油气地震勘探数据单体价值低，由于构造、沉积、成岩等背景因素影响，相近地域内数据单体通常不是孤立的，而是存在较强的内在关联性。油气地震勘探数据保存与利用通常要求完整、规则、密集，由此才能形成规模与集群效应，由大数据揭示油气的真实分布。
对于特定的地质研究目标，通常会同时存在多种观测手段与多种分析方法的组合，由此分析形成的地质结论与认识将会存在一定偏差。一体化研究通常需要利用多种分析手段进行多源信息的有机整合，
油气勘探行业大数据分析是个系统工程，需要将各类常规工具分析数据进行进一步整合，进行大数据分析。然而，目前行业内使用的油气商业分析软件主要由几家国际油气公司控制，相应的商业软件生态、数据格式及标准都相对封闭，不利于国内企业直接参与竞争,甚至不利于整个行业大数据发展。
高可靠性、容错性的分布式通用大数据管理平台，目前尚在发展中。
大数据分析必然涉及到机器学习及深度学习，有的数据类型样本不够大，数据的完备性可能不支持进行大数据分析。
当前的油气勘探数据虽尚未实现真正的大数据技术应用，但仍然可以从大数据发展需求的角度，对现有的勘探资料采集、处理、解释及一体化平台建设提供借鉴，具体包括如下几方面
基因算法、模拟退化算法、马尔科夫链蒙特卡洛方法等，也应用到我们的地球物理反演技术上。
