大数据审计面临的困难和问题主要包括以下几个方面：
1. 数据量巨大：随着信息技术的发展，企业产生的数据量呈爆炸式增长。这些数据包括结构化数据、半结构化数据和非结构化数据，如日志文件、社交媒体内容、视频等。这些海量数据给审计人员带来了巨大的挑战，因为他们需要在短时间内处理和分析这些数据，以确保数据的准确性和完整性。
2. 数据来源多样：大数据审计涉及的数据来源非常广泛，包括企业内部系统、外部合作伙伴、供应商、客户等。这些数据可能来自不同的平台、系统和设备，给审计人员带来了额外的工作负担。此外，数据的格式和结构也各不相同，给审计人员理解和分析数据带来了困难。
3. 数据质量参差不齐：在大数据环境中，数据的质量直接影响到审计结果的准确性。然而，由于数据源的多样性和复杂性，数据的质量往往参差不齐。有些数据可能存在错误、重复或缺失等问题，给审计人员带来了挑战。
4. 技术难题：大数据审计涉及到大量的数据处理和分析工作，这需要使用到复杂的技术和工具。然而，目前市场上的大数据审计工具还不够成熟，存在一些技术难题，如数据集成、数据清洗、数据分析等。这些问题给审计人员带来了额外的工作负担。
5. 法规和标准不完善：大数据审计涉及到多个领域的法律法规和标准，如信息安全、隐私保护、合规性等。然而，目前这些领域的法律法规和标准还不够完善，给审计人员带来了一定的困扰。他们需要在遵循现有法规和标准的同时，适应不断变化的法规和标准环境。
6. 人力资源不足：大数据审计需要具备专业知识和技能的审计人员来处理和分析大量数据。然而，目前市场上的大数据审计人才供不应求，导致审计人员面临较大的工作压力。此外，审计人员还需要不断学习和更新知识，以适应大数据审计的需求。
7. 审计成本高昂：大数据审计涉及到大量的数据处理和分析工作，这需要投入大量的人力、物力和财力。此外，由于大数据审计的特殊性，审计过程可能需要较长的时间，导致审计成本较高。这对于企业来说是一个不小的负担。
8. 审计效果难以评估：由于大数据审计涉及到多个领域和多个数据源，因此很难对审计结果进行全面、客观的评估。审计人员需要依赖经验和直觉来判断数据的准确性和完整性，这可能导致审计结果的准确性受到质疑。
9. 审计风险高：大数据环境下，数据的安全性和保密性尤为重要。然而，由于数据的来源多样且复杂，审计人员在审计过程中可能会面临较高的审计风险。例如，他们需要确保数据不被篡改、泄露或滥用，同时还要应对各种潜在的安全威胁。
10. 审计结果难以应用：大数据审计的结果通常需要转化为可操作的建议或决策支持。然而，由于大数据环境的复杂性和动态性，审计结果往往难以直接应用于实际工作中。审计人员需要将审计结果与实际业务相结合，制定出切实可行的改进措施。
总之，大数据审计面临着许多困难和问题，需要审计人员不断探索和创新，以提高审计效率和效果。同时，企业也需要加大对大数据审计的投入，提高数据质量和安全性，以应对日益复杂的数据环境。
