以下是一些解决大数据BI技术中挑战和难点的方法：

数据质量控制：数据质量是影响大数据BI技术应用效果的关键因素之一。为了提高数据质量，可以采用数据清洗和数据去重等方法来确保数据质量。同时，还可以建立数据质量控制机制，对数据进行严格的监控和评估。

数据安全和隐私保护：在大数据BI技术应用中，数据安全和隐私保护也是非常重要的问题。为了保护数据安全和隐私，需要采取一些安全措施，如数据加密、访问控制、身份认证等。同时，还需要建立完善的隐私保护机制，保障用户的隐私权。

算法选择和优化：在大数据BI技术中，算法选择和优化也是非常重要的问题。用户需要选择合适的算法来处理和分析数据，同时还需要优化算法，以提高分析效率和准确度。

多源数据集成：大数据BI技术需要从多个数据源中获取数据，但不同数据源的数据格式和类型可能不同，数据集成也是一个难点。为了解决这个问题，可以使用数据集成工具和技术来整合和处理数据。

人力和技术培训：大数据BI技术需要专业的人才和技术支持，但人才和技术资源可能不足。为了解决这个问题，需要加强人力和技术培训，提高技术人员的技术水平和应用能力。

综上所述，大数据BI技术应用中面临着一些挑战和难点，包括数据质量、数据安全和隐私、算法选择和优化、数据集成等问题。为了解决这些问题，需要采取一些有效的方法和措施，以提高大数据BI技术的应用效果和价值。