大數據做不了什麼

『壹』 大數據能做什麼

大數據能做如下：

一、對信息的理解。你發的每一張圖片、每一個新聞、每一個廣告，這些都是信息，你對這個信息的理解是大數據重要的領域。

二、用戶的理解。每個人的基本特徵，你的潛在的特徵，每個用戶上網的習慣等等，這些都是對用戶的理解。

三、關系。關系才是我們的核心，信息與信息之間的關系，一條微博和另外一條微博之間的關系，一個廣告和另外一個廣告的關系。一條微博和一個視頻之間的關系，這些在我們肉眼去看的時候是相對簡單的。

『貳』 什麼是大數據，大數據可以做什麼

大數據（big data），指無法在可承受的時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。
大數據本身什麼都做不了，能指望數據做什麼呢。有大數據，如果不能通過數據
挖掘和數據分析得出對實際操作有價值的信息，那麼它什麼也做不了。
如果理解為對大數據的分析應用能做什麼，那麼它能做的事情就太多了，各個行業都會用到，物流、博彩、營銷、客戶管理、醫療、零售、環保等等都有其身影。

舉例說明：
通過對客戶進行分類整理，根據客戶的購買習慣、年齡、喜好、地域等區分進行推薦產品，進行個性化的頁面展示。還可以根據以往數據來進行動態營銷。
零售，根據需求和庫存的情況，適時調整價格
醫療，根據眾多病人的特徵，分析原因，量級太小的時候，這些特徵根本不明顯，不會得到重視，只有在大量數據中，才能發現平時注意不到的現象。
公共安全。根據以往犯罪數據預測發生犯罪事件的地區與概率。
娛樂。比如《紙牌屋》的製作公司根據以往的用戶習慣，打造出大受歡迎的電視劇。
僅僅有大數據是遠遠不夠的，更需要的是數據挖掘和數據分析的技能（包括大腦與軟體操作），這樣才能發揮出優勢。如果願意學習大數據的相關課程，有個「PPV課」的網站，課程很全面，可以學到很多關於大數據的知識，包括對案例的分析，還有軟體操作等。

『叄』 大數據不適合處理的10件事情

大數據不適合處理的10件事情

許多企業領導人開始接納大數據處理並期待神奇和奇跡，但卻發現大數據帶來新的復雜性--且從中獲益所需要付出的努力要預計中的多得多。

1:解決你的業務問題

大數據不會處理業務問題。人們可以做的，就是要坐下來，在開始使用大數據之前，討論決定放棄大數據，就使用商業智能取得共識。

2:幫助你管理數據

IBM公司宣稱：每一天都會產生 250萬位元組的數據，其中大部分屬於大數據。不出預料，世界范圍內企業所需要管理的數據量呈現指數級增長，由於缺乏清晰有效地數據存儲和使用策略，數據將不斷堆積，每個企業都陷於數據管理的工作。

3:緩解減輕你的安全憂慮

對於許多公司來說，確保大數據的安全訪問仍然是一個開放式的課題。這是因為對於大數據安全實踐的定義遠沒有系統數據和記錄保護這樣明確。我們正處在這樣的一個時間點上，也就是IT與最終用戶一起來？？確定：誰可以訪問哪些級別的大數據，並可以進行相應地分析。

4:關鍵IT技能缺乏

大數據處理資料庫管理、伺服器管理、軟體開發、業務分析技能短缺，許多IT部門關鍵IT技能的缺失會不斷成為企業的負擔。

5:減少遺留系統的價值

如果有的話，遺留系統記錄會較之任何大數據更具有價值。通常情況下，正是這些遺留系統可以為大數據分析提供重要線索，用於回答重要的業務問題。

6:簡化數據中心

大數據分析需要並行處理計算機集群和傳統IT事務處理和數據倉庫系統等不同風格的系統管理，這就意味著能量、冷卻、軟體硬體消耗，運轉這些系統所需要的技巧也不盡相同

7:提高數據質量

傳統事務處理系統美妙之處在於其擁有固定長度的數據欄位以及全面的數據編輯和驗證發方式，這有助於得到一個相對干凈的表格呈現。大數據不是這樣，他們是非結構化的數據，可以表現為幾乎任何形式。這讓大數據的質量成為一個令人頭痛的難題。數據質量至關重要，如果你沒有它，就不能信任數據查詢的結果。

