你弄明白要分析什么數(shù)據(jù)了嗎

估計大家聽大數(shù)據(jù)聽得太多，耳朵都快起繭了吧？誰要IT界不如娛樂界那么精彩熱鬧，幾年才憋出一個流行詞，自然大家只要提到數(shù)據(jù)，都說“大”；提到服務(wù)，都說“云”。

言歸正傳，你弄明白大數(shù)據(jù)分析要分析什么數(shù)據(jù)了嗎？（弄明白的高手可以直接飄過；沒弄明白的，看下面的內(nèi)容能不能漲姿勢）

我們先來簡單聊幾句有關(guān)大數(shù)據(jù)分析工具的背景。無需置疑，現(xiàn)在大數(shù)據(jù)平臺和大數(shù)據(jù)分析工具日益普及，作用是可以幫助企業(yè)收集和分析數(shù)據(jù)，好處是可以尋找有價值的商業(yè)信息和洞察，以改進產(chǎn)品與服務(wù)。大數(shù)據(jù)分析工具用于分析數(shù)據(jù)，可以開發(fā)預(yù)測模型（predictive model）和規(guī)范模型（prescriptive model）。在現(xiàn)代化的業(yè)務(wù)流程應(yīng)用中，嵌入這些模型能夠提高企業(yè)的生產(chǎn)力和價值。同時，使用大數(shù)據(jù)分析工具可以輕松進行擴展，獲取通常在大數(shù)據(jù)平臺才有的可用資源。

其實，大數(shù)據(jù)分析工具經(jīng)常提供的技術(shù)，一般而言，都不算什么新鮮事物。只是到最近這幾年，數(shù)據(jù)挖掘算法的強大功能才被主流商業(yè)用戶采用，它可以結(jié)合海量數(shù)據(jù)、多種數(shù)據(jù)類型和不同的數(shù)據(jù)結(jié)構(gòu)，對數(shù)據(jù)集進行預(yù)測性分析（predictive analyses）和規(guī)范性分析（prescriptive analyses）。

但在用戶看來，大數(shù)據(jù)分析仍然是一種新興的企業(yè)級功能，要像靠它達到預(yù)期收益，一定存在風(fēng)險，還要投入很大的時間成本。所以，在決定投身之前，一定要弄清楚怎樣判斷什么樣的大數(shù)據(jù)分析適合你的企業(yè)？

有一個概念可以很清楚地區(qū)分大數(shù)據(jù)分析和其他形式的分析：要分析的數(shù)據(jù)有多大的數(shù)據(jù)量、數(shù)據(jù)規(guī)模如何和數(shù)據(jù)是否呈多樣性。在過去，通常是從非常大的數(shù)據(jù)庫中提取樣本數(shù)據(jù)集，建立分析模型，然后通過測試再調(diào)整的過程加以改進。而現(xiàn)在，隨著計算平臺能夠提供可擴展的存儲和計算能力，可分析的數(shù)據(jù)量幾乎不再受任何限制。這意味著，實時預(yù)測性分析和訪問大量正確的數(shù)據(jù)可以幫助企業(yè)改善業(yè)績。這樣的機會取決于企業(yè)能否整合和分析不同類型大數(shù)據(jù)。以下四大類數(shù)據(jù)就是大數(shù)據(jù)要分析的數(shù)據(jù)類型：

交易數(shù)據(jù)（Transaction data）

大數(shù)據(jù)平臺能夠獲取時間跨度更大、更海量的結(jié)構(gòu)化交易數(shù)據(jù)，這樣就可以對更廣泛的交易數(shù)據(jù)類型進行分析，不僅僅包括POS或電子商務(wù)購物數(shù)據(jù)，還包括行為交易數(shù)據(jù)，例如Web服務(wù)器記錄的互聯(lián)網(wǎng)點擊流數(shù)據(jù)日志。

人為數(shù)據(jù)（Human-generated data）

非結(jié)構(gòu)數(shù)據(jù)廣泛存在于電子郵件、文檔、圖片、音頻、視頻，以及通過博客、維基，尤其是社交媒體產(chǎn)生的數(shù)據(jù)流。這些數(shù)據(jù)為使用文本分析功能進行分析提供了豐富的數(shù)據(jù)源泉。

移動數(shù)據(jù)（Mobile data）

能夠上網(wǎng)的智能手機和平板越來越普遍。這些移動設(shè)備上的App都能夠追蹤和溝通無數(shù)事件，從App內(nèi)的交易數(shù)據(jù)（如搜索產(chǎn)品的記錄事件）到個人信息資料或狀態(tài)報告事件（如地點變更即報告一個新的地理編碼）。

機器和傳感器數(shù)據(jù)（Machine and sensor data）

這包括功能設(shè)備創(chuàng)建或生成的數(shù)據(jù)，例如智能電表、智能溫度控制器、工廠機器和連接互聯(lián)網(wǎng)的家用電器。這些設(shè)備可以配置為與互聯(lián)網(wǎng)絡(luò)中的其他節(jié)點通信，還可以自動向中央服務(wù)器傳輸數(shù)據(jù)，這樣就可以對數(shù)據(jù)進行分析。機器和傳感器數(shù)據(jù)是來自新興的物聯(lián)網(wǎng)（IoT）所產(chǎn)生的主要例子。來自物聯(lián)網(wǎng)的數(shù)據(jù)可以用于構(gòu)建分析模型，連續(xù)監(jiān)測預(yù)測性行為（如當(dāng)傳感器值表示有問題時進行識別），提供規(guī)定的指令（如警示技術(shù)人員在真正出問題之前檢查設(shè)備）。