大數(shù)據(jù)分析是指對(duì)海量數(shù)據(jù)的分析。大數(shù)據(jù)可以概括為五個(gè)V s，數(shù)據(jù)量大(Volume)速度快(speed)類型多(Variety)價(jià)值（Value）真實(shí)性（honest）

大數(shù)據(jù)作為最熱門的IT行業(yè)詞匯，緊隨其后的是數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)安全、數(shù)據(jù)分析、圍繞大數(shù)據(jù)商業(yè)價(jià)值的數(shù)據(jù)挖掘等運(yùn)用逐漸成為行業(yè)人士追捧的利潤(rùn)焦點(diǎn)。隨著大數(shù)據(jù)時(shí)代的到來，大數(shù)據(jù)分析應(yīng)運(yùn)而生。

前端展現(xiàn)

用于演示分析的前端開源工具有JasperSoftPentaho  Spagobi  OpenI  BIRT等。

用于呈現(xiàn)分析的商業(yè)分析工具是Style Intelligence、RapidMiner Radoop、Cognos， BO，  Microsoft   power   bi， Oracle，Microstrategy，QlikView、Form  。

中國(guó)有BDP和郭云的數(shù)據(jù)（大數(shù)據(jù)魔鏡）smartFineBI等等。

數(shù)據(jù)倉(cāng)庫(kù)

有Teradata AsterData， EMC GreenPlum， HP Vertica 等等。

數(shù)據(jù)集市

有QlikView、  Form  、Style   intelligence and so on。

大數(shù)據(jù)分析的六個(gè)基本方面

1.  analysis   visualization（可視化分析）

無論對(duì)于數(shù)據(jù)分析專家還是普通用戶，數(shù)據(jù)可視化都是對(duì)數(shù)據(jù)分析工具最基本的要求。可視化可以直觀地展示數(shù)據(jù)，讓數(shù)據(jù)自己說話，讓受眾聽到結(jié)果

2.  data mining   algorithm（數(shù)據(jù)挖掘算法）

可視化是給人的，數(shù)據(jù)挖掘是給機(jī)器的。集群、分割、異常值分析和其他算法允許我們深入數(shù)據(jù)并挖掘價(jià)值。這些算法不僅要處理大數(shù)據(jù)量，還要處理大數(shù)據(jù)速度

3.  Prediction   Analysis   Function（預(yù)測(cè)性分析能力）

數(shù)據(jù)挖掘可以讓分析師更好地理解數(shù)據(jù)，而預(yù)測(cè)分析可以讓分析師根據(jù)可視化分析和數(shù)據(jù)挖掘的結(jié)果做出一些預(yù)測(cè)性的判斷。

4.  engine（語義引擎）

我們知道非結(jié)構(gòu)化數(shù)據(jù)的多樣性給數(shù)據(jù)分析帶來了新的挑戰(zhàn)，我們需要一系列的工具來分析提取和分析數(shù)據(jù)。語義引擎需要被設(shè)計(jì)成能夠從“文檔”中智能提取信息。

5.  Data   Quality and Management（數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理）

數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理是一些管理最佳實(shí)踐。通過標(biāo)準(zhǔn)化流程和工具處理數(shù)據(jù)可以確保預(yù)定義的高質(zhì)量分析結(jié)果。

如果大數(shù)據(jù)真的是下一個(gè)重要的技術(shù)創(chuàng)新，我們 我們最好關(guān)注大數(shù)據(jù)能給我們帶來的好處，而不僅僅是挑戰(zhàn)。

6.數(shù)據(jù)存儲(chǔ)，數(shù)據(jù)倉(cāng)庫(kù)

