通過整合不同來源的數(shù)據(jù)，比如：網(wǎng)站分析、社交數(shù)據(jù)、用戶、本地?cái)?shù)據(jù)，大數(shù)據(jù)可以幫助你了解的全面的情況。大數(shù)據(jù)分析正在變的越來越容易，成本越來越低，而且相比以前能更容易的加速對(duì)業(yè)務(wù)的理解。

大數(shù)據(jù)通常與企業(yè)商業(yè)智能（BI）和數(shù)據(jù)倉庫有共同的特點(diǎn)：高成本、高難度、高風(fēng)險(xiǎn)。

以前的商業(yè)智能和數(shù)據(jù)倉庫的舉措是失敗的，因?yàn)樗麄冃枰ㄙM(fèi)數(shù)月甚至是數(shù)年的時(shí)間才能讓股東得到可以量化的收益。然而事實(shí)并非如此，實(shí)際上你可以在當(dāng)天就獲得真實(shí)的意圖，至少是在數(shù)周內(nèi)。

為什么使用大數(shù)據(jù)？

數(shù)據(jù)在呈爆炸式的速度增長。其中一個(gè)顯著的例子來自于我們的客戶，他們大多使用谷歌分析。當(dāng)他們分析一個(gè)長時(shí)間段數(shù)據(jù)或者使用高級(jí)細(xì)分時(shí)，谷歌分析的數(shù)據(jù)開始進(jìn)行抽樣，這會(huì)使得數(shù)據(jù)的真正價(jià)值被隱藏。

現(xiàn)在我們的工具Clickstreamr可以收集點(diǎn)擊級(jí)的巨量的數(shù)據(jù)，因此你可以追蹤用戶在他們?cè)L問路徑（或者訪問流）中的每一個(gè)點(diǎn)擊行為。另外，如果你加入一些其他的數(shù)據(jù)源，他就真正的變成了大數(shù)據(jù)。

更完整的解析

大 數(shù)據(jù)并不僅僅是大量的數(shù)據(jù)。他的真正意義在于根據(jù)相關(guān)的數(shù)據(jù)背景，來完成一個(gè)更加完整的報(bào)告。舉個(gè)例子，如果你把你的CRM數(shù)據(jù)加入到你網(wǎng)站的數(shù)據(jù)分析當(dāng) 中，你可能就會(huì)找到你早就知道的高價(jià)值用戶群。她們是女性，住在西海岸，年齡30至45，花費(fèi)了大量的時(shí)間在Pinterest和Facebook。

現(xiàn)在你已經(jīng)被這些知識(shí)武裝起來了，那就是如何有效的設(shè)定和獲取更多高價(jià)值的用戶。

類似Tableau和谷歌這樣的公司給用戶帶來了更加強(qiáng)大的數(shù)據(jù)分析工具（比如：大數(shù)據(jù)分析）。Tableau提供了一個(gè)可視化分析軟件的解決方 案，每年的價(jià)格是2000美金。谷歌提供了BigQuery工具，他可以允許你在數(shù)分鐘內(nèi)分析你的數(shù)據(jù)，并且可以滿足任何的預(yù)算要求。

大數(shù)據(jù)是什么？

由于大數(shù)據(jù)往往是一個(gè)混合結(jié)構(gòu)、半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，因此大數(shù)據(jù)變得難以關(guān)聯(lián)、處理和管理，特別是和傳統(tǒng)的關(guān)系型數(shù)據(jù)庫。當(dāng)談到大數(shù)據(jù)的時(shí) 候，高德納公司（Gartner Group，成立于1979年，它是第一家信息技術(shù)研究和分析的公司）的分析師把它分成個(gè)3個(gè)V加以區(qū)分：

• 量級(jí)（Volume）：大量的數(shù)據(jù)
• 速率（Velocity）：高速的數(shù)據(jù)產(chǎn)出
• 多樣性（Variety）：多種類型和來源的數(shù)據(jù)。

正如我們所說，大部分的企業(yè)每一天在不同的領(lǐng)域都在產(chǎn)出大量的數(shù)據(jù)。這里給出一組樣本數(shù)據(jù)的來源及類型，他們都是企業(yè)在做大數(shù)據(jù)分析時(shí)潛在的收集和聚合數(shù)據(jù)的方式：

