大數(shù)據(jù)分析是指對規(guī)模巨大的數(shù)據(jù)進行分析。大數(shù)據(jù)可以概括為5個V， 數(shù)據(jù)量大(Volume)、速度快(Velocity)、類型多(Variety)、價值（Value）、真實性（Veracity）。

大數(shù)據(jù)作為時下最火熱的IT行業(yè)的詞匯，隨之而來的數(shù)據(jù)倉庫、數(shù)據(jù)安全、數(shù)據(jù)分析、數(shù)據(jù)挖掘等等圍繞大數(shù)據(jù)的商業(yè)價值的利用逐漸成為行業(yè)人士爭相追捧的利潤焦點。隨著大數(shù)據(jù)時代的來臨，大數(shù)據(jù)分析也應(yīng)運而生。

工具介紹

前端展現(xiàn)

用于展現(xiàn)分析的前端開源工具有JasperSoft，Pentaho, Spagobi, Openi, Birt等等。用于展現(xiàn)分析商用分析工具有Style Intelligence、RapidMiner Radoop、Cognos, BO, Microsoft Power BI, Oracle,Microstrategy,QlikView、 Tableau 。國內(nèi)的有BDP，國云數(shù)據(jù)（大數(shù)據(jù)魔鏡），思邁特，F(xiàn)ineBI等等。

數(shù)據(jù)倉庫

有Teradata AsterData, EMC GreenPlum, HP Vertica 等等。

數(shù)據(jù)集市

有QlikView、 Tableau 、Style Intelligence等等。

業(yè)務(wù)成果

1、主動&預(yù)測需求： 企業(yè)機構(gòu)面臨著越來越大的競爭壓力，它們不僅需要獲取客戶，還要了解客戶的需求，以便提升客戶體驗，并發(fā)展長久的關(guān)系?？蛻敉ㄟ^分享數(shù)據(jù)，降低數(shù)據(jù)使用的隱私級別，期望企業(yè)能夠了解他們，形成相應(yīng)的互動，并在所有的接觸點提供無縫體驗。

為此，企業(yè)需要識別客戶的多個標識符（例如手機、電子郵件和地址），并將其整合為一個單獨的客戶ID。由于客戶越來越多地使用多個渠道與企業(yè)互動，為此需要整合傳統(tǒng)數(shù)據(jù)源和數(shù)字數(shù)據(jù)源來理解客戶的行為。此外，企業(yè)也需要提供情境相關(guān)的實時體驗，這也是客戶的期望。

2、沖風險&減少欺詐： 安全和欺詐分析旨在保護所有物理、財務(wù)和知識資產(chǎn)免受內(nèi)部和外部威脅的濫用。高效的數(shù)據(jù)和分析能力將確保最佳的欺詐預(yù)防水平，提升整個企業(yè)機構(gòu)的安全：威懾需要建立有效的機制，以便企業(yè)快速檢測并預(yù)測欺詐活動，同時識別和跟蹤肇事者。

將統(tǒng)計、網(wǎng)絡(luò)、路徑和大數(shù)據(jù)方法論用于帶來警報的預(yù)測性欺詐傾向模型，將確保在被實時威脅檢測流程觸發(fā)后能夠及時做出響應(yīng)，并自動發(fā)出警報和做出相應(yīng)的處理。數(shù)據(jù)管理以及高效和透明的欺詐事件報告機制將有助于改進欺詐風險管理流程。

此外，對整個企業(yè)的數(shù)據(jù)進行集成和關(guān)聯(lián)可以提供統(tǒng)一的跨不同業(yè)務(wù)線、產(chǎn)品和交易的欺詐視圖。多類型分析和數(shù)據(jù)基礎(chǔ)可以提供更準確的欺詐趨勢分析和預(yù)測，并預(yù)測未來的潛在操作方式，確定欺詐審計和調(diào)查中的漏洞。

3、關(guān)產(chǎn)品： 產(chǎn)品是任何企業(yè)機構(gòu)生存的基石，也通常是企業(yè)投入最大的領(lǐng)域。產(chǎn)品管理團隊的作用是辨識推動創(chuàng)新、新功能和服務(wù)戰(zhàn)略路線圖的發(fā)展趨勢。

