工业大数据因为不再拘泥于收集特定数据，而使得数据来源多样化，各种非结构化数据与结构化数据鱼龙混杂，提取有效信息的难度加大，信息匹配出现困难。工业大数据的多样性使得信息有效性验证更加困难。数据来源的有效性尤其是客户数据的有效性，存在不可靠风险。
数据是组织的命脉–因此，如果数据质量不高，决策将始终受到负面影响.精简分析时，最常见的挑战之一就是能够访问来自不同来源（通常具有不同格式和质量）的大量数据。
大数据是一个研究各种提取,分析或处理各种数据集的领域,这些数据集是如此之复杂以至于无法由传统数据处理系统处理。如此大量的数据需要设计用于扩展其提取和分析功能的系统。
当前，我们正处于信息爆炸式增长的大数据时代，如何利用好大数据、人工智能等数字技术提升社会治理现代化水平，更好地服务经济社会发展和人民生活改善，成为重要的时代命题。
大数据通过电商、社交传媒、移动终端等数据源，获取客户的基本信息（如喜好）、行为信息（如浏览时长、频率）、金融信息（如风险、产品偏好）、供应链信息（如生产、流通）等，建立客户标签体系，助力银行构建客户360视图，准确甄别、预判客户行为和需求变化，“对症下药以行之有效”。
在这个信息爆炸的时代，大家可以获得信息的方式越来越多。各种信息通过各种各样文字APP，照片APP，视频APP甚至微信朋友圈传送到你面前。任何一个新闻报道都能够在发酵后的1天内遍及整个世界。看上去，大家正在获取越来越大的信息清晰度，每一个人针对全球的认知能力都会急速拓展，好像人和人之间将要由于清除信息差而消除一切芥蒂。