8:驗證當前的投資回報率（ROI）

衡量系統投資回報率最常用的方法是監測交易速度，然後推斷其獲利能力（例如酒店每分鍾有多少新的預訂）。對於大數據處理來說，交易速度不是好的衡量指標，大數據緩存和運行分析可能需要數小時甚至數天才可以殺青。衡量大數據處理有效性的一個最好的指標應該是利用率，它應該保持在90%以上（相比於交易系統，其利用率可能只有20%）。對於大數據來說，確定新的ROI指標尤為重要，因為你還有說服CFO以及其他業務部門的領導。

9:減小「噪音」

95%以上的大數據屬於「噪音」,對於商業智能的貢獻很小或幾乎沒有。通過數據篩選來進行企業掘金，幫助企業業務進步，這是一個非常艱巨的任務。

10:每天工作時間

多年來，大學和研究中心一直運用大數據實驗，試圖解答基因組、葯物研究以及是否有其他星球生命等令人難以捉摸問題的答案。雖然其中一些演算法和查詢產生結果更多還是不確定的，大學和研究對於環境的研究也尚無定論，但這不是企業可以接受的，因此，IT和企業關鍵決策者需要對預期進行調整和管理。

以上是小編為大家分享的關於大數據不適合處理的10件事情的相關內容，更多信息可以關注環球青藤分享更多干貨

『肆』 大數據能做什麼

1、提到大數據，先要說下商務智能BI，BI用現代數據倉庫技術、線上分析處理技術、數據挖掘和數據展現技術進行數據分析以實現商業價值。BI作為一個工具，是用來處理企業中現有數據，並將其轉換成知識、分析和結論，輔助業務或者決策者做出正確且明智的決定。是幫助企業更好地利用數據提高決策質量的技術，包含了從數據倉庫到分析型系統等。 為了將數據轉化為知識，需要利用數據倉庫、線上分析處理（OLAP）工具和數據挖掘等技術。因此，從技術層面上講，商業智能不是什麼新技術，它只是ETL、數據倉庫、OLAP、數據挖掘、數據展現等技術的綜合運用。
2、把BI看成是一種解決方案應該比較恰當。商業智能的關鍵是從許多來自不同的企業運作系統的數據中提取出有用的數據並進行清理，以保證數據的正確性，然後經過抽取（Extraction）、轉換（Transformation）和裝載（Load），即ETL過程，合並到一個企業級的數據倉庫里，從而得到企業數據的一個全局視圖，在此基礎上利用合適的查詢和分析工具、數據挖掘工具、OLAP工具等對其進行分析和處理（這時信息變為輔助決策的知識），最後將知識呈現給管理者，為管理者的決策過程提供支持。

3、企業導入BI的優點
1）隨機查詢動態報表
2）隨時隨地掌握指標管理
3）隨時線上分析處理
4）最終用數據協助運營規劃

4、企業導入BI的目的
1）促進企業決策流程：增進企業的資訊整合與資訊分析的能力，匯總公司內、外部的資料，整合成有效的決策資訊，讓企業經理人大幅增進決策效率與改善決策品質。

2）降低整體營運成本：改善企業的資訊取得能力，大幅降低IT人員撰寫程式、Poweruser製作報表的時間與人力成本，而彈性的模組設計介面，完全不需撰寫程式的特色也讓日後的維護成本大幅降低。

3）協同組織目標與行動：加強企業的資訊傳播能力，消除資訊需求者與IT人員之間的認知差距，並可讓更多人獲得更有意義的資訊。全面改善企業之體質，使組織內的每個人目標一致、齊心協力。

5、商業智能的主要功能
商業智能的技術體系主要有數據倉庫（Data Warehouse，DW）、聯機分析處理（OLAP）以及數據挖掘（Data Mining，DM）三部分組成。

BI系統應具有的主要功能：
1）數據倉庫：高效的數據存儲和訪問方式。提供結構化和非結構化的數據存儲，容量大，運行穩定，維護成本低，支持元數據管理，支持多種結構，例如中心式數據倉庫，分布式數據倉庫等。存儲介質能夠支持近線式和二級存儲器。能夠很好的支持現階段容災和備份方案。

