
如何獲得大數(shù)據(jù)的價值_數(shù)據(jù)分析師
“大數(shù)據(jù)”這一術語跟隨著茂丘西奧的足跡:以其不可阻擋之勢橫掃了企業(yè)分析和商業(yè)智能(BI)領域,通常還伴隨著其瑯瑯上口的“三V”口號(數(shù)量,速度和種類)。大數(shù)據(jù)及其一同帶來的新技術和新的商業(yè)模式已經開始以許多專家認為是罕見的方式被企業(yè)所接受。
兩個角色定義大數(shù)據(jù)
關于大數(shù)據(jù)的早期討論集中于數(shù)據(jù)管理問題方面。傳統(tǒng)的流動數(shù)據(jù)到企業(yè)級數(shù)據(jù)倉庫(EDW)的方法很難跟上需求。一些分析專家認為大數(shù)據(jù)將最終導致EDW的消亡,但這次峰會的與會者傾向于采用更保守的前景。技術可以更好地解決一些大數(shù)據(jù)的挑戰(zhàn):解析關系型數(shù)據(jù)庫,像Hadoop這樣的非關系型數(shù)據(jù)庫,流處理系統(tǒng),將被整合在一起為企業(yè)級數(shù)據(jù)倉庫工作,根據(jù)懷特介紹?!叭藗兿朐诟L的時間內存儲更多的數(shù)據(jù),但他們沒有能力做到這一點。”他說。“大數(shù)據(jù)的最大的用例之一是數(shù)據(jù)中心?!?/span>
在這種情況下,企業(yè)要獲得約10年的詳細數(shù)據(jù),將企業(yè)級數(shù)據(jù)倉庫與用于存儲最新的數(shù)據(jù)進行拆分,而第二個平臺,例如Hadoop,可以用相當較低的成本存儲較舊的數(shù)據(jù),根據(jù)懷特介紹。
盡管關于大數(shù)據(jù)的討論,有時無法超越數(shù)據(jù)管理的范疇,懷特說。大數(shù)據(jù)不是完全由數(shù)據(jù)是如何管理來定義的;其還涉及到企業(yè)對大數(shù)據(jù)的見解?!边@是我們應該解決的分析問題,而不僅僅只是管理問題?!彼f?!笔悄闳绾翁幚泶髷?shù)據(jù)的問題?!?/span>
分析是至關重要的,弗萊曼同意這一觀點。大數(shù)據(jù)也同樣影響著企業(yè)如何進行分析工作。例如,當一家企業(yè)擁有大量信息或數(shù)據(jù)流時,移動數(shù)據(jù)從一個地方到另一個地方便不是一個有效的模型,她說。我們的裝配信息的方式實際上在當我們研究數(shù)據(jù)時就已經改變了很多。她補充說。
業(yè)務分析師(那些知道需要考察大數(shù)據(jù)哪些問題以及如何看待這些問題的人)在處理數(shù)據(jù)時,將需要發(fā)揮更加突出的作用。這是因為大數(shù)據(jù)的問題往往是業(yè)務問題,而不是結構或數(shù)據(jù)的管理風格的問題,弗萊曼說。企業(yè)也需要相關的算法應用程序,以幫助篩選數(shù)據(jù),區(qū)分哪些數(shù)據(jù)是相關的,哪些是無用的。這些應用程序將變得比可視化工具更為重要,被稱為大數(shù)據(jù)分析的關鍵,成為了懷特和弗萊曼在此次峰會上演示的重點。利用科技能夠處理更大,更快,更多不同類型的數(shù)據(jù),在密集和復雜的環(huán)境中,有可能變得很難想像,她說。
“當您要做出相關的決定時,你必須要運用算法分析表面有關的數(shù)據(jù),最重要的有趣的信息?!备トR曼說。當我們在分析傳感器數(shù)據(jù)或社會數(shù)據(jù)資料時,我覺得有很多的信息相當無趣,甚至沒有價值。但是重要的是要關注其調查結果的模式。
數(shù)據(jù)管理+分析
耦合,數(shù)據(jù)管理和分析可以幫助企業(yè)走向新的方向,根據(jù)弗萊曼和懷特介紹。因為他們結合了傳統(tǒng)的數(shù)據(jù)與新的數(shù)據(jù)源,提出了新問題,他們將分析教給新用戶,幫助他們發(fā)現(xiàn)新的機遇。這就是我們要給予在硅谷的很多初創(chuàng)公司的建議,如果他們不具備分析大數(shù)據(jù)的能力,就不會有生意。”弗萊曼以一家加州山景城的一家SST公司為例。
這家小企業(yè)成立于1995年,專注于槍聲探測技術,其技術已部署到美國警察部門和政府機構。從本質上講,SST旗下產品是一種數(shù)據(jù)服務,取決于其實時分析數(shù)據(jù)的能力,進而識別槍聲和發(fā)出適當?shù)木瘓?,弗萊曼解釋。
但是濫用或過度使用大數(shù)據(jù)這一術語,已成為本次行業(yè)峰會與會者們所達成的一個關鍵性的共識。大數(shù)據(jù)的關鍵并不在于它是新的東西;相反,這只是企業(yè)業(yè)務的延伸。大數(shù)據(jù)是一種進化,專家說。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到決策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10