大數(shù)據(jù)分析的定義：

大數(shù)據(jù)分析，即對規(guī)模巨大的數(shù)據(jù)進(jìn)行分析，能夠高效存儲和處理海量數(shù)據(jù)、并有效達(dá)成多種分析目標(biāo)的工具及技術(shù)的集合。Gartner將大數(shù)據(jù)分析定義為追求顯露模式檢測和發(fā)散模式檢測，以及強(qiáng)化對過去未連接資產(chǎn)的使用的實(shí)踐和方法，意即一套針對大數(shù)據(jù)進(jìn)行知識發(fā)現(xiàn)的方法。通俗地講，大數(shù)據(jù)分析技術(shù)就是大數(shù)據(jù)的收集、存儲、分析和可視化的技術(shù)，是一套能夠解決大數(shù)據(jù)的4V【海量(Volume)、高速(Velocity)、多變(Variety)、真實(shí)(Veracity)】問題，分析出高價(jià)值(Value)的信息的工具集合。

大數(shù)據(jù)的特點(diǎn)：數(shù)據(jù)量大、數(shù)據(jù)種類多、 要求實(shí)時(shí)性強(qiáng)、數(shù)據(jù)所蘊(yùn)藏的價(jià)值大。在各行各業(yè)均存在大數(shù)據(jù)，但是眾多的信息和咨詢是紛繁復(fù)雜的，需要搜索、處理、分析、歸納、總結(jié)其深層次的規(guī)律。

數(shù)據(jù)量:這個參數(shù)表示數(shù)據(jù)的數(shù)量，隨著科學(xué)技術(shù)及互聯(lián)網(wǎng)的發(fā)展，推動著大數(shù)據(jù)時(shí)代的來臨，各行各業(yè)每天都在產(chǎn)生數(shù)量巨大的數(shù)據(jù)碎片，數(shù)據(jù)計(jì)量單位已從從Byte、KB、MB、GB、TB發(fā)展到PB、EB、ZB、YB甚至BB、NB、DB來衡量。

數(shù)據(jù)類型:

傳統(tǒng)企業(yè)數(shù)據(jù)(Traditionalenterprisedata)：包括CRMsystems的消費(fèi)者數(shù)據(jù)，傳統(tǒng)的ERP數(shù)據(jù)，庫存數(shù)據(jù)以及賬目數(shù)據(jù)等。 機(jī)器和傳感器數(shù)據(jù)(Machine-generated/sensordata)：包括呼叫記錄(CallDetailRecords)，智能儀表，工業(yè)設(shè)備傳感器，設(shè)備日志(通常是Digitalexhaust)，交易數(shù)據(jù)等。 社交數(shù)據(jù)(Socialdata)：包括用戶行為記錄，反饋數(shù)據(jù)等。如Twitter，F(xiàn)acebook這樣的社交媒體平臺。

處理速度: 1秒定律，這一點(diǎn)也是和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)有著本質(zhì)的不同，物聯(lián)網(wǎng)，云計(jì)算、移動互聯(lián)網(wǎng)、車聯(lián)網(wǎng)、手機(jī)、平板電腦、PC以及遍布地球各個角落的各種各樣的傳感器，無一不是數(shù)據(jù)來源或者承載的方式。

大數(shù)據(jù)分析工具：

數(shù)據(jù)來自各個方面，在面對龐大而復(fù)雜的大數(shù)據(jù)，選擇一個合適的處理工具顯得很有必要，幾款好用的處理工具如Hadoop、HPCC、Storm、Apache Drill、RapidMiner和Pentaho BI。工欲善其事，必須利其器，一個好的工具不僅可以使我們的工作事半功倍，也可以讓我們在競爭日益激烈的云計(jì)算時(shí)代，挖掘大數(shù)據(jù)價(jià)值，及時(shí)調(diào)整戰(zhàn)略方向。

大數(shù)據(jù)的應(yīng)用：

大數(shù)據(jù)可應(yīng)用于各行各業(yè)，將人們收集到的龐大數(shù)據(jù)進(jìn)行分析整理，實(shí)現(xiàn)資訊的有效利用。

營銷:

主要用于管理和優(yōu)化各種營銷活動，如交叉銷售、追加銷售以及基于位置的一對一營銷，并及時(shí)對客戶需求進(jìn)行完整評估等。

財(cái)政:

使用大數(shù)據(jù)技術(shù)可以預(yù)防欺詐檢查、進(jìn)行風(fēng)險(xiǎn)估計(jì)和管理、貿(mào)易監(jiān)視、反洗錢、防止信貸風(fēng)險(xiǎn)等。

保險(xiǎn):

為規(guī)避風(fēng)險(xiǎn)，防止欺詐行為，由大數(shù)據(jù)分析師及時(shí)分析調(diào)整工作負(fù)荷，客戶價(jià)值等。

零售:

1、分析商品

2、供應(yīng)鏈管理分析

3、優(yōu)化消費(fèi)

通訊:

推進(jìn)網(wǎng)絡(luò)優(yōu)化規(guī)劃，滿足不同客戶需求，研發(fā)并推出新產(chǎn)品。

分析引擎:提供連接器，處理數(shù)據(jù)庫。

支持大數(shù)據(jù)分析法：

面對龐雜而復(fù)雜的數(shù)據(jù)，必須有許多有效的解決方案，普通分析和高級分析都可以輕松提供集成，集中分析數(shù)據(jù)，在一個單一的平臺上，滿足分析引擎對營銷方案的需求。

電子表格工具：

ODBC連接器將客戶與Microsoft Excel連接在一起，利用精湛的分析工具如Qlik，MicroStrategy，TIBCO、Jaspersoft，Tableau等，在ODBC/REST APIS的幫助下，將協(xié)調(diào)R統(tǒng)計(jì)編程語言添加到金屬板。

CRM和在線營銷方案:

Salesforce.com提供的著名的CRM和在線營銷解決方案適合處理業(yè)務(wù)，并及時(shí)提供必要的網(wǎng)絡(luò)分析對策。

大數(shù)據(jù)的意義和前景：

總的來說，大數(shù)據(jù)是對大量、動態(tài)、能持續(xù)的數(shù)據(jù)，通過運(yùn)用新系統(tǒng)、新工具、新模型進(jìn)行挖掘，從而獲得具有洞察力和新價(jià)值的東西。以前，面對龐大的數(shù)據(jù)，我們可能會一葉障目、可見一斑，因此不能了解到事物的真正本質(zhì)，從而在科學(xué)工作中得到錯誤的推斷，而大數(shù)據(jù)時(shí)代的來臨，一切真相將會展現(xiàn)在人們面前。