大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的4V特点：Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)。以下是小编为你整理的大数据分析学什么
正确的数据分析可以帮助企业做出明智的业务经营决策的工具。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商资料及来自企业所处行业和竞争对手的数据，以及来自企业所处的其他外部环境中的各种数据。而商业智能能够辅助的业务经营决策既可以是作业层的，也可以是管理层和策略层的决策。
数据通过提取并进行清理，以保证数据的正确性，然后经过抽取(Extraction)、转换(Transformation)和装载(Load)，即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理(这时信息变为辅助决策的知识)，*将知识呈现给管理者，为管理者的决策过程提供支持。
促进企业决策流程：增进企业的资讯整合与资讯分析的能力，汇总公司内、外部的资料，整合成有效的决策资讯，让企业经理人大幅增进决策效率与改善决策品质，很大程度上影响了企业的经营和绩效。
降低整体营运成本：改善企业的资讯取得能力，大幅降低IT人员撰写程式、制作报表的时间与人力成本，而弹性的模组设计介面，完全不需撰写程式的特色也让日后的维护成本大幅降低。
协同组织目标与行动：加强企业的资讯传播能力，消除资讯需求者与IT人员之间的认知差距，并可让更多人获得更有意义的资讯。全面改善企业之体质，使组织内的每个人目标一致、齐心协力。
既然数据分析对企业这么重要，借助BI数据分析平台能快速挖掘数据的价值，真正让数据驱动企业经营，比如国内的海致BDP为企业提供的核心价值就是在于用直观、多维、实时的方式展示和分析数据，并可在移动端实时查看和分享，全面激活企业内部数据。
运营场景化
场景由主题和内容构建，需要“做好主题，做实内容”。当前，商场以场内智能化系统来构建“在线”消费场景，消费者必须到达商场才能融入消费场景。大数据的应用则补足了“离线”消费场景，使得商场内容无时差的传达至消费者，最终实现商场流量的*化和高频化。
大数据对于场景内容的检测和关联分析，为消费者构建更为高效、更具违和感的消费场景，对场外数据的关注，可有效离场唤回及“离线”“在线”场景无缝契合。消费关联也是重要分析点。例如在某购物中心的大数据应用中，超市客群与女装、美食广场互动性较强，吸引力度也较高。通过该类型的数据对比，就能*的关联相关业态，用数据来发现“谁是优等生”“谁是好邻居”，以构建*的业态组合。
构建精准化渠道，首先需要做到深度认知消费者，才能组织有趣的内容;其次，细分渠道入口，不一样的渠道吸引不同的消费客群;第三，活动监测数据的存留与分析，为下一轮的活动做准备和提供决策依据。
商场运营过程中，渠道选择和投放一直以“想当然”的姿态出现。而通过大数据分析“客群特征”，能够抓住目标客群的“痛点”，进而细分渠道，降低损耗和无效推广。此外，大数据对于渠道效果监测也更加准确。
AI导入医疗保健行业维持高速成长
医疗保健行业大量使用大数据及人工智能，从而可以精准改善疾病诊断、医疗人员与患者之间人力的不平衡、降低医疗成本、促进跨行业合作关系。此外AI还广泛应用于临床试验、大型医疗计划、医疗咨询与宣传推广和销售开发。人工智能导入医疗保健行业从2017年到2022年维持很高成长，预计从2017年的6.677亿美元达到2022年的80亿美元年均复合增长率为52.68%。
现阶段手机中主流的ARM架构处理器速度不够快，若要进行大量的图像运算速度仍比较慢，所以未来的手机芯片会内建AI运算核心。苹果将3D感测技术带入iPhone之后，Android阵营智能手机将在明年跟进导入3D感测相关应用。
AI将“大脑”变聪明是分阶段进行，从机器学习进化到深度学习，再进化至自主学习。目前，仍处于机器学习及深度学习的阶段，若要达到自主学习需要解决四大关键问题。首先，需要为自主机器打造一个AI平台;还要提供一个能够让自主机器进行自主学习的虚拟环境，必须符合物理法则，碰撞，压力，效果都要与现实世界一样;然后再将AI的“大脑”放到自主机器的框架中;*建立虚拟世界入口。
随着物联网时代的来临，未来硅时代是异质性及跨界的整合，同时还有很多需求未出现。以往的摩尔定律已经是旧时代的法则，GPU的计算速率和神经网络复杂性都在过去3到5年内呈现出爆发性成长。
展望未来，随着AI、物联网、VR/AR、5G等新技术的逐步成熟，将带动新一波半导体产业未来30年荣景，其中包括：内存、中央处理器、通讯与传感器四大芯片，各种新产品应用芯片，*在半导体的庞大市场优势将会在全球扮演关键的角色。
大数据分析的具体含义如下
数据分析可以让人们对数据产生更加优质的诠释，而具有预知意义的分析可以让分析员根据可视化分析和数据分析后的结果做出一些预测性的推断。
大数据的分析与存储和数据的管理是一些数据分析层面的*实践。通过按部就班的流程和工具对数据进行分析可以保证一个预先定义好的高质量的分析结果。
不管使用者是数据分析领域中的专家，还是普通的用户，可作为数据分析工具的始终只能是数据可视化。可视化可以直观的展示数据，让数据自己表达，让客户得到理想的结果。
4大数据已经不像前些年给人一种虚无缥缈的感觉，而当下最重要的是对大数据进行分析，只有经过分析的数据，才能对用户产生最重要的价值，越来越多人开始对什么是大数据分析产生联想，所以大数据的分析方式在整个IT领域就显得尤为重要，可以说是决定最终信息是否有价值的决定性因素。
