1、数据质量问题：采集到的数据可能存在精确度、完整性、一致性等问题。

策略：应建立数据质量标准、数据清洗和验证流程等。

2、隐私及安全问题：在数据采集过程中，数据可能会被未经授权的人访问、窃取或篡改。

策略：应制定严格的访问控制政策、数据加密技术和监测机制等保障数据安全。

3、法规合规问题：数据采集可能受到各种行业法规、隐私保护法规的限制和约束。

策略：应建立符合相关法规要求的数据采集流程，并进行合规性审核和管理。

4、多源数据集成：数据采集可能涉及多个数据源的集成，存在数据格式不兼容、冲突等问题。

策略：应建立数据集成规范和流程，同时进行数据映射和转换。

5、数据采集错误问题：人为或系统故障可能导致数据采集错误，造成数据不准确、重复等问题。

策略：应建立数据校验机制、审查数据源可靠性等。

6、数据采集成本问题：数据采集所需的时间、资源和成本也是需要考虑的问题。

策略：应制定明确的数据采集预算和计划，同时优化采集流程和技术，以提高效率和降低成本。

7、数据采集过期问题：数据采集得到的数据可能很快就过期了，对于需要实时数据的业务来说，这是需要重点关注的。

策略：应建立数据更新机制和数据时效性标准，及时更新和清理数据。

8、数据所有权问题：在数据采集过程中，可能会涉及到数据归属、使用权等问题。

策略：应建立明确的数据所有权政策和协议，以及数据访问和共享规范。