互联网大数据分析面临的挑战包括：1.数据质量问题：互联网上产生的数据规模庞大，但质量参差不齐，存在数据不完整、数据误差等问题，需要清洗和校验数据。这仅仅是互联网大数据分析的一部分应用，随着技术的不断进步和数据的不断积累，将有更多的领域受益于大数据分析。
互联网大数据分析面临的挑战包括：
1. 数据质量问题：互联网上产生的数据规模庞大，但质量参差不齐，存在数据不完整、数据误差等问题，需要清洗和校验数据。
2. 数据安全问题：大数据分析需要处理大量的敏感数据，包括用户个人信息、商业机密等，因此需要加强数据的隐私保护和安全性。
3. 数据存储和计算问题：互联网大数据需要存储和计算的能力较大，对存储、计算和网络传输等方面的性能要求高，需要相应的硬件和软件支持。
4. 数据多样性问题：互联网上的数据种类繁多，包括结构化数据、非结构化数据、文本、图像、音频等，需要综合使用多种分析方法和工具。
5. 数据隐含信息问题：互联网数据中存在大量的隐藏信息，需要对数据进行深入挖掘和分析，才能发现潜在的商机或问题。
互联网大数据分析的应用包括：
1. 商业营销：通过对用户行为数据的分析，可以精确把握用户需求和喜好，为企业推广和营销提供参考，提高市场营销的精准度和效果。
2. 金融风险控制：通过对大量金融交易数据的分析，可以预测并识别异常交易行为，提高风险管理水平，减少欺诈和损失。
3. 医疗健康：通过对大量医疗数据的分析，可以挖掘潜在的疾病关联和治疗方法，提供个性化的医疗服务和健康管理。
4. 交通运输：通过对交通数据的分析，可以优化交通路线和调度，减少拥堵和交通事故发生，提高交通运输的效率和安全性。
5. 社交网络：通过对社交网络数据的分析，可以发现社交关系和用户行为模式，提供个性化的推荐和社交服务。
这仅仅是互联网大数据分析的一部分应用，随着技术的不断进步和数据的不断积累，将有更多的领域受益于大数据分析。