數(shù)據(jù)倉(cāng)庫(kù)是為了便于以特定模式對(duì)數(shù)據(jù)進(jìn)行多維分析和多角度展示而建立的關(guān)系數(shù)據(jù)庫(kù)。在商業(yè)智能系統(tǒng)的設(shè)計(jì)中，數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)建是商業(yè)智能系統(tǒng)的關(guān)鍵和基礎(chǔ)，它承擔(dān)著商業(yè)系統(tǒng)數(shù)據(jù)集成的任務(wù)，為商業(yè)智能系統(tǒng)提供數(shù)據(jù)抽取、轉(zhuǎn)換和加載(ETL)，并按主題查詢和訪問數(shù)據(jù)，為在線數(shù)據(jù)分析和數(shù)據(jù)挖掘提供數(shù)據(jù)平臺(tái)。

巴西世界杯關(guān)系

大數(shù)據(jù)分析[分析龐大的數(shù)據(jù)]

與歷屆世界杯不同的是，：數(shù)據(jù)分析成為巴西世界杯之外的一大亮點(diǎn)。隨著場(chǎng)上球員的激烈競(jìng)爭(zhēng)，大數(shù)據(jù)也在全面解讀世界杯背后的分析故事。一向以嚴(yán)謹(jǐn)著稱的德國(guó)隊(duì)推出了專門處理大數(shù)據(jù)的足球解決方案，分析比賽數(shù)據(jù)，優(yōu)化球隊(duì)配置，通過分析對(duì)手?jǐn)?shù)據(jù)找到比賽“制敵”方式；谷歌、微軟、Opta等人通過大數(shù)據(jù)分析預(yù)測(cè)結(jié)果. 大數(shù)據(jù)，不僅僅成為賽場(chǎng)上的“第12人”在某種程度上，它也是世界杯'預(yù)言帝'

大數(shù)據(jù)分析遇上世界杯，這是大數(shù)據(jù)時(shí)代的必然，未來大數(shù)據(jù)分析也將改變我們生活的方方面面。

1.積極主動(dòng)＆預(yù)測(cè)需求：企業(yè)面臨越來越大的競(jìng)爭(zhēng)壓力他們不僅需要獲取客戶，還需要了解他們的需求，以便改善客戶體驗(yàn)，發(fā)展長(zhǎng)期關(guān)系。通過共享數(shù)據(jù)，客戶降低了數(shù)據(jù)使用的隱私級(jí)別，并期望企業(yè)理解他們，形成相應(yīng)的交互，并在所有接觸點(diǎn)提供無縫體驗(yàn)。

為此，企業(yè)需要多個(gè)標(biāo)識(shí)符來識(shí)別客戶（例如手機(jī)、電子郵件和地址）并將其集成到一個(gè)客戶ID中。隨著客戶越來越多地使用多種渠道與企業(yè)互動(dòng)，有必要整合傳統(tǒng)數(shù)據(jù)源和數(shù)字?jǐn)?shù)據(jù)源，以了解客戶 行為。此外，企業(yè)還需要提供上下文相關(guān)的實(shí)時(shí)體驗(yàn)，這也是客戶的期望。

2. 緩沖風(fēng)險(xiǎn)＆減少欺詐：安全和欺詐分析旨在保護(hù)所有物理的、金融和知識(shí)資產(chǎn)受到保護(hù)，免受內(nèi)部和外部威脅。高效的數(shù)據(jù)和分析能力將確保最佳的欺詐防范水平，并提高整個(gè)企業(yè)的安全性：威懾需要建立一個(gè)有效的機(jī)制，使企業(yè)能夠迅速發(fā)現(xiàn)和預(yù)測(cè)欺詐活動(dòng)，同時(shí)識(shí)別和跟蹤肇事者。

將統(tǒng)計(jì)、網(wǎng)絡(luò)、在預(yù)測(cè)性欺詐傾向模型中使用了路徑和大數(shù)據(jù)方法論，這將確保它在被實(shí)時(shí)威脅檢測(cè)流程觸發(fā)后能夠及時(shí)做出響應(yīng)，并自動(dòng)發(fā)出警報(bào)并做出相應(yīng)的處理。數(shù)據(jù)管理和高效透明的欺詐事件報(bào)告機(jī)制將有助于改進(jìn)欺詐風(fēng)險(xiǎn)管理流程。

