一、数据的可靠性太差

　　在茶行业中，有这么几组大数据是很重要的，一是茶叶种植的面积，二是茶叶采收的产量，三是茶品投放市场的数量，四是茶品销售的数额。在中国，我们每年可以看见茶叶相关部门的茶叶报告。但这种茶叶大数据的报告往往跟现实情况是有出入的。比如2014年的普洱茶产量是11.4万吨，而2015年据说是12万吨多点。

　　二、大数据并没有来源

　　茶叶是比较落后的一个产业，而中国茶叶行业跟国际上茶叶行业又有一些不同，最大的不同点在于外国的茶叶行业原料交易是要进入拍卖所的，也就是说外国茶叶行业的数据是可以相对精确统计的，而中国茶行业的数据我真不知道怎么来的。
 

　　三、大数据应用待发展

　　记得在2014年的时候，有一家普洱茶企业做了一套大数据的系统，但只发布的时候听到点声音，这都过去一年了，不知道是放弃运营了还是在低调运营。在中国，要做一个行业的大数据，牵扯到的相关部门太多了。而如果不能联合这些部门一起来做，99%是做不起来的。

　　因为一个行业能做大数据化，那么意味着这个行业的垄断。在中国的农业中，目前只有一个烟草行业能做到。那么既然中国茶叶行业这么落后，是不是一点机会都没有呢?其实也不尽然。

　　未来的中国茶行业，至少应该也能做到目前烟草行业这个水平。只要数据来源能相对精确录入，那么后面的统计和分析在现有的云计算技术下完全够用。这是茶行业的一个大工程，按说茶叶并不是国家战略储备物资，属于轻奢品，在中国人中层开始多起来的当下，是下一轮人口红利的洼地。那么至少可以从这几个维度去尝试下：

　　一、地域化的的大数据

　　中国地大物博，每个地域都有自己的特色，茶行业来说，云南、福建、贵州等等都是产茶大省。能把一个地域化的茶叶做成数据化，都会得到一些丰盛的回报。真实有用信息的传递价值是不可预估的。

　　二、产业价值链中的大数据

　　茶产业价值链中的大数据，主要是人与物资，人主要是技术人员，其次是普通工人。物质则比较宽泛，从种植、生产、销售等所需要用的工具、物品、设备等。

　　三、推荐购买的大数据

　　在搜索引擎都走向推荐引擎的时代，人工智能推荐的大数据是未来商业中不可或缺的一种竞争力，谁能掌握更多这类大数据，对于商业的服务更有力。

　　在互联网行业，大数据的处理(统计和分析)并不是问题，问题是这个大数据怎么积累?这是问题的根。能不能录入大数据在某个系统中，这才是关键所在。中国茶行业未来：一个大写的数据化。