即便是在“大数据”和“物联网”这些概念盛行的今天，几乎所有基于数据驱动的公司依然非常关注云技术。虽然云技术在一些数据量不大、安全要求不高的商业应用程序里运作的还不错，但是却很难在分析功能上有所建树。
企业仍在尝试适应云技术
在过去的二十年里，企业用于商务智能工具上的支出已经达到了数十亿美元。举个例子，某家大型金融服务企业里，不同部门、以及不同地区的分公司所拥有的分析工具多达92种。请注意，笔者此处使用的是“拥有”，而不是“使用”。事实上，商务智能技术的关键并不在于企业拥不拥有它，而是在于员工愿不愿意使用它。特别是在过去的十年时间里，企业每年花在商务智能咨询上的开销翻了三倍，但是商务智能工具的使用率却与二十年前差不错。
云技术部署效率依然不高
对于企业的IT部门来说，技术部署要比运营效率重要的多。绝大多数IT企业已经采用了兼容云技术和内部部署技术的异构型环境，他们最关心的，就是员工会不会使用自己部署的软件。但当我们谈到云技术商务智能，似乎对企业IT依然没有太大吸引力。
主要原因有以下四点：
一、数据重心依然在防火墙
今天，每家企业都有一些在云端运行的应用程序，比如客户关系管理应用程序，人力资源应用程序，等等。不过在数据量方面，所有这些在云端的数据只占到企业全部数据中非常小的一部分------大约只有1%。对于分析企业数据源来说，从云端获取数据容易，可把数据放到云端却很难。如果那移动运营商举例的话，你会发现，他们的品牌经理每个月都会分析数千万营销信息，并把这些数据和手机使用率及零售终端数据相匹配。他们的做法是每个月从自己的数据仓库里提取数据，显然，把如此重要的数据放在云端不会是他们的***。
二、广域网带宽有限，发展也很缓慢
目前市场上的广域网带宽基本上是兆位级别的，但是数据量早已经从兆字节增长到了千兆字节。对于绝大多数企业来说，把一小部分数据移到云端其实是不切实际的。举个例子，亚马逊有一个“sneaker net”服务，可以帮助用户在云端导入或导出数据，但是在目前广域网的数据传输率下，一旦数据量变得庞大，就根本无法给终端用户提供任何互动分析服务。
大量数据需要分析，各种交易量更是大的惊人，因此终端用户的访问速度就显得尤其重要，带宽不给力，云技术就玩儿不转。
三、安全仍然是个大问题
企业已经感受到使用云基础设施所带来的好处，但绝大多数情况都是比较边缘性的工作，比如开发测试，网页分析，等等。很多企业不会把自己的关键数据放到云端，一些敏感行业尤其如此，比如金融服务业，零售业，以及电信业。这些行业有一个共同点，那就是都涉及到财务和私人信息数据，还有一些公司，他们的银行账户交易数据是十分敏感的，因此会非常看重数据安全。就目前而言，云技术安全性似乎还没有达到类似公司的安全要求。
四、“云”不是只有一处
通常来说，客户关系管理，人力资源管理，以及企业资源计划等应用程序不会再同一个物理地点运行。理想状况下，将这些资源聚合在云端可以简化一切工作，但问题是，如今的企业分析团队仍然需要把所有数据源连接在一起，传输数据，并通过传统的商务智能部署流程处理。一般来说，一家企业使用的应用程序平均超过500个，即便不把所有应用程序都部署在云端，为商务智能部署几个主要App应用的工作量依然很大。
云技术在中小企业中的困境
相对于大企业，中小企业处理的数据量较小，一些云技术供应商也适时地退出了实惠的云技术商务智能解决方案。理论上来说，这是件好事儿，但实际应用却不尽如人意：连接到销售终端系统上的软件需要抓取数据，所有的数据源需要被整合在一起，接着上传到云端，之后数据专家需要构建一个数据模型，业务分析师再根据报表来收集需求，***，由数据分析师来实现这些需求。
这太复杂了，而且对于中小企业来说，成本也不低，因此不少中小企业心里都会算笔账，看部署云技术究竟值不值得。
