數(shù)據(jù)分析到底有多難？根據(jù)具體場景，問題相當(dāng)廣泛。無論是站在求職者的角度還是企業(yè)管理的角度，前者在技術(shù)上問題不大，這是有借鑒意義的。難點在于如何結(jié)合業(yè)務(wù)場景給出分析思路，建立分析系統(tǒng)，幾乎沒有參考價值。

數(shù)據(jù)分析到底有多難？

根據(jù)具體場景，問題相當(dāng)廣泛。無論是站在求職者的角度還是企業(yè)管理的角度，前者在技術(shù)上問題不大，這是有借鑒意義的。難點在于如何結(jié)合業(yè)務(wù)場景給出分析思路，建立分析系統(tǒng)，幾乎沒有參考價值。對于企業(yè)來說，數(shù)據(jù)治理通常是最大的問題，成本高且存在不確定因素。尤其是要進(jìn)行數(shù)字化轉(zhuǎn)型的傳統(tǒng)企業(yè)，還有很長的路要走，坑也不少。

大數(shù)據(jù)有哪些特點？

大數(shù)據(jù)是大數(shù)據(jù)的概念范疇。大數(shù)據(jù)是指傳統(tǒng)軟件工具在一定時間內(nèi)無法捕獲、管理和處理的數(shù)據(jù)集。它是一種海量、高增長率、多樣化的信息資產(chǎn)，需要新的處理模式具有更強(qiáng)的決策能力、洞察力和流程優(yōu)化能力。麥肯錫全球研究所（McKinsey Global Research Institute）給出的定義是：大規(guī)模的數(shù)據(jù)集，在獲取、存儲、管理和分析方面遠(yuǎn)遠(yuǎn)超出了傳統(tǒng)數(shù)據(jù)庫軟件工具的能力。它具有數(shù)據(jù)規(guī)模大、數(shù)據(jù)流動快、數(shù)據(jù)類型多樣、價值密度低等特點。

大數(shù)據(jù)的特點。在維克多·邁爾·勛伯格（Victor Myer Schoenberg）和肯尼斯·庫克耶（Kenneth kuckye）筆下的大數(shù)據(jù)時代，大數(shù)據(jù)是指用所有數(shù)據(jù)進(jìn)行分析和處理，而不是使用隨機(jī)分析（抽樣調(diào)查）的捷徑。大數(shù)據(jù)的特征（由IBM提出）：體積（大容量）、速度（高速）、多樣性（多樣性）、價值（低值密度）、準(zhǔn)確性（真實性）。

具體來說，體積：數(shù)據(jù)的大小決定了所考慮數(shù)據(jù)的價值和潛在信息。多樣性：數(shù)據(jù)類型的多樣性。速度：獲得數(shù)據(jù)的速度?？勺冃裕鹤璧K有效處理和管理數(shù)據(jù)的過程。準(zhǔn)確性：數(shù)據(jù)的質(zhì)量。復(fù)雜性：數(shù)據(jù)量大，來源多。價值：合理利用大數(shù)據(jù)，低成本創(chuàng)造高價值。

從技術(shù)角度來看，大數(shù)據(jù)和云計算之間的關(guān)系就像硬幣的正反兩面一樣密不可分。大數(shù)據(jù)不能由一臺計算機(jī)處理，因此必須采用分布式體系結(jié)構(gòu)。其特點是對海量數(shù)據(jù)進(jìn)行分布式數(shù)據(jù)挖掘。但它必須依靠云計算的分布式處理、分布式數(shù)據(jù)庫和云存儲、虛擬化技術(shù)。

隨著云時代的到來，大數(shù)據(jù)越來越受到關(guān)注。據(jù)分析團(tuán)隊介紹，大數(shù)據(jù)通常用來描述一個公司創(chuàng)建的大量非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，下載到關(guān)系數(shù)據(jù)庫進(jìn)行分析需要花費太多的時間和金錢。大數(shù)據(jù)分析通常與云計算相關(guān)，因為實時大數(shù)據(jù)集分析需要MapReduce這樣的框架將工作分配給數(shù)十臺、數(shù)百臺甚至數(shù)千臺計算機(jī)。

大數(shù)據(jù)需要特殊的技術(shù)來有效處理大量數(shù)據(jù)。適用于大數(shù)據(jù)的技術(shù)包括海量并行處理（MPP）數(shù)據(jù)庫、數(shù)據(jù)挖掘、分布式文件系統(tǒng)、分布式數(shù)據(jù)庫、云計算平臺、互聯(lián)網(wǎng)和可擴(kuò)展存儲系統(tǒng)。