什麼是大資料分析？ 需要分析哪五個基本方面？

1、大資料分析是指對規模巨大的資料進行分析。

2、Analytic Visualizations（視覺化分析

3、Data Mining Algorithms（資料探勘演算法）

4、Predictive Analytic Capabilities（預測性分析能力）

5、Semantic Engines（語義引擎）

6、Data Quality and Master Data Management（資料質量和資料管理）資料質量和資料管理是一些管理方面的最佳實踐。

方法/步驟

1

大資料分析是指對規模巨大的資料進行分析。大資料可以概括為4個V， 資料量大(Volume)、速度快(Velocity)、型別多(Variety)、真實性(Veracity)。大資料作為時下最火熱的IT行業的詞彙，隨之而來的資料倉庫、資料安全、資料分析、資料探勘等等圍繞大資料的商業價值的利用逐漸成為行業人士爭相追捧的利潤焦點。隨著大資料時代的來臨，大資料分析也應運而生。大資料技術挖掘訓練，王道海。下面是大資料分析的五個基本方面

2

Analytic Visualizations（視覺化分析），管是對資料分析專家還是普通使用者，資料視覺化是資料分析工具最基本的要求。視覺化可以直觀的展示資料，讓資料自己說話，讓觀眾聽到結果。

3

Data Mining Algorithms（資料探勘演算法）　　視覺化是給人看的，資料探勘就是給機器看的。叢集、分割、孤立點分析還有其他的演算法讓我們深入資料內部，挖掘價值。這些演算法不僅要處理大資料的量，也要處理大資料的速度。

4

Predictive Analytic Capabilities（預測性分析能力）　　資料探勘可以讓分析員更好的理解資料，而預測性分析可以讓分析員根據視覺化分析和資料探勘的結果做出一些預測性的判斷。

5

Semantic Engines（語義引擎）　　我們知道由於非結構化資料的多樣性帶來了資料分析的新的挑戰，我們需要一系列的工具去解析，提取，分析資料。語義引擎需要被設計成能夠從“文件”中智慧提取資訊。

6

Data Quality and Master Data Management（資料質量和資料管理）資料質量和資料管理是一些管理方面的最佳實踐。通過標準化的流程和工具對資料進行處理可以保證一個預先定義好的高質量的分析結果。假如大資料真的是下一個重要的技術革新的話，我們最好把精力關注在大資料能給我們帶來的好處，而不僅僅是挑戰。