“大數(shù)據(jù)”是近年來IT行業(yè)的熱詞，大數(shù)據(jù)在各個行業(yè)的應(yīng)用逐漸變得廣泛起來，如2014年的兩會，我們聽得最多的也是大數(shù)據(jù)分析，那么，什么是大數(shù)據(jù)呢，大數(shù)據(jù)時代怎么理解呢，一起來看看吧。

　　

　　大數(shù)據(jù)的定義。大數(shù)據(jù)，又稱巨量資料，指的是所涉及的數(shù)據(jù)資料量規(guī)模巨大到無法通過人腦甚至主流軟件工具，在合理時間內(nèi)達到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營決策更積極目的的資訊。

                 

　　大數(shù)據(jù)的特點。數(shù)據(jù)量大、數(shù)據(jù)種類多、 要求實時性強、數(shù)據(jù)所蘊藏的價值大。在各行各業(yè)均存在大數(shù)據(jù)，但是眾多的信息和咨詢是紛繁復(fù)雜的，我們需要搜索、處理、分析、歸納、總結(jié)其深層次的規(guī)律。

                  

　　大數(shù)據(jù)的采集�？茖W(xué)技術(shù)及互聯(lián)網(wǎng)的發(fā)展，推動著大數(shù)據(jù)時代的來臨，各行各業(yè)每天都在產(chǎn)生數(shù)量巨大的數(shù)據(jù)碎片，數(shù)據(jù)計量單位已從從Byte、KB、MB、 GB、TB發(fā)展到PB、EB、ZB、YB甚至BB、NB、DB來衡量。大數(shù)據(jù)時代數(shù)據(jù)的采集也不再是技術(shù)問題，只是面對如此眾多的數(shù)據(jù)，我們怎樣才能找到 其內(nèi)在規(guī)律。

                    

　　大數(shù)據(jù)的挖掘和處理。大數(shù)據(jù)必然無法用人腦來推算、估測，或者用單臺的計算機進行處理，必須采用分布式計算架構(gòu)，依托云計算的分布式處理、分布式數(shù)據(jù)庫、云存儲和虛擬化技術(shù)，因此，大數(shù)據(jù)的挖掘和處理必須用到云技術(shù)。

　　互聯(lián)網(wǎng)是個神奇的大網(wǎng)，大數(shù)據(jù)開發(fā)也是一種模式，你如果真想了解大數(shù)據(jù)，可以來這里，這個手機的開始數(shù)字是一八七中間的是三兒零最后的是一四二五零，按照順序組合起來就可以找到，我想說的是，除非你想做或者了解這方面的內(nèi)容，如果只是湊熱鬧的話，就不要來了。

                            

　　大 數(shù)據(jù)的應(yīng)用。大數(shù)據(jù)可應(yīng)用于各行各業(yè)，將人們收集到的龐大數(shù)據(jù)進行分析整理，實現(xiàn)資訊的有效利用。舉個本專業(yè)的例子，比如在奶牛基因?qū)用鎸ふ遗c產(chǎn)奶量相關(guān) 的主效基因，我們可以首先對奶牛全基因組進行掃描，盡管我們獲得了所有表型信息和基因信息，但是由于數(shù)據(jù)量龐大，這就需要采用大數(shù)據(jù)技術(shù)，進行分析比對， 挖掘主效基因。例子還有很多。

                

　　大數(shù)據(jù)的意義和前景�？偟膩碚f，大數(shù)據(jù)是對大量、動態(tài)、能持續(xù)的數(shù)據(jù)，通過運 用新系統(tǒng)、新工具、新模型的挖掘，從而獲得具有洞察力和新價值的東西。以前，面對龐大的數(shù)據(jù)，我們可能會一葉障目、可見一斑，因此不能了解到事物的真正本 質(zhì)，從而在科學(xué)工作中得到錯誤的推斷，而大數(shù)據(jù)時代的來臨，一切真相將會展現(xiàn)在我么面前。

                 

　　商業(yè)智能的技術(shù)體系主要有數(shù)據(jù)倉庫（Data Warehouse，DW）、聯(lián)機分析處理（OLAP）以及數(shù)據(jù)挖掘（Data Mining，DM）三部分組成。

　　數(shù)據(jù)倉庫是商業(yè)智能的基礎(chǔ),許多基本報表可以由此生成,但它更大的用處是作為進一步分析的數(shù)據(jù)源。所謂數(shù)據(jù)倉庫（DW）就是面向主題的、集成的、穩(wěn)定的、不同時間的數(shù)據(jù)集合，用以支持經(jīng)營管理中的決策制定過程。多維分析和數(shù)據(jù)挖掘是最常聽到的例子,數(shù)據(jù)倉庫能供給它們所需要的、整齊一致的數(shù)據(jù)。

　　在線分析處理（OLAP）技術(shù)則幫助分析人員、管理人員從多種角度把從原始數(shù)據(jù)中轉(zhuǎn)化出來、能夠真正為用戶所理解的、并真實反映數(shù)據(jù)維特性的信息，進行快速、一致、交互地訪問，從而獲得對數(shù)據(jù)的更深入了解的一類軟件技術(shù)。

