什么是大数据分析？

马云在淘宝十周年晚会上说过：“我们很多人还没搞清楚什么是PC互联网，移动互联来了；我们在没搞清楚移动互联的时候，大数据时代又来了。”维克托·尔耶·舍恩伯格在《大数据时代:生活、工作与思维的大变革》中指出，大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据开启了一次重大的时代转型。那么，目前作为IT行业最火热词汇的大数据到底指什么呢？

大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据的特点可以概括为5个V：数据量大（Volume）、速度快（Velocity）、类型多（Variety）、价值（Value）、真实性(Veracity)。面对如此庞大又难处理的的数据集合，应运而生的便是大数据分析了。

大数据分析是指对规模巨大的数据进行分析，挖掘数据的有利信息并加以有效利用，将数据的深层价值体现出来。从大数据的特点可以看出，没有一套可靠的数据分析方法和数据分析工具是不可能完成大数据分析的。有了大数据分析才能让规模巨大的数据有条有理，正确分类，产生有价值的分析报告，从而应用到各领域中，促进其发展。

大数据分析的有如下五个基本方面：

1.Analytic Visualizations（可视化分析）

不管是对数据分析专家还是普通用户，数据可视化是数据分析工具最基本的要求。可视化可以直观的展示数据，让数据自己说话，让观众听到结果。

2.Data Mining Algorithms（数据挖掘算法）

可视化是给人看的，数据挖掘就是给机器看的。集群、分割、孤立点分析还有其他的算法让我们深入数据内部，挖掘价值。这些算法不仅要处理大数据的量，也要处理大数据的速度。

3.Predictive Analytic Capabilities（预测性分析能力）

数据挖掘可以让分析员更好的理解数据，而预测性分析可以让分析员根据可视化分析和数据挖掘的结果做出一些预测性的判断。

4.Semantic Engines（语义引擎）

我们知道由于非结构化数据的多样性带来了数据分析的新的挑战，我们需要一系列的工具去解析，提取，分析数据。语义引擎需要被设计成能够从“文档”中智能提取信息。

5.Data Quality and Master Data Management（数据质量和数据管理）

数据质量和数据管理是一些管理方面的最佳实践。通过标准化的流程和工具对数据进行处理可以保证一个预先定义好的高质量的分析结果。

在大数据时代，大数据分析价值不可估量。例如，在防伪行业中，大数据分析可为企业实现更优质的服务。据了解，珠海丹德图像技术有限公司将大数据分析用于商标防侵权检测中，利用大数据分析技术汇总商标侵权数据，生成侵权发生热图分布、地区侵权趋势和侵权发生地区数据分布图，为调查取证和商标侵权判定提供重要的数据支撑，为品牌企业提供多维度侵权预警服务。同时，大数据分析为企业决策者以及监管部门提供决策参考，也可帮助企业更准确找到自身定位和发展方向。

 现在大数据时代发展势头迅猛，应当权衡大数据分析的利与弊，将它的价值因地制宜的应用到各个领域当中。

参考资料：《大数据分析与处理方法介绍》，中国互联网数据咨询中心，2013.09.23.