2）數據ETL：數據ETL支持多平台、多數據存儲格式（多數據源，多格式數據文件，多維資料庫等）的數據組織，要求能自動化根據描述或者規則進行數據查找和理解。減少海量、復雜數據與全局決策數據之間的差距。幫助形成支撐決策要求的參考內容。

3）數據統計輸出（報表）：報表能快速的完成數據統計的設計和展示，其中包括了統計數據表樣式和統計圖展示，可以很好的輸出給其他應用程序或者Html形式表現和保存。對於自定義設計部分要提供簡單易用的設計方案，支持靈活的數據填報和針對非技術人員設計的解決方案。能自動化完成輸出內容的發布。

4）分析功能：可以通過業務規則形成分析內容，並且展示樣式豐富，具有一定的交互要求，例如預警或者趨勢分析等。要支持多維度的聯機在線分析（OLAP分析），實現維度變化、旋轉、數據切片和數據鑽取等。幫助決策做出正確的判斷。

6、典型的商業智能系統有：
客戶分析系統、菜籃分析系統、反洗錢系統、反詐騙系統、客戶聯絡分析系統、市場細分系統、信用計分系統、產品收益系統、庫存運作系統以及與商業風險相關的應用系統等。

7、商業智能解決方案廠商
國外著名IT廠商包括微軟、IBM、Oracle、Microstrategy、Business Objects、Cognos、SAS等，國內著名BI廠商包括BDP商業數據平台、永洪BI等。

『伍』 大數據能做什麼嗎

大數據，指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

大數據技術的戰略意義不在於掌握龐大的數據信息，而在於對這些含有意義的數據進行專業化處理。換而言之，如果把大數據比作一種產業，那麼這種產業實現盈利的關鍵，在於提高對數據的「加工能力」，通過「加工」實現數據的「增值」。

從技術上看，大數據與雲計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單台的計算機進行處理，必須採用分布式架構。它的特色在於對海量數據進行分布式數據挖掘。但它必須依託雲計算的分布式處理、分布式資料庫和雲存儲、虛擬化技術。

大數據的價值體現在以下幾個方面：

1)對大量消費者提供產品或服務的企業可以利用大數據進行精準營銷。

2) 做小而美模式的中小微企業可以利用大數據做服務轉型。

3) 面臨互聯網壓力之下必須轉型的傳統企業需要與時俱進充分利用大數據的價值。

(5)大數據做不了什麼擴展閱讀

大數據包括結構化、半結構化和非結構化數據，非結構化數據越來越成為數據的主要部分。據IDC的調查報告顯示：企業中80%的數據都是非結構化數據，這些數據每年都按指數增長60%。

大數據就是互聯網發展到現今階段的一種表象或特徵而已，沒有必要神話它或對它保持敬畏之心，在以雲計算為代表的技術創新大幕的襯托下，這些原本看起來很難收集和使用的數據開始容易被利用起來了，通過各行各業的不斷創新，大數據會逐步為人類創造更多的價值。

『陸』 大數據具體是做什麼有哪些應用

大數據即海量的數據，一般至少要達到TB級別才能算得上大數據，相比於傳統的企業內數據，大數據的內容和結構要更加多樣化，數值、文本、視頻、語音、圖像、文檔、XML、HTML等都可以作為大數據的內容。

2. 政府行業在大數據分析部分包括質檢部門、公安部門、氣象部門、醫療部門等，質檢部門包括對商品生產、加工、物流、貿易、消費全過程的信息進行採集、驗證、檢查，保證食品物品安全；氣象部門通過構建大氣運動規律評估模型、氣象變化關聯性分析等路徑，精準地預測氣象變化，尋找最佳的解決方案，規劃應急、救災工作。

3. 金融行業的大數據分析多應用於銀行、證券、保險等細分領域，在大數據分析方面結合多種渠道數據進行分析，客戶在社交媒體上的行為數據、在網站上消費的交易數據、客戶辦理業務的預留數據，結合客戶年齡、資產規模、消費偏好等對客戶群進行精準定位，分析其在金融業的需求等。