• 網(wǎng)站分析
• 移動(dòng)分析
• 設(shè)備/傳感器數(shù)據(jù)
• 用戶數(shù)據(jù)（CRM）
• 統(tǒng)一的企業(yè)數(shù)據(jù)（ERP）
• 社交數(shù)據(jù)
• 會(huì)計(jì)系統(tǒng)
• 銷售點(diǎn)系統(tǒng)
• 銷售體系
• 消費(fèi)者數(shù)據(jù)（例如益佰利的數(shù)據(jù)、鄧氏商聯(lián)的數(shù)據(jù)或者普查數(shù)據(jù)）
• 公司內(nèi)部電子表格
• 公司內(nèi)部數(shù)據(jù)庫
• 位置數(shù)據(jù)（空間位置、GPS定位的位置）
• 天氣數(shù)據(jù)

但是針對(duì)無限的數(shù)據(jù)來源，不要去做太多事情。把焦點(diǎn)放在相關(guān)的數(shù)據(jù)上，并且從小的數(shù)據(jù)開始。通常以2-3種數(shù)據(jù)源開始是一個(gè)好的建議，比如網(wǎng)站數(shù) 據(jù)、消費(fèi)者數(shù)據(jù)和CRM，這些會(huì)讓你得到一些有價(jià)值的見解。在你最初進(jìn)入大數(shù)據(jù)分析之后，你可以開始添加數(shù)據(jù)源來促進(jìn)你的分析，并且公布更多的分析結(jié)果。

想要獲得更多關(guān)于大數(shù)據(jù)細(xì)節(jié)的知識(shí)，可以去查閱維基百科的大數(shù)據(jù)詞條。

大數(shù)據(jù)的好處

大數(shù)據(jù)提供了一種識(shí)別和利用高價(jià)值機(jī)會(huì)的前瞻性方法。如果你想，那么大數(shù)據(jù)可以提供如下好處：

• 根據(jù)數(shù)據(jù)背景獲得更完整的情況
• 利用數(shù)據(jù)驅(qū)動(dòng)做出更好的商業(yè)決策
• 降低商業(yè)風(fēng)險(xiǎn)
• 市場(chǎng)上最好的解決方案
• 開發(fā)出更好的定制化產(chǎn)品或服務(wù)
• 更好的預(yù)測(cè)客戶的需求和想法
• 迅速適應(yīng)市場(chǎng)
• 在實(shí)時(shí)數(shù)據(jù)的趨勢(shì)和預(yù)測(cè)上更加主動(dòng)
• 建立精確的生命價(jià)值周期（LTV）、地圖和用戶類型
• 閱讀更長和更復(fù)雜的屬性窗口（用于網(wǎng)站點(diǎn)擊流數(shù)據(jù)）
• 對(duì)通過細(xì)分的更復(fù)雜的導(dǎo)航進(jìn)行可視化，并且改善你的轉(zhuǎn)化漏斗（用于網(wǎng)站點(diǎn)擊流數(shù)據(jù)）

并不適用所有人

請(qǐng)記住，大數(shù)據(jù)分析并不適合所有人。如果你沒有安裝并且制定分析中的目標(biāo)、沒有準(zhǔn)備好歸因模型、再營銷和高級(jí)細(xì)分，那么你就沒有為大數(shù)據(jù)做好準(zhǔn)備。

如果你把谷歌分析使用到了極限，特別是由于他的采樣數(shù)據(jù)。那么你已經(jīng)準(zhǔn)備好接觸大數(shù)據(jù)的皮毛了。

入門級(jí)大數(shù)據(jù)解決方案

目前有一大批面向企業(yè)級(jí)的大數(shù)據(jù)解決方案，比如甲骨文、SAP,、IBM、EMC和惠普。但是。這篇文章是面向?qū)ふ胰腴T級(jí)大數(shù)據(jù)解決方案的中小型企業(yè)的讀者。下面我們將討論數(shù)據(jù)分析的輸出，并且分享兩個(gè)相對(duì)廉價(jià)的解決方案，從而幫助你開始使用大數(shù)據(jù)分析。

