大數據分析系統應該規避的問題

大數據分析系統應該規避的問題

?大數據分析前期要做的事

其實，每壹個數據都有壹個ETL，就是抽取、轉化，然後去加載，包括做數據的清洗。如果數據大批量進來的話，有些數據可能是有問題的，馬先生舉了個例子：比如說，好多地址會寫得比較模糊，如果要搜索北京這個詞的時候，數據倉庫裏可能只有壹個京字，這些都要統壹整理成壹個，比如說北京，這樣後面分析就會簡單，比如山東，有人會輸入“魯”字來進行搜索，而不是山東，這就需要在大數據分析前期做好數據清理工作，做規範化，這樣後面的數據分析起來就方便很多。

搭建大數據分析系統的註意事項

在搭建大數據分析系統時，有哪些需要註意的事項？馬老師提到：首先要弄明白妳所在企業需要什麽樣的數據，或者妳想得到什麽價值，想明白了再去做。因為做數據不像做別的東西，壹定明確知道要知道妳要幹什麽，不然這個系統搭的時候會有很多困難，不知道該怎麽搭，不知道用什麽技術，也不知道數據進去是否在浪費。而目前的情況是：很多企業可能會先把架構搭出來，實際上這數據每天在算，但是不知道這數據帶來什麽價值，所以更多是壹個業務驅動的。再舉個例子：比如說中國移動就想挖壹挖，到底是哪壹個用戶老欠費，哪壹個用戶用得多，用的多的就給他優惠多壹點……如果他有這個需求，妳再把這個需求下轉給下面的人，按照這個需求去開發;

其次，需要選擇適當的技術。比如說妳壹臺機器夠用的，不要用兩臺機器，能夠進來報表就不要用交互報表，因為那個都是有技術成本的，並且上線的速度會慢很多。所以建議任何壹個企業在搭建數據分析以前，要特別清晰地知道其搭建的需求和目的，選擇什麽方案，搭它來解決什麽問題，針對需求妳去做壹個數據分析;

再次，在沒有時時性要求時，妳不要自作主張，向老大提這個。因為大公司的批量已經做得非常完美了，可能批量已經帶來35%的收入增加了，他要再做時時，再增加5%，而妳現在什麽都沒有。如果說先要做時時，或者先要全部搞出來的話，可能要先壹步壹部把35%做好，把那個批量先做出來，然後再做時時，這樣效果會更好。

不要濫搭大數據分析系統

技術這個東西都是相通的，沒有壹項改進都是說完全是重新造出來的，都是在改的，但是它帶來的價值不壹樣，它帶來的人的思考，就跟人從零售店買東西和網商這種不壹樣，但是技術，零售店也會用壹些數據庫，網上也可能用，要在這個上面做壹些轉變。馬老師談到，好多國企(這裏就不點名)，就是為了上項目去上項目，稱自己有海量數據。當問他需要搭建的大數據系統是用來幹什麽，他們的答案很出乎意料：先給搭起來，先存起來，需要的時候再用，就這種思想。其實這個是沒有必要的。

總結

雖然大數據現在炙手可熱，大數據分析越來越火爆，很多企業都在試圖擁抱大數據技術。但還是應該具體問題具體分析，因為大數據分析系統並非適合所有的企業，壹些小型規模的企業在舊系統能滿足需求的時候，就不要盲目地去追隨潮流，舍棄舊的系統重新搭建，也可能解決了這個小缺口，但是可能會滋生其它更大的問題，這就得不償失了。

以上是小編為大家分享的關於大數據分析系統應該規避的問題的相關內容，更多信息可以關註環球青藤分享更多幹貨