此外，整個(gè)企業(yè)的數(shù)據(jù)的整合和關(guān)聯(lián)可以提供一個(gè)統(tǒng)一的跨業(yè)務(wù)線、產(chǎn)品和交易的欺詐觀點(diǎn)。多類型分析和數(shù)據(jù)庫(kù)可以提供更準(zhǔn)確的欺詐趨勢(shì)分析和預(yù)測(cè)，預(yù)測(cè)未來潛在的操作模式，并識(shí)別欺詐審計(jì)和調(diào)查的漏洞。

3.提供相關(guān)產(chǎn)品：產(chǎn)品是任何企業(yè)生存的基石，通常也是企業(yè)投入最多的領(lǐng)域。產(chǎn)品管理團(tuán)隊(duì)的角色是識(shí)別和推動(dòng)創(chuàng)新、新功能和服務(wù)戰(zhàn)略路線圖的發(fā)展趨勢(shì)。

通過對(duì)個(gè)人發(fā)表的想法和觀點(diǎn)的第三方數(shù)據(jù)源進(jìn)行有效的整理，然后進(jìn)行相應(yīng)的分析，可以幫助企業(yè)在需求發(fā)生變化或開發(fā)新技術(shù)時(shí)保持競(jìng)爭(zhēng)力，并且可以加快對(duì)市場(chǎng)需求的預(yù)測(cè)，在需求產(chǎn)生之前提供相應(yīng)的產(chǎn)品。

4. 個(gè)性化＆服務(wù)：公司仍然在結(jié)構(gòu)化數(shù)據(jù)中掙扎，需要通過數(shù)字技術(shù)快速處理客戶交互帶來的不穩(wěn)定性。要做出實(shí)時(shí)反應(yīng)，讓客戶感受到被重視，只能通過先進(jìn)的分析技術(shù)來實(shí)現(xiàn)。大數(shù)據(jù)帶來基于客戶的互動(dòng)機(jī)會(huì)個(gè)性。這是通過了解客戶的態(tài)度，考慮實(shí)時(shí)位置等因素實(shí)現(xiàn)的，從而在多渠道的服務(wù)環(huán)境中帶來個(gè)性化的關(guān)注。

5. 優(yōu)化＆改善客戶體驗(yàn) 糟糕的運(yùn)營(yíng)管理可能會(huì)導(dǎo)致許多重大問題，包括損害客戶體驗(yàn)并最終降低品牌忠誠(chéng)度的重大風(fēng)險(xiǎn)。通過將分析技術(shù)應(yīng)用于過程設(shè)計(jì)和控制，以及商品或服務(wù)生產(chǎn)中的業(yè)務(wù)運(yùn)營(yíng)優(yōu)化，可以提高滿足客戶期望的有效性和效率，并實(shí)現(xiàn)卓越運(yùn)營(yíng)。

通過部署先進(jìn)的分析技術(shù)，可以提高現(xiàn)場(chǎng)運(yùn)營(yíng)活動(dòng)的生產(chǎn)率和效率，并根據(jù)業(yè)務(wù)和客戶需求優(yōu)化組織人力安排。數(shù)據(jù)和分析的最佳使用可以帶來端到端的視圖并衡量關(guān)鍵運(yùn)營(yíng)指標(biāo)，從而確保持續(xù)改進(jìn)。

例如，對(duì)許多企業(yè)來說，存貨是流動(dòng)資產(chǎn)類別中最大的項(xiàng)目——庫(kù)存過多或不足將直接影響公司 直接成本和盈利能力。通過數(shù)據(jù)和分析，以最低的成本保證不間斷生產(chǎn)、銷售和/或客戶服務(wù)水平，從而提高庫(kù)存管理水平。數(shù)據(jù)和分析可以提供關(guān)于當(dāng)前和計(jì)劃庫(kù)存情況以及庫(kù)存高度的信息、組成和位置信息，并可以幫助確定存儲(chǔ)策略和做出相應(yīng)的決策。客戶期望無縫體驗(yàn)，并讓企業(yè)了解他們的活動(dòng)。