心被捆绑在某一厂商上；MPP数据库集群在海量数据的高速入库、不间断加载、实时统计分析、大数据吞吐、高压缩、高并发查询能力、高可用、高弹性及降成本等方面具有较大优势，且完全支持SQL标准，可实现系统的平滑对接。
