隨著云時代的到來和SaaS概念的引入，越來越多的企業開始選擇由SaaS應用提供商、運營商等通過互聯網平臺提供SaaS應用服務，SaaS應用的數據量面臨著TB級的增長速度；不同的SaaS應用體系，提供的數據結構也不完全相同，數據有文本、圖形甚至小型數據庫；SaaS應用數據隨著云服務平臺的分布性特點，有可能分布在不同的服務器上，如何對這些異構異源的數據進行數據挖掘，是云時代的企業面臨的難題。

云時代企業數據挖掘面臨的挑戰

挖掘效率：進入云計算時代后，BI的思路發生了轉換。以前是基于封閉的企業數據進行挖掘，而面對引入互聯網應用后海量的異構數據（據預計到2020年，爆發式增長的數據量將突破35ZB（1ZB=10億TB））時，目前并行挖掘算法的效率很低。

多源數據：引入云計算后，企業數據的位置有可能在提供公有云服務的平臺上，也可能在企業自建的私有云上，如何面對不同的數據源進行挖掘也是一個挑戰。

異構數據：Web數據的最大特點就是半結構化，如文檔、報表、網頁、聲音、圖像、視頻等，而云計算帶來了大量的基于互聯網模式提供的SaaS應用，如何梳理有效數據是一個挑戰。

SaaS應用的數據挖掘希望能夠通過海量數據存儲平臺，引入快速并行的挖掘算法，提高數據挖掘的質量。