通過對個人公布的想法和觀點的第三方數(shù)據(jù)源進行有效整理，再進行相應(yīng)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)的時候保持競爭力，并能夠加快對市場需求的預(yù)測，在需求產(chǎn)生之前提供相應(yīng)產(chǎn)品。

4、個性化&服務(wù)： 公司在處理結(jié)構(gòu)化數(shù)據(jù)方面仍然有些吃力，并需要快速應(yīng)對通過數(shù)字技術(shù)進行客戶交互所帶來的不穩(wěn)定性。要做出實時回應(yīng)，并讓客戶感覺受到重視，只能通過先進的分析技術(shù)實現(xiàn)。大數(shù)據(jù)帶來了基于客戶個性進行互動的機會。這是通過理解客戶的態(tài)度，并考慮實時位置等因素，從而在多渠道的服務(wù)環(huán)境中帶來個性化關(guān)注實現(xiàn)的。

5、優(yōu)化&改善客戶體驗：運營管理不善可能會導致無數(shù)重大的問題，這包括面臨損害客戶體驗，最終降低品牌忠誠度的重大風險。通過在流程設(shè)計和控制，以及在商品或服務(wù)生產(chǎn)中的業(yè)務(wù)運營優(yōu)化中應(yīng)用分析技術(shù)，可以提升滿足客戶期望的有效性和效率，并實現(xiàn)卓越的運營。

通過部署先進的分析技術(shù)，可以提高現(xiàn)場運營活動的生產(chǎn)力和效率，并能夠根據(jù)業(yè)務(wù)和客戶需求優(yōu)化組織人力安排。數(shù)據(jù)和分析的最佳化使用可以帶來端對端的視圖，并能夠?qū)﹃P(guān)鍵運營指標進行衡量，從而確保持續(xù)不斷的改進。

例如，對于許多企業(yè)來說，庫存是當前資產(chǎn)類別中最大的一個項目——庫存過多或不足都會直接影響公司的直接成本和盈利能力。通過數(shù)據(jù)和分析，能夠以最低的成本確保不間斷的生產(chǎn)、銷售和/或客戶服務(wù)水平，從而改善庫存管理水平。數(shù)據(jù)和分析能夠提供目前和計劃中的庫存情況的信息，以及有關(guān)庫存高度、組成和位置的信息，并能夠幫助確定存庫戰(zhàn)略，并做出相應(yīng)決策?？蛻羝诖@得相關(guān)的無縫體驗，并讓企業(yè)得知他們的活動。

異步分析

異步處理的大數(shù)據(jù)分析中遵守了捕獲、存儲加分析的流程，過程中數(shù)據(jù)由傳感器、網(wǎng)頁服務(wù)器、銷售終端、移動設(shè)備等獲取，之后再存儲到相應(yīng)設(shè)備上，之后再進行分析。由于這些類型的分析都是通過傳統(tǒng)的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)(RDBMS)進行的，數(shù)據(jù)形式都需要轉(zhuǎn)換或者轉(zhuǎn)型成為RDBMS能夠使用的結(jié)構(gòu)類型，例如行或者列的形式，并且需要和其它的數(shù)據(jù)相連續(xù)。

處理的過程被稱之為提取、轉(zhuǎn)移、加載或者稱為ETL。首先將數(shù)據(jù)從源系統(tǒng)中提取處理，再將數(shù)據(jù)標準化處理且將數(shù)據(jù)發(fā)往相應(yīng)的數(shù)據(jù)倉儲等待進一步分析。在傳統(tǒng)數(shù)據(jù)庫環(huán)境中，這種ETL步驟相對直接，因為分析的對象往往是為人們熟知的金融報告、銷售或者市場報表、企業(yè)資源規(guī)劃等等。然而在大數(shù)據(jù)環(huán)境下，ETL可能會變得相對復雜，因此轉(zhuǎn)型過程對于不同類型的數(shù)據(jù)源之間處理方式是不同的。

當分析開始的時候，數(shù)據(jù)首先從數(shù)據(jù)倉儲中會被抽出來，被放進RDBMS里以產(chǎn)生需要的報告或者支撐相應(yīng)的商業(yè)智能應(yīng)用。在大數(shù)據(jù)分析的環(huán)節(jié)中，裸數(shù)據(jù)以及經(jīng)轉(zhuǎn)換了的數(shù)據(jù)大都會被保存下來，因為可能在后面還需要再次轉(zhuǎn)換。