1樓：匿名使用者
首先是從企業的現狀分析，然後再掛鉤企業的未來計劃，大資料這塊設計到使用者資料，產品資料，甚至是**鏈方面，不過大資料分析工具目前如果是做網際網絡這塊有多瑞科輿情資料分析站系統，但是本地還是要靠內部資料的分析以及競爭對手的資料參考對比來做的哦。
大資料分析需要哪些工具
2樓：cda資料分析師
說到大資料，肯定少不了分析軟體，這應該是大資料工作的根基，但市面上很多各種分析軟體，如果不是過來人，真的很難找到適合自己或符合企業要求的。通過各大企業對大資料相關行業的崗位要求，總結了以下幾點：
1）sql資料庫的基本操作，會基本的資料管理。
2）會用excel/sql做基本的資料分析和展示。
3）會用指令碼語言進行資料分析，python or r
4）有獲取外部資料的能力，如爬蟲。
5）會基本的資料視覺化技能，能撰寫資料包告。
6）熟悉常用的資料探勘演算法：迴歸分析、決策樹、隨機森林、支援向量機等。
對於學習大資料，總體來說，先學基礎，再學理論，最後是工具。基本上，每一門語言的學習都是要按照這個順序來的。
1、學習資料分析基礎知識，包括概率論、數理統計。基礎這種東西還是要掌握好的啊，基礎都還沒紮實，知識大廈是很容易倒的哈。
2、你的目標行業的相關理論知識。比如金融類的，要學習**、銀行、財務等各種知識，不然到了公司就一臉懵逼啦。
3、學習資料分析工具，軟體結合案列的實際應用，關於資料分析主流軟體有(從上手度從易到難)：excel，spss，stata，r，python，sas等。
4、學會怎樣操作這些軟體，然後是利用軟體從資料的清洗開始一步步進行處理，分析，最後輸出結果，檢驗及解讀資料。
3樓：網友
一般做大資料分析，首先會使用到大資料資料庫，比如mongodb、gbase等資料庫。其次會用資料倉儲工具，對資料進行清洗、轉換、處理，得到有價值的資料。然後使用資料建模工具進行建模。
最後使用大資料工具，進行視覺化分析。
根據以上的描述，我們按過程對用到的工具進行討論。
1、 大資料工具：資料儲存和管理工具。
大資料完全始於資料儲存，也就是說始於大資料框架hadoop。它是apache**會執行的一種開源軟體框架，用於在大眾化計算機叢集上分散式儲存非常大的資料集。由於大資料需要大量的資訊，儲存至關重要。
但除了儲存外，還需要某種方式將所有這些資料彙整合某種格式化/治理結構，從而獲得洞察力。
2、 大資料工具：資料清理工具。
使用資料倉儲工具是基於hadoop分散式檔案系統的，它的資料儲存在hdfs中。hive本身是沒有專門的資料儲存格式，也沒有為資料建立索引，只需要在建立表的時候告訴hive資料中的列分隔符和行分隔符，hive就可以解析資料。
3、 大資料工具：資料建模工具。
spss：主要用於資料建模工作，功能穩定且強大，能夠滿足中小企業在業務模型建立過程中的需求。
4、 大資料工具：資料視覺化分析工具。
億信華辰一站式資料分析平臺abi，對上述所說的工具，在該平臺上都有。億信abi提供etl資料處理、資料建模以及一系列的資料分析服務，提供的資料分析工具豐富：除了中國式複雜報表、dashboard、大屏報表外，abi還支援自助式分析，包括拖拽式多維分析、看板和看板集，業務使用者通過簡單拖拽即可隨心所欲的進行探索式自助分析。
同時，類word即席報告、幻燈片報告，讓彙報展示更加出彩。
4樓：匿名使用者
資料程式設計工具有python、r、sas等，目前用得多的是python,如果有語言基礎的小夥伴上手很快，語法、函式、物件導向這些都比較簡單，沒有基礎的小夥伴也可以自學，不是很難。
大資料技術：這個相對來說有些難度，不過有專業的工具讓我們用，比如第四正規化的產品和阿里雲的機器學習pan都是可以直接出結果的工具；
分析&ai：這部分先了解資料分析的基本流程和分析手法；上面的如果都學了，可以到阿里雲大學上面去做幾個資料分析方面的案例，增加對資料分析的流程理解和相關技術應用，但是要注意的是阿里案例都是用阿里的工具來實現的，比較簡單，建議大家自己程式設計實現，也可以到天池大賽、九道門上去看一些案例，自己做做訓練。
大資料分析工具能給企業帶來多少價值
5樓：好口子
1全部大概總結一下，資料分析對於企業重要性不亞於企業管理。
通過對於非結構化資料的分析和對於結構化資料的對比，可以從如下方面產生效益。
當然效益的多少會取決於重視的程度和資訊的準確性。
a.優化產品結構。
b.調整產品生命週期。
c.調整研發戰略方向。
d.營銷的策略。
e.社會責任和客戶滿意度，風險管理等等。
這個比例是各佔一些。比如有的電商**，資料量非常的大，如果能利用好這些原始資料和客戶評價。抽取文字等非結構資料，一定能給製造企業帶來商機。
6樓：worth天鵝
首先，大資料分析對商業價值體現主要分為以下四個方面： 1、客戶群體細分，然後為每個群體量定製特別的服務。 2.