　　數(shù)據(jù)挖掘（DM）是一種決策支持過程，它主要基于AI、機器學(xué)習(xí)、統(tǒng)計學(xué)等技術(shù)，高度自動化地分析企業(yè)原有的數(shù)據(jù)，做出歸納性的推理，從中挖掘出潛在的模式，預(yù)測客戶的行為，幫助企業(yè)的決策者調(diào)整市場策略，減少風(fēng)險，做出正確的決策。

　　商業(yè)智能的應(yīng)用范圍

　　1.采購管理

　　2.財務(wù)管理

　　3.人力資源管理

　　4.客戶服務(wù)

　　5.配銷管理

　　6.生產(chǎn)管理

　　7.銷售管理

　　8.行銷管理

　　商業(yè)智能實施步驟商業(yè)智能系統(tǒng)處理流程[1]

　　商業(yè)智能（BI）作為一個概念，描述與業(yè)務(wù)緊密結(jié)合，并且根據(jù)需要進行相關(guān)特性展示和數(shù)據(jù)處理的過程。

　　為了讓數(shù)據(jù)“活”起來，往往需要利用數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、報表設(shè)計與展示、聯(lián)機在線分析（OLAP）等技術(shù)。數(shù)據(jù)或者數(shù)據(jù)源包含的種類繁多，例如存儲在關(guān)系型數(shù)據(jù)庫中的，在外圍數(shù)據(jù)文件中的，在業(yè)務(wù)流中實時產(chǎn)生存儲在內(nèi)存中的等等。而商業(yè)智能最終能夠輔助的業(yè)務(wù)經(jīng)營決策，既可以是操作層的，也可以是戰(zhàn)術(shù)層和戰(zhàn)略層的決策。

　　這些分析有財務(wù)管理、點擊流分析（Clickstream）、供應(yīng)鏈管理、關(guān)鍵績效指標（Key Performance Indicators, KPI）、客戶分析等。商業(yè)智能關(guān)注的是，從各種渠道（軟件，系統(tǒng)，人，等等）發(fā)掘可執(zhí)行的戰(zhàn)略信息。商業(yè)智能用的工具有抽�。‥xtraction）、轉(zhuǎn)換（Transformation）和加載（Load）軟件（搜集數(shù)據(jù)，建立標準的數(shù)據(jù)結(jié)構(gòu)，然后把這些數(shù)據(jù)存在另外的數(shù)據(jù)庫中）、數(shù)據(jù)挖掘和在線分析（Online Analytical Processing，允許用戶容易地從多個角度選取和察看數(shù)據(jù)）等 。

　　商業(yè)智能系統(tǒng)的功能

　　商業(yè)智能系統(tǒng)應(yīng)具有的主要功能：

　　數(shù)據(jù)倉庫：高效的數(shù)據(jù)存儲和訪問方式。提供結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)存儲，容量大，運行穩(wěn)定，維護成本低，支持元數(shù)據(jù)管理，支持多種結(jié)構(gòu)，例如中心式數(shù)據(jù)倉庫，分布式數(shù)據(jù)倉庫等。存儲介質(zhì)能夠支持近線式和二級存儲器。能夠很好的支持現(xiàn)階段容災(zāi)和備份方案。

　　數(shù)據(jù)ETL：數(shù)據(jù)ETL支持多平臺、多數(shù)據(jù)存儲格式（多數(shù)據(jù)源，多格式數(shù)據(jù)文件，多維數(shù)據(jù)庫等）的數(shù)據(jù)組織，要求能自動化根據(jù)描述或者規(guī)則進行數(shù)據(jù)查找和理解。減少海量、復(fù)雜數(shù)據(jù)與全局決策數(shù)據(jù)之間的差距。幫助形成支撐決策要求的參考內(nèi)容。

　　數(shù)據(jù)統(tǒng)計輸出（報表）：報表能快速的完成數(shù)據(jù)統(tǒng)計的設(shè)計和展示，其中包括了統(tǒng)計數(shù)據(jù)表樣式和統(tǒng)計圖展示，可以很好的輸出給其他應(yīng)用程序或者Html形式表現(xiàn)和保存。對于自定義設(shè)計部分要提供簡單易用的設(shè)計方案，支持靈活的數(shù)據(jù)填報和針對非技術(shù)人員設(shè)計的解決方案。能自動化完成輸出內(nèi)容的發(fā)布。

　　分析功能：可以通過業(yè)務(wù)規(guī)則形成分析內(nèi)容，并且展示樣式豐富，具有一定的交互要求，例如預(yù)警或者趨勢分析等。要支持多維度的聯(lián)機在線分析（OLAP分析），實現(xiàn)維度變化、旋轉(zhuǎn)、數(shù)據(jù)切片和數(shù)據(jù)鉆取等。幫助決策做出正確的判斷。

　　典型的商業(yè)智能系統(tǒng)

　　典型的商業(yè)智能系統(tǒng)有：

　　客戶分析系統(tǒng)、菜籃分析系統(tǒng)、反洗錢系統(tǒng)、反詐騙系統(tǒng)、客戶聯(lián)絡(luò)分析系統(tǒng)、市場細分系統(tǒng)、信用計分系統(tǒng)、產(chǎn)品收益系統(tǒng)、庫存運作系統(tǒng)以及與商業(yè)風(fēng)險相關(guān)的應(yīng)用系統(tǒng)等。

　　[編輯]商業(yè)智能解決方案廠商

　　提供商業(yè)智能解決方案的著名IT廠商包括微軟、IBM、Oracle、Microstrategy、Business Objects、Cognos、SAS等