简述大数据分析
大数据分析是指的什么？
大数据分析是指的什么？
大数据分析是指对规模巨大的数据进行分析。
对大数据bigdata进行采集、清洗、挖掘、分析等，大数据主要有数据采集、数据存储、数据管理和数据分析与挖掘技术等：
数据处理：自然语言处理技术。
统计分析：假设检验、显著性检验、差异分析、相关分析、多元回归分析、逐步回归、回归预测与残差分析等。
数据挖掘：分类 (Classification)、估计(Estimation)、预测(Prediction)、相关性分组或关联规则(Affinity grouping or association rules)、聚类(Clustering)、描述和可视化、Description and Visualization)、复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)。
随着大数据的发展，大数据分析广泛应用在各行各业，其中金融与零售行业 应用较为广泛。
大数据分析方法：
大数据挖掘：定义目标，并分析问题
开始大数据处理前，应该定好处理数据的目标，然后才能开始数据挖掘。
大数据挖掘：建立模型，采集数据
可以通过网络爬虫，或者历年的数据资料，建立对应的数据挖掘模型，然后采集数据，获取到大量的原始数据。
大数据挖掘：导入并准备数据
在通过工具或者脚本，将原始转换成可以处理的数据，
大数据分析算法：机器学习
通过使用机器学习的方法，处理采集到的数据。根据具体的问题来定。这里的方法就特别多。
大数据分析目标：语义引擎
处理大数据的时候，经常会使用很多时间和花费，所以每次生成的报告后，应该支持语音引擎功能。
大数据分析目标：产生可视化报告，便于人工分析
通过软件，对大量的数据进行处理，将结果可视化。
大数据分析目标：预测性
通过大数据分析算法，应该对于数据进行一定的推断，这样的数据才更有指导性。
大数据分析是指的什么？
大数据分析是指对规模巨大的数据进行采集、存储、管理和分析。大数据主要分为可视化分析、数据挖掘算法、预测性分析能力、语义引擎、数据管理、数据质量、数据存储和数据仓库六个基本方面。
首先企业需要制定一套完善的数据治理标准，来简化数据的清洗工作，将内外部的基础数据进行统一治理整合，解决数据不精确、不完整、不一致的问题。通过数据来发现问题、然后将发现的问题进行反馈，通过一些数学算法深入挖掘数据的价值从而获取黄金数据，保证数据的一致性、完整性、准确性，实现数据的价值。
然后可以通过构建大数据分析平台对数据进行处理和分析，其中大数据分析平台具备数据采集、数据存储、数据交换、数据分析与处理、数据展示等功能。在企业已有数据的基础上构建数据仓库，然后将数据使用ETL进行抽取到中间库，在中间库对数据进行处理后再储存到数仓之中，接着对处理后的数据进行分析和预测判断。
最终再以导出报表、大屏可视化展示或者以PPT的形式直观的提供给企业经营决策者，方便决策者进行经营决策方面的管控以及帮助企业分析利润、项目、经营、营销等运行情况。