一项针对各地区企业主的调查显示，在中国，企业的大数据实践活动有45%都是失败的，而在除中国之外的其他地区，这一比例甚至高达58%。一方面我们对中国企业在大数据实践过程中表现出谨慎态度表示欣慰，因为我们的很多企业主已经具备了不被别人忽悠而盲目上马各种项目的水平;但另一方面，我们还是要探究究竟是什么让将近一半的中国企业摔倒在了大数据的门槛上。

　　失败，也就是说无法达到既定的目标。而仔细分析企业在大数据进程中失败的原因无非只有两点，一是初期订立的目标过高，目前科技无法做到或做到的成本太高;二是选择的工具不对。

　　对于第一点，我们没有办法，只能寄希望与企业的领导层能够拥有更加成熟的决策并做好事前调研。而这第二点正是目前业界努力的方向。

　　大数据的重点无疑在于分析和管理，而在这方面，用户目前的选择可以说相当丰富。包括IBM、甲骨文、惠普、SAP在内的众多厂商都推出了自己的大数据解决方案。但坦率的说，目前大数据的相关应用仍处在一个初级的阶段，相关解决方案的发布和落地也是最近一两年的事情，各家解决方案都难免会出现不完美的地方。那么问题再次出现，在众多的解决方案中，企业应当如何抉择?也许一个更加开放的平台化解决方案会成为一个理想的选择。用开放代替封闭，用生态系统的力量来提升大数据的发展速度。

　　作为各有侧重的不同厂商，想要满足用户某一种需求是相对比较简单的。但大数据作为一种对商业模式和IT架构的一种全面革新，用户对其的需求显然是全方位和多元化的，而面对这种需求，单凭某一家厂商的力量很难做到面面俱到，而此时，一个平台化的、开放的平台式解决方案正是我们所能见到的最好的选择。

　　就像安卓能够以免费和平台化的力量击败iOS成为目前智能手机领域最主流的操作系统一样，一款拥有免费全功能版本的大数据平台化解决方案也显然会拥有更多的活力和竞争力。

　　在这样一个百花齐放的大数据“初级阶段”，如何迅速的建立同盟和口碑对于任何一个大数据解决方案提供商来说都是至关重要的。而正如文章前面所说，由于很多用户在大数据面前选择等待，这就为厂商迅速积累相关的大数据经验带来了一定的困难;而在这种情况下，一个开放和免费的平台或许是更好的选择。