分析結(jié)果的輸出

目前對(duì)于大多數(shù)企業(yè)而言，數(shù)據(jù)分析主要還是針對(duì)核心數(shù)據(jù)。然而在未來，數(shù)據(jù)分析將不會(huì)采用采樣數(shù)據(jù)，并且會(huì)結(jié)合其他來源的數(shù)據(jù)，使用更加復(fù)雜的工具（比如Tableau）去分析他。谷歌分析是一個(gè)偉大的工具，但是你能獲得的結(jié)果目前已經(jīng)到達(dá)極致了。

匯總數(shù)據(jù)的第一步往往是你輸出數(shù)據(jù)分析的過程。

如果你是一個(gè)谷歌分析高級(jí)版的用戶，這將很容易被推進(jìn)。因?yàn)楣雀璺治龈呒?jí)版集成了BigQuery功能來幫助企業(yè)推動(dòng)大數(shù)據(jù)分析。（學(xué)習(xí)更多的關(guān)于數(shù)據(jù)分析及BigQuery的集成，請(qǐng)查看視頻）

如果你是一個(gè)谷歌分析標(biāo)準(zhǔn)版的用戶，也不用擔(dān)心。我們已經(jīng)開發(fā)了一個(gè)工具，它可以導(dǎo)出未采樣的谷歌分析數(shù)據(jù)，并且把數(shù)據(jù)推送到BigQuery，或者其他的可以做大數(shù)據(jù)分析的數(shù)據(jù)倉庫或者數(shù)據(jù)工具中。

（注：你可能也注意到了其他的可以導(dǎo)出谷歌分析未采樣數(shù)據(jù)的工具，但是不同的是，這是我們的主要工作。作為一個(gè)谷歌分析工具的咨詢公司，我們不得不經(jīng)常幫助客戶導(dǎo)出未采樣的數(shù)據(jù)做報(bào)告用。但是當(dāng)我們發(fā)現(xiàn)了其他工具的一些問題時(shí)，我們不得不自己創(chuàng)建一個(gè)更可靠的解決方案。）

一旦你導(dǎo)出了你的數(shù)據(jù)，你可以做好準(zhǔn)備把它導(dǎo)入到一個(gè)大數(shù)據(jù)分析工具中進(jìn)行存儲(chǔ)、處理和可視化。這就給我們帶來了最好的入門級(jí)大數(shù)據(jù)解決方案。

谷歌大數(shù)據(jù)解決方案

谷歌BigQuery是一個(gè)網(wǎng)絡(luò)服務(wù)，它能夠讓你執(zhí)行數(shù)十億行的大規(guī)模的數(shù)據(jù)集的交互分析。重要的是它很容易使用，并且允許精明的用戶根據(jù)需求開發(fā)更加大的功能。

BigQuery采用你容易承受的按需定價(jià)的原則，當(dāng)你開始存儲(chǔ)和處理你的大數(shù)據(jù)查詢時(shí)，每個(gè)月的花費(fèi)只有幾百美金。事實(shí)上，每個(gè)月前100GB的 數(shù)據(jù)處理是免費(fèi)的。隨著你需求的增長，你可以拓展你的數(shù)據(jù)需求，并且為這部分需求買單。最好的消息是，BigQuery使得大數(shù)據(jù)存儲(chǔ)和處理適用于所有 人。

Tableau大數(shù)據(jù)解決方案

Tableau提供了4個(gè)強(qiáng)大的功能（也許更多）來促進(jìn)大數(shù)據(jù)分析和預(yù)測(cè)分析。

• Salesforce連接器允許你輕松的連接CRM和銷售數(shù)據(jù)（更快、更容易的連接CRM和銷售數(shù)據(jù)，所以如果你使用Salesforce，沒有什么理由不加入大數(shù)據(jù)）
• 谷歌分析鏈接可以幫助你更容易的創(chuàng)建自定義的儀表盤和報(bào)告（然而這個(gè)功能依舊需要升級(jí)才能變的更好）
• 谷歌BigQuery連接器可以快速的分析在谷歌免費(fèi)的網(wǎng)絡(luò)服務(wù)中的大量數(shù)據(jù)。
• 為任何點(diǎn)擊行為的分析添加預(yù)測(cè)的功能（真正快速的預(yù)測(cè)）