大数据相关分析.ppt

大数据分析 目录 * 大数据获取来源 2. 四大影响因素 3. 大数据的应用及案例 4. 1. 什么是大数据 * 什么是大数据？ Wiki百科： big data is a collection of data sets so large and complex that it becomes difficult to process using on-hand database management tools 大数据意指一个超大的、难以用现有常规的数据库管理技术和工具处理的数据集 IDC报告： Big data technologies describe a new generation of technologies and architectures, designed to economically extract value from very large volumes of a wide variety of data, by enabling high-velocity capture, discovery, and/or analysis. 大数据技术描述了一种新一代技术和构架，用于以很经济的方式、以高速的捕获、发现和分析技术，从各种超大规模的数据中提取价值 * 四大基本特征 大数据特点 ： Volume: 大容量,TB-ZB Variety: 多样性 Velocity: 时效性 Veracity: 准确性 * 大数据类型 结构化特征： --结构化数据 --非结构化数据/半结构化数据 获取和处理方式： --动态(流式/增量式/线上)/实时数据 --静态(线下数据)/非实时数据 关联特征 --无关联/简单关联数据(键值记录型数据) --复杂关联数据(图数据) 获取来源 企业内部数据是大数据的一个主要来源。内部数据是我们所能获得的最成熟、最易于理解的数据。这些数据是通过多年的企业资源规划、主数据管理、商业智能应用和其它相关工作收集整理而来，并经过了整合和标准化。利用分析技术解读这些来自客户交易、业务往来、事件和电子邮件的内部数据能够为组织提供有价值的洞察。 用户在线的每一次点击，每一次评论，每一个视频点播，也是大数据的重要来源。互联网企业之所以取得令人瞩目的成绩，其核心的本质就是包括用户网络操作的大数据，进行记录和分析。 * 四大影响因素 管理体制 调查制度 指标体系 基层人员素质 保障 基础 直接影响 决定性作用 * 从拥有数据，到预判需求—— 这就是大数据的威力 大数据的概念涵盖了人们在大规模数据的基础上可以做的事情，而这些事情在小规模数据的基础上是无法实现的。换句话说，大数据让我们以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务。 * 大数据的作用 * 大数据的应用 * 大数据 挑战 发卡量增长迅速：2008年发卡约500万张，2010年增加了一倍。 业务数据增长迅速：随着业务的迅猛增长，业务数据规模也线性膨胀。 数据存储、系统维护、数据有效利用都面临巨大压力。 需求 可扩展、高性能的数据仓库解决方案 能够实现业务数据的集中和整合；可以支持多样化和复杂化数据分析提升信用卡中心的业务效率；通过从数据仓库提取数据，改进和推动有针对性的营销活动。 采用大数据方案后价值体现 实时的商业智能 可以结合实时、历史数据进行全局分析,风险管理部门现在可以每天评估客户的行为，并决定对客户的信用额度在同一天进行调整；原有内部系统、模型整体性能显著提高 秒级营销 Greenplum数据仓库解决方案提供了统一的客户视图，更有针对的进行营销。2011年，中信银行信用卡中心通过其数据库营销平台进行了1286个宣传活动，每个营销活动配置平均时间从2周缩短到2-3天。 EMC Green-plum 中信银行信用卡中心 Thank you * *