大数据分析项目规划手册-Paradata.PDFVIP

大数据分析项目规划手册 大数据分析项目规划手册 随着商业智能以及数据分析对业务发展的影响越来越重要， “数据密集型”企业已经开始寻找有效的方式 来挖掘海量数据集中的价值。然而从目前来看，“大数据分析”仍然是一项复杂而且费时的工程，切忌仓促上 马，CIO 以及IT 项目管理者需要对一系列的新技术进行考量。在本次的商业智能电子书当中，我们将向 IT 经 理、分析专家以及业务管理者介绍大数据分析的发展趋势，相关技术和挑战。对技术现状进行深入的解读，并 为大数据分析项目的落地出谋划策。  “大数据”分析项目知易行难 摘要 ：要在大数据中获得可见性是说起来容易做起来难。而且，随着供应商不断攻破大数据分析项目的各 种难题，投放到市场的产品种类越来越繁多，企业要想选择最能满足他们需求的一款产品也相当不易。  选择“大数据”分析平台时的注意事项 摘要 ：目前，企业都使用了大量大数据部署方案，有定制开发的方法，大规模并行处理数据库，云计算服 务或者一些可用工具的组合。企业要探索在大数据分析平台上进行投资，需要审查供应商对大数据的定义，并 了解他们的产品与大数据的相关性。  五步打造高效的大数据分析项目 摘要 ：大数据不仅是一个流行话题，更是企业中实实在在存在的需求。许多企业开始着手于大数据分析项 目，但在此之前，我们需要一个良好的部署方案以确保最终的结果能够为业务服务。选择合适的技术是规划的 第一部分，当企业选择了数据库软件、分析工具以及相关的技术架构之后，我们就可以进行下一步并开发一个 真正成功的大数据平台。  基于常规法则的大数据分析最佳实践 2 / 14 摘要 ：与各种商业智能(BI)和数据仓库一样，专家认为在开始进行大数据分析项目之前，清晰理解组织的 数据管理需求和明确策略是非常重要的。不要在大数据技术上表现得太激进，要先从业务角度着手，并且要与 CIO、数据科学家和业务人员进行交流，一起确定业务目标和预期价值，然后再开始动手。  大数据分析项目中的“最差”实践 摘要 ：当 BI 供应商乐呵呵地告诉你他们的客户已经成功部署大数据分析项目时，他们不会告诉你还有那么 多失败的案例。大数据分析项目令人失望是有一些潜在原因的。你可以找到大量关于大数据分析最佳实践的建 议。本文介绍了一些大数据分析项目的最差实践，你需要了解如何避免它们。 3 / 14 “大数据”分析项目知易行难 “大数据”已经成为商业智能（BI ）、分析和数据管理市场领域中讨论度最高的话题之一，当然也是最热 门的流行语之一。越来越多的企业开始关注 BI 和分析供应商，希望可以解决大数据环境中的业务问题。不幸的 是，要在大数据中获得可见性是说起来容易做起来难。而且，随着供应商不断攻破大数据分析项目的各种难题， 投放到市场的产品种类越来越繁多，企业要想选择最能满足他们需求的一款产品也相当不易。 那么，到底什么才是真正的大数据呢？最近，IT 电子杂志 eWeek 的一篇报道对大数据做了如下定义（其 中部分参考了Gartner 公司对这一提法的定义）： “大数据指结构化与非结构化数据跨网络传输到处理器和存 储设备的数量、种类和速度，以及这些数据转化为企业业务建议的过程。” 这样说来大数据就等于数据管理和数据分析，漏掉了关于大数据所面临的业务挑战中很重要的一个方面— —复杂度。例如，大数据部署经常涉及到各方面信息，包括来自社交媒体网络、电子邮件、传感器、Web 活 动日志以及其它数据源的信息等，这些数据很可能与传统的数据仓库系统不兼容。 在许多情况下，所有分离的数据都需要整合，以便在更广泛的层面上产生影响。这可能对业务规则、表连 接和大数据分析系统的其它组件关系重大。在考虑存储和查询管理的时候，大数据由于其复杂度，与传统数据 完全不同；正因为如此，分析数据库和数据分析软件供应商不得不加快脚步帮助公司处理大数据问题。 理解大数据是评估技术需求和实施大数据分析规划的第一步，然后根据日益庞大和多样化的数据集，理解 市场、理解企业在实现商业价值与发挥竞争优势中所遇到的阻碍因素。  大数据分析项目的重大议