大数据分析是什么

1.AnalyticVisualizations(可视化分析)

无论是数据分析专家还是普通用户，数据可视化都是数据分析工具的最基本要求.可视化可以直观地展示数据，让数据自己说话，让观众听到结果.；[1]；

2.Data，MiningAlgorithms(数据挖掘算法)

可视化是给人看的，数据挖掘是给机器看的.集群、分割、孤立点分析等算法使我们深入数据内部，挖掘价值.这些算法不仅要处理大数据的量，还要处理大数据的速度.

3.Predictive，Analytic.Capabilities的预测分析能力)

数据挖掘可以使分析师更好地理解数据，预测分析可以使分析师根据可视化分析和数据挖掘的结果进行预测判断.；[1]；

4.Semantices(语义引擎)

我们知道非结构化数据的多样性带来了数据分析的新挑战，需要一系列工具来分析、提取和分析数据.语义引擎需要设计成可以从文档中智能提取信息.；[1]；

5.Quality，andMasterData，Management(数据质量和数据管理)

数据质量和数据管理是一些管理的优秀实践.通过标准化的流程和工具处理数据，可以保证预先定义的高质量分析结果.

如果大数据真的是下一个重要的技术创新，我们最好关注大数据带来的好处，而不仅仅是挑战.

6.数据存储，数据仓

数据仓库是为了使多维分析和多角度展示数据以特定的模式确立存储的关系型数据仓库变得容易.在商业智能化系统设计中，数据仓库的构建是关键，是商业智能化系统的基础，承担对商业系统数据融合的任务，为商业智能化系统出示数据提取、转换和加载（ETL），依据主题查询和访问数据，为在线数据分析和数据挖掘出示数据平台.