一、數據的可靠性太差

 　　在茶行業中，有這么幾組大數據是很重要的，一是茶葉種植的面積，二是茶葉采收的產量，三是茶品投放市場的數量，四是茶品銷售的數額。在中國，我們每年可以看見茶葉相關部門的茶葉報告。但這種茶葉大數據的報告往往跟現實情況是有出入的。比如2014年的普洱茶產量是11.4萬噸，而2015年據說是12萬噸多點。

　　二、大數據并沒有來源

　　茶葉是比較落后的一個產業，而中國茶葉行業跟國際上茶葉行業又有一些不同，最大的不同點在于外國的茶葉行業原料交易是要進入拍賣所的，也就是說外國茶葉行業的數據是可以相對精確統計的，而中國茶行業的數據我真不知道怎么來的。
 

　　三、大數據應用待發展

 　　記得在2014年的時候，有一家普洱茶企業做了一套大數據的系統，但只發布的時候聽到點聲音，這都過去一年了，不知道是放棄運營了還是在低調運營。在中國，要做一個行業的大數據，牽扯到的相關部門太多了。而如果不能聯合這些部門一起來做，99%是做不起來的。

 　　因為一個行業能做大數據化，那么意味著這個行業的壟斷。在中國的農業中，目前只有一個煙草行業能做到。那么既然中國茶葉行業這么落后，是不是一點機會都沒有呢?其實也不盡然。

 　　未來的中國茶行業，至少應該也能做到目前煙草行業這個水平。只要數據來源能相對精確錄入，那么后面的統計和分析在現有的云計算技術下完全夠用。這是茶行業的一個大工程，按說茶葉并不是國家戰略儲備物資，屬于輕奢品，在中國人中層開始多起來的當下，是下一輪人口紅利的洼地。那么至少可以從這幾個維度去嘗試下：

　　一、地域化的的大數據

 　　中國地大物博，每個地域都有自己的特色，茶行業來說，云南、福建、貴州等等都是產茶大省。能把一個地域化的茶葉做成數據化，都會得到一些豐盛的回報。真實有用信息的傳遞價值是不可預估的。

　　二、產業價值鏈中的大數據

 　　茶產業價值鏈中的大數據，主要是人與物資，人主要是技術人員，其次是普通工人。物質則比較寬泛，從種植、生產、銷售等所需要用的工具、物品、設備等。

　　三、推薦購買的大數據

 　　在搜索引擎都走向推薦引擎的時代，人工智能推薦的大數據是未來商業中不可或缺的一種競爭力，誰能掌握更多這類大數據，對于商業的服務更有力。

 　　在互聯網行業，大數據的處理(統計和分析)并不是問題，問題是這個大數據怎么積累?這是問題的根。能不能錄入大數據在某個系統中，這才是關鍵所在。中國茶行業未來：一個大寫的數據化。