模擬現實環境，發掘新的需求同時提高投資的回報率。 3.加強部門聯絡，提高整條管理鏈條和產業鏈條的效率。
大資料分析一般用什麼工具分析？
7樓：最新資訊資料
大資料是寶藏，人工智慧是工匠。大資料給了我們前所未有的收集海量資訊的可能，因為資料互動廣闊，儲存空間近乎無限，所以我們再也不用因「沒地方放」而不得棄掉那些「看似無用」的資料。
在浩瀚的資料中，如果放置這些資料，不去分析整理，那就相當於一堆廢的資料，對我們的發展沒有任何意義。今天給大家分享的就是：大資料分析工具的介紹和使用。
工具一：pentaho bi
pentaho bi和傳統的一些bi產品不一樣，這個框架以流程作為中心，再面向solution(解決方案)。pentaho bi的主要目的是整合一系列api、開源軟體以及企業級別的bi產品，便於商務智慧型的應用開發。自從pentaho bi出現後，它使得quartz、jfree等面向商務智慧型的這些獨立產品，有效的整合一起，再構成完整且複雜的一項項商務智慧型的解決方案。
工具二：rapidminer
在世界範圍內，rapidminer是比較好用的乙個資料探勘的解決方案。很大程度上，rapidminer有比較先進的技術。rapidminer資料探勘的任務涉及了很多的範圍，主要包括可以簡化資料探勘的過程中一些設計以及評價，還有各類資料藝術。
工具三：storm
storm這個即時的計算機系統，它有分散式以及容錯的特點，還是開源軟體。storm可以對非常龐大的一些資料流進行處理，還可以運用在hadoop批量資料的處理。storm支援各類程式語言，而且很簡單，使用它時相當有趣。
像阿里巴巴、支付寶、**等都是它的應用企業。
工具四：hpcc
某個國家為了實施資訊高速路施行了乙個計劃，那就是hpcc。這個計劃總共花費百億美元，主要目的是開發可擴充套件的一些計算機系統及軟體，以此來開發千兆位元的網路技術，還有支援太位級網路的傳輸效能，進而拓展研究同教育機構與網路連線的能力。
工具五：hadoop
hadoop這個軟體框架主要是可伸縮、高效且可靠的進行分散式的處理大量資料。hadoop相當可靠，它假設了計算元素以及儲存可能失敗，基於此，它為了保證可以重新分佈處理失敗的節點，維護很多工作資料的副本。hadoop可伸縮，是因為它可以對pb級資料進行處理。
當資料變得多多益善，當流動裝置、穿戴裝置以及其他一切裝置都變成了資料收集的「介面」，我們便可以儘可能的讓資料的海洋變得浩瀚無垠，因為那裡面「全都是寶」。
大資料分析一般用什麼工具分析
8樓：如若還有來生
大資料分析會用到很多種工具，比如數倉工具、資料採集工具、資料建模工具、資料視覺化工具、bi工具等等。現在億信華辰的一站式資料分析平臺，乙個平臺包含所有工具功能。億信abi融合了資料來源適配、etl資料處理、資料建模、資料分析、資料填報、工作流、門戶、移動應用等核心功能粉。
金融大資料分析前景，軟體開發 大資料分析 網際網路金融哪個好
中科聚信 scai 信貸工廠能夠協助銀行建立業務發展和風險計量技術水平的評分模型系統，並進行流程改造，通過評分模型系統的推廣應用 大資料可以挖掘和分析金融資訊深層次的內容，使決策者能夠把握重點，引導戰略方向。正在來臨的大資料時代，金融機構之間的競爭將在網路資訊平臺上全面，說到底就是 資料為王 誰掌握...
企業如何通過大資料分析，提高營銷效率？
企業通過大資料分析可以收集 儲存 處理和分析消費者的海量資料，從而挖掘出潛在的商業價值慶腔和市場機會。以下是企業如何通過大資料分析，提高營譽纖衫銷效率的幾種途徑 精準的客戶畫像 通過大資料分析，企業可以收集客戶的各種資料，包括消費習慣 興趣愛好 地理位置等，從而生成精準的客戶畫像，在營銷活動中對不同...
大資料資料分析資料探勘有什麼區別
資料分析與資料探勘的目的不一樣，資料分析是有明確的分析群體，就是對群體進行各個維度的拆 分 組合，來找到問題的所在，而資料探勘的目標群體是不確定的，需要我們更多是是從資料的內在聯絡上去分析，從而結合業務 使用者 資料進行更多的洞察解讀。資料分析與資料探勘的思考的方式不同，一般來講，資料分析是根據客觀...