大數(shù)據(jù)分析PK傳統(tǒng)分析

大數(shù)據(jù)(big data)，是指無法在可承受的時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合。以下是大數(shù)據(jù)的一般特點。

數(shù)據(jù)存儲量相對于當前企業(yè)TB(TERA BYTES)字節(jié)的存儲限制，定義在PB(PETA BYTES)字節(jié)，EXA字節(jié)以及更高的容量順序。

通常它被認為是非結(jié)構(gòu)化數(shù)據(jù)，并不適合企業(yè)已經(jīng)習慣使用的關(guān)系型數(shù)據(jù)庫之下數(shù)據(jù)的生成使用的是數(shù)據(jù)輸入非傳統(tǒng)的手段，像無線射頻識別(RFID)，傳感器網(wǎng)絡(luò)等。

數(shù)據(jù)對時間敏感，且由數(shù)據(jù)的收集與相關(guān)的時區(qū)組成。

在過去，專業(yè)術(shù)語“分析”應用于商業(yè)智能(BI)世界來提供工具和智能，通過對各種各樣可能的信息視角的快速的、一致的、交互式訪問獲得洞察力。

與分析的概念非常接近，數(shù)據(jù)挖掘已經(jīng)應用于企業(yè)以保持關(guān)鍵監(jiān)測和海量信息的分析。最大的挑戰(zhàn)就是如何通過大量的數(shù)據(jù)挖掘出所有的隱藏信息。

企業(yè)數(shù)據(jù)的分析朝著在一段時間內(nèi)在那種內(nèi)容中的信息的有意義的洞察，是大數(shù)據(jù)分析區(qū)別于傳統(tǒng)數(shù)據(jù)倉庫分析的原因所在。下表總結(jié)了一些它們之間的差別。

大數(shù)據(jù)分析用例

基于用例，企業(yè)可以理解大數(shù)據(jù)分析的價值和在大數(shù)據(jù)分析的幫助下如何解決傳統(tǒng)的問題。以下是一些用法。

客戶滿意度和保證分析

也許這是基于產(chǎn)品的企業(yè)所擔心的最大的一個領(lǐng)域。

在當今時代，沒有一個清晰的方式來衡量產(chǎn)品的問題和與客戶滿意度相關(guān)的問題，除非他們以一個正式的方式出現(xiàn)在一個電子表格中。信息質(zhì)量方面，它是通過各種外部渠道收集的，而且大多數(shù)時候的數(shù)據(jù)沒有清洗，因為數(shù)據(jù)是非結(jié)構(gòu)化數(shù)據(jù)，無法關(guān)聯(lián)相關(guān)的問題，所以長期的解決方案提供給客戶，分類和分組的問題陳述都缺失了，導致企業(yè)不能對問題進行分組，從上面的討論中，對客戶滿意度和保證分析使用大數(shù)據(jù)分析將幫助企業(yè)在急需的客戶注意力設(shè)置中獲得洞察力，并有效地解決他們的問題以及在他們的新產(chǎn)品線上避免這些問題。

競爭對手的市場滲透率分析

在今天高度競爭的經(jīng)濟環(huán)境下，我們需要通過一種實時分析對競爭者強大的區(qū)域和他們的痛點進行衡量。這種信息是可適用于各種各樣的網(wǎng)站、社交媒體網(wǎng)站和其他公共領(lǐng)域。對這種數(shù)據(jù)的大數(shù)據(jù)分析可以向企業(yè)提供關(guān)于他們產(chǎn)品線的優(yōu)勢、劣勢、機遇、威脅等非常需要的信息。

產(chǎn)品功能和用法分析

大多數(shù)產(chǎn)品企業(yè)，尤其是消費品，不斷在他們的產(chǎn)品線上增加許多功能，但有可能一些功能不會真正地被顧客所使用，而有些功能則更多地被使用，對這種通過各種移動設(shè)備和其它基于無線射頻識別(RFID)輸入捕捉到的數(shù)據(jù)的有效分析，可以為產(chǎn)品企業(yè)提供有價值的洞察力。

未來方向的分析

研究小組分析在各種業(yè)務(wù)中的趨勢，而這種信息通過行業(yè)特定門戶網(wǎng)站甚至常見的博客可以獲得。對這種未來數(shù)據(jù)的不斷分析將有助于企業(yè)期待未來，并將這些期待帶入他們的生產(chǎn)線。

總結(jié)

大數(shù)據(jù)分析為企業(yè)和ZF分析非結(jié)構(gòu)化的數(shù)據(jù)提供了新的途徑，這些非結(jié)構(gòu)化數(shù)據(jù)到目前為止在典型的企業(yè)數(shù)據(jù)倉庫的情景中被數(shù)據(jù)清洗的慣例所拒絕。然而從以上用例明顯看出，這些分析在改善企業(yè)的運營方面有很長的路要走。我們在未來的日子里將會看到更多的產(chǎn)品和應用系統(tǒng)在這個市場上出現(xiàn)。