關于大數據你必須了解的幾個關鍵詞

大數據分析的定義：

大數據分析，即對規模巨大的數據進行分析，能夠高效存儲和處理海量數據、并有效達成多種分析目標的工具及技術的集合。Gartner將大數據分析定義為追求顯露模式檢測和發散模式檢測，以及強化對過去未連接資產的使用的實踐和方法，意即一套針對大數據進行知識發現的方法。通俗地講，大數據分析技術就是大數據的收集、存儲、分析和可視化的技術，是一套能夠解決大數據的4V【海量(Volume)、高速(Velocity)、多變(Variety)、真實(Veracity)】問題，分析出高價值(Value)的信息的工具集合。

大數據的特點：數據量大、數據種類多、 要求實時性強、數據所蘊藏的價值大。在各行各業均存在大數據，但是眾多的信息和咨詢是紛繁復雜的，需要搜索、處理、分析、歸納、總結其深層次的規律。

數據量:這個參數表示數據的數量，隨著科學技術及互聯網的發展，推動著大數據時代的來臨，各行各業每天都在產生數量巨大的數據碎片，數據計量單位已從從Byte、KB、MB、GB、TB發展到PB、EB、ZB、YB甚至BB、NB、DB來衡量。

數據類型:

傳統企業數據(Traditionalenterprisedata)：包括CRMsystems的消費者數據，傳統的ERP數據，庫存數據以及賬目數據等。 機器和傳感器數據(Machine-generated/sensordata)：包括呼叫記錄(CallDetailRecords)，智能儀表，工業設備傳感器，設備日志(通常是Digitalexhaust)，交易數據等。 社交數據(Socialdata)：包括用戶行為記錄，反饋數據等。如Twitter，Facebook這樣的社交媒體平臺。

處理速度: 1秒定律，這一點也是和傳統的數據挖掘技術有著本質的不同，物聯網，云計算、移動互聯網、車聯網、手機、平板電腦、PC以及遍布地球各個角落的各種各樣的傳感器，無一不是數據來源或者承載的方式。

大數據分析工具：

數據來自各個方面，在面對龐大而復雜的大數據，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算時代，挖掘大數據價值，及時調整戰略方向。

大數據的應用：

大數據可應用于各行各業，將人們收集到的龐大數據進行分析整理，實現資訊的有效利用。

營銷:

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

財政:

使用大數據技術可以預防欺詐檢查、進行風險估計和管理、貿易監視、反洗錢、防止信貸風險等。

保險:

為規避風險，防止欺詐行為，由大數據分析師及時分析調整工作負荷，客戶價值等。

零售:

1、分析商品

2、供應鏈管理分析

3、優化消費

通訊:

推進網絡優化規劃，滿足不同客戶需求，研發并推出新產品。

分析引擎:提供連接器，處理數據庫。

支持大數據分析法：

面對龐雜而復雜的數據，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，集中分析數據，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，將協調R統計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務，并及時提供必要的網絡分析對策。

大數據的意義和前景：

總的來說，大數據是對大量、動態、能持續的數據，通過運用新系統、新工具、新模型進行挖掘，從而獲得具有洞察力和新價值的東西。以前，面對龐大的數據，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，從而在科學工作中得到錯誤的推斷，而大數據時代的來臨，一切真相將會展現在人們面前。