在分析業(yè)界，大數(shù)據(jù)是這些天被討論最多的詞。在企業(yè)業(yè)務(wù)方面，也許將掀起一場(chǎng)空前的變革浪潮。

絕大多數(shù)企業(yè)已經(jīng)意識(shí)到，快速、高效的分析、挖掘海量數(shù)據(jù)背后價(jià)值將給企業(yè)洞察未來，帶來絕對(duì)競(jìng)爭(zhēng)優(yōu)勢(shì)。

大數(shù)據(jù)一種空前的顛覆技術(shù)，其將帶來數(shù)據(jù)倉庫協(xié)會(huì)( TDWI)已經(jīng)發(fā)布的3V——體積、速度、多樣性(Volume, Velocity & Variety.)外的第四方面的價(jià)值。

它使業(yè)務(wù)用戶以更快的方式處理每顆粒度的數(shù)據(jù)位，消除了傳統(tǒng)的采樣然后在模型的方式。

鼓勵(lì)調(diào)查用戶數(shù)據(jù)方法，因?yàn)榭梢越咏酱罅繑?shù)據(jù)。

能揭示隱藏在數(shù)據(jù)背后的深刻洞察力，由于大型數(shù)據(jù)的移動(dòng)特性，過去預(yù)測(cè)成本太過昂貴。

根據(jù)Gartner報(bào)告，大數(shù)據(jù)優(yōu)先于中小企業(yè)，到2016年，將驅(qū)動(dòng)2320億美元的資金投放量。

一些用于大數(shù)據(jù)的技術(shù)平臺(tái)：

基于分布式平臺(tái)：Hadoop-MapReduce

基于硬件平臺(tái)：Greenplum, IBM Puredata(Netezza), Oracle, Teradata

柱狀數(shù)據(jù)庫平臺(tái)：HP Vertica, ParAccel, 1010data

內(nèi)存數(shù)據(jù)庫平臺(tái)/工具：SAP Hana, Qlikview, Tableau

非關(guān)系型數(shù)據(jù)/NoSQL：Cassandra, MongoDB, Splunk, Hbase

由于其超高的可伸縮性以及比其他平臺(tái)更低的成本，Hadoop位于技術(shù)列表中的最頂層，用于處理大數(shù)據(jù)。它是由一系列聯(lián)系的產(chǎn)品組合起來的，可以將大型數(shù)據(jù)集分成若干小塊放在商品型服務(wù)器上，并且在一個(gè)分布式集群環(huán)境里處理數(shù)據(jù)，并快速返回結(jié)果。

可能用到大數(shù)據(jù)的一些行業(yè)案例：

保險(xiǎn)：從固定在汽車上的監(jiān)測(cè)裝置上收集數(shù)據(jù)，以基于駕駛習(xí)慣提供個(gè)性化的保險(xiǎn)政策，提供價(jià)格最優(yōu)化的保險(xiǎn)產(chǎn)品，索賠欺詐以及社會(huì)網(wǎng)絡(luò)鏈接分析。

零售：為整個(gè)購物車分析購物過程數(shù)據(jù)而不是樣本數(shù)據(jù)，基于社會(huì)媒體的情感分析以提升品牌認(rèn)知度、客戶服務(wù)、競(jìng)爭(zhēng)環(huán)境分析、顧客與市場(chǎng)劃分、網(wǎng)絡(luò)日志分析等來了解顧客的行為。

銀行與金融：啟動(dòng)整個(gè)歷史數(shù)據(jù)以更好地識(shí)別欺詐行為，資本市場(chǎng)的貿(mào)易管制、為客戶更準(zhǔn)確的風(fēng)險(xiǎn)評(píng)估、挖掘呼叫中心的數(shù)據(jù)價(jià)值。

醫(yī)療：分析電子健康病例以提升患者治療率，與減少保險(xiǎn)支付成本、通過分析出院卡信息減少再入院率。

制造：預(yù)測(cè)保修成本與在備件物品上的檢測(cè)問題，數(shù)據(jù)挖掘幫助了解客戶對(duì)產(chǎn)品改進(jìn)的一些意見。

由于大數(shù)據(jù)舉措還處于不成熟的萌芽階段，有許多不同觀點(diǎn)與如何被應(yīng)用。企業(yè)需要關(guān)注大數(shù)據(jù)處理的過程，同時(shí)盡量避免移動(dòng)大量數(shù)據(jù)時(shí)非常昂貴的。

大數(shù)據(jù)幫助企業(yè)以及個(gè)人做出更佳決策——更快、更有效與更高質(zhì)量。