大數(shù)據(jù)不僅僅意味著數(shù)據(jù)大，最重要的是對大數(shù)據(jù)進行分析，只有通過分析才能獲取很多智能的、深入的、有價值的信息。下面介紹大數(shù)據(jù)分析的五個基本方面——

預(yù)測性分析能力：數(shù)據(jù)挖掘可以讓分析員更好地理解數(shù)據(jù)，而預(yù)測性分析可以讓分析員根據(jù)可視化分析和數(shù)據(jù)挖掘的結(jié)果做出一些預(yù)測性的判斷。

數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理：通過標準化的流程和工具對數(shù)據(jù)進行處理，可以保證一個預(yù)先定義好的高質(zhì)量的分析結(jié)果。

可視化分析：不管是對數(shù)據(jù)分析專家還是普通用戶，數(shù)據(jù)可視化是數(shù)據(jù)分析工具最基本的要求，可視化可以直觀的展示數(shù)據(jù)，讓數(shù)據(jù)自己說話，讓觀眾聽到結(jié)果。

語義引擎：由于非結(jié)構(gòu)化數(shù)據(jù)的多樣性帶來了數(shù)據(jù)分析的新的挑戰(zhàn)，我們需要一系列的工具去解析、提取、分析數(shù)據(jù)，語義引擎需要被設(shè)計成能夠從“文檔”中智能提取信息。

數(shù)據(jù)挖掘算法：可視化是給人看的，數(shù)據(jù)挖掘就是給機器看的，集群、分割、孤立點分析還有其他的算法讓我們深入數(shù)據(jù)內(nèi)部，挖掘價值，這些算法不僅要處理大數(shù)據(jù)的量，也要處理大數(shù)據(jù)的速度。