什么是大数据分析？大数据分析要学什么？

大数据分析概念

大数据分析是指对大数据的分析。大数据可以概括为5个V，?数据量大(Volume)、速度快(Velocity)、类型多(Variety)、价值（Value）、真实性(Veracity)。?

作为当今最热门的大数据IT围绕大数据的商业价值，如数据仓库、数据安全、数据分析、数据挖掘等，逐渐成为业内人士追求的利润焦点。随着大数据时代的到来，大数据分析也应运而生。

介绍大数据分析工具

前端展现?

用于展现分析的前端开源工具有JasperSoft，Pentaho,?Spagobi,?Openi,?Birt等等Style?Intelligence、RapidMiner?Radoop、Cognos,?BO,?Microsoft?Power?BI,?Oracle,Microstrategy,QlikVie、?Tableau?。?

国内的有BDP，国云数据(大数据魔镜)，思迈特，FineBI等等。?

数据仓库?

有Teradata?AsterData,?EMC?GreenPlum,?HP?Vertica?等等。?

数据集市?

有QlikView、?Tableau?、Style?Intelligence等等。

大数据分析步骤

大数据分析的六个基本方面

1.?Analytic?Visualizations(可视化分析)

??数据可视化是数据分析工具最基本的要求，无论是数据分析专家还是普通用户。可视化可以直观地显示数据，让数据自己说话，让观众听到结果。

2.?Data?Mining?Algorithms(数据挖掘算法)

??可视化是给人看的，数据挖掘是给机器看的。集群、分割、孤立点分析等算法让我们深入数据，挖掘价值。这些算法不仅要处理大数据的数量，还要处理大数据的速度。

3.?Predictive?Analytic?Capabilities(预测分析能力)

??数据挖掘可以让分析师更好地理解数据，预测分析可以让分析师根据可视化分析和数据挖掘结果做出一些预测性判断。

4.?Se ** ntic?Engines(语义引擎)

??我们知道，由于非结构化数据的多样性给数据分析带来了新的挑战，我们需要一系列的工具来分析、提取和分析数据。语义引擎需要从文档中智能提取信息。

?5.Data?Quality?and?Master?Data?Management(数据质量和数据管理)

数据质量和数据管理是一些管理方面的最佳实践。通过标准化的流程和工具处理数据，可以保证预定义的高质量分析结果。

如果大数据真的是下一个重要的技术创新，我们最好关注大数据的好处，而不仅仅是挑战。

6.数据存储，数据仓库?

数据仓库是根据特定模式存储多维分析和多角度显示数据的关系数据库。在商业智能系统的设计中，数据仓库的建设是关键，是商业智能系统的基础，承担业务系统数据集成的任务，为商业智能系统提供数据提取、转换和加载(ETL)，并根据主题查询和访问数据，为在线数据分析和数据挖掘提供数据平台。

大数据分析业务成果

1.积极主动&预测需求：企业和机构面临着越来越大的竞争压力。他们不仅需要获得客户，还需要了解客户的需求，以改善客户体验，发展长期关系。通过共享数据，客户可以降低数据使用的隐私水平，希望企业能够了解他们，形成相应的互动，并在所有接触点提供无缝体验。

因此，企业需要识别客户的多个标识符（如手机、电子邮件和地址），并将其整合为单独的客户ID。由于客户使用越来越多的渠道与企业互动，因此需要整合传统的数据源和数字数据源来理解客户的行为。此外，企业还需要提供与情境相关的实时体验，这也是客户的期望。

2.?缓冲风险&减少欺诈：安全和欺诈分析旨在保护所有物理、财务和知识资产免受内外威胁的滥用。高效的数据和分析能力将确保最佳的欺诈预防水平，提高整个企业和机构的安全性：威慑需要建立有效的机制，使企业能够快速检测和预测欺诈活动，并识别和跟踪肇事者。

大数据方 ** 预测性欺诈倾向模型用于带来报警，将确保在实时威胁检测过程触发后及时响应，并自动发出报警和相应处理。数据管理和高效透明的欺诈事件报告机制将有助于改进欺诈风险管理过程。

此外，整个企业的数据集成和关联可以提供不同业务线、产品和交易的统一欺诈视图。多类型分析和数据基础可以提供更准确的欺诈趋势分析和预测，预测未来的潜在操作模式，确定欺诈审计和调查中的漏洞。

3.提供相关产品：产品是任何企业和机构生存的基石，通常是企业投资最大的领域。产品管理团队的作用是识别创新、新功能和服务战略路线图的发展趋势。

通过有效整理个人发布的想法和观点的第三方数据源，然后进行相应的分析，可以帮助企业在需求变化或开发新技术时保持竞争力，加快市场需求预测，在需求生成前提供相应的产品。

4.?个性化&服务：公司仍难以处理结构化数据，需要通过数字技术快速处理客户交互带来的不稳定性。只有通过先进的分析技术才能实现实时响应，让客户感受到关注。大数据带来了基于客户个性的互动机会。这是通过了解客户的态度，考虑实时位置等因素，在多渠道服务环境中带来个性化关注。

5.?优化&改善客户体验：运营管理不善可能导致无数重大问题，包括损害客户体验、最终降低品牌忠诚度的重大风险。分析技术可以提高满足客户期望的有效性和效率，并通过在流程设计和控制以及商品或服务生产中的业务运营优化中应用分析技术来实现卓越的运营。

通过部署先进的分析技术，可以提高现场运营活动的生产力和效率，并根据业务和客户需求优化人力安排。数据和分析的最佳使用可以带来端对端视图，并衡量关键操作指标，以确保持续改进。

例如，对于许多企业来说，库存是当前资产类别中最大的项目——库存过多或不足会直接影响公司的直接成本和盈利能力。通过数据和分析，可以以最低的成本保证持续的生产、销售和/或客户服务水平，从而提高库存管理水平。数据和分析可以提供当前和计划中的库存信息，以及库存高度、组成和位置的信息，并有助于确定库存策略并做出相应的决策。客户期待着获得相关的无缝体验，让企业了解他们的活动。