成都海選很接地氣的工作室和以往的區別

話說當下，“大資料”不再188是個聽上去高大上的8146概念了，而是已經很接地氣1931、有了很多具體的應用，實實在在的改變著很多行業、很多職業；而且在未來，越來越多的職業和行業將會被大資料改變。

而在所有的應用中，大資料分析首當其衝，網際網路的高速發展和資訊量的激增，給企業管理、市場營銷、電商運營等各種工作帶來了巨大的改變和挑戰，決策判斷僅憑經驗和直覺遠遠不夠，需要更多的資料提供支援，需要更多的資料分析以驗證判斷和預測未來。

我之前的文章說過一句話“在大資料時代，經驗及直覺等於無知的機率越來越大”，可不是信口開河，而是真真切切的現實，一切變化太快，沒有太多的時間給你總結經驗。那怎麼辦呢？必須要依靠大資料分析，依靠資料力量！

---

資料分析不是新鮮概念，很早就有；現在我們說的大資料分析，是不是如很多人所說，“大資料分析”就是趕時髦，新瓶子裝“傳統資料分析”的老酒呢？

絕對不是！這話絕對有毛病！

資料分析的本質沒有變化，無非就是對資料的分析、解讀，從而得到人們可以理解的觀點，供人們參考；做資料分析的原因是資料中包含資訊，但卻不能直接被讀取到，只有透過分析和解讀，才能挖掘出資料中隱藏的有用資訊。

但也有不同：

一、資料來源和範圍不同

傳統資料分析資料大多來自直接相關的企業或部門，大都是業務直接相關的資料，資料範圍以常見的文件和關係型資料為主。而大資料分析的資料除了來自業務直接相關的資料外，還要大量收集外部資料及看似不相關的資料，資料形式也各種各樣，除了傳統的資料形式外，音訊、影片、行為、自媒體等各種資料都會根據需要納入分析範圍。

舉個例子：對企業第一季度的客戶消費情況進行分析。

傳統資料分析常會提取客戶資料、消費、促銷等直接相關的資料進行分析。
大資料分析不但要提取直接相關的資料，可能還會提取網站訪問行為、自媒體評論、客服語音等內部資料，還要從網路抓取行業資料、競品資料，甚至天氣變化等看似不相關的資料進行分析。

二、分析方式不同

資料分析的過程類似，但由於資料量的變化和資料形式的不同，分析方式大有不同，傳統的資料面對的大多是常規資料，處理工具常用Excel，還有一些少量情況會讀取資料庫中的資料；

大資料分析，先要面對的是各種複雜形式的資料，以及很多的原始資料，雜亂且數量巨大，要用到分散式平臺和指令碼語言才能開始分析過程，而這些變化，使得大資料分析在分析思路、分析方式等方面都與傳統資料分析有很大的不同。

總結就是工具不同、流程不同、思路不同。

三、分析思維不同

傳統資料分析的核心指導思想是統計學中的抽樣，是透過分析樣本資料來得到結論。重點在於抽取樣本的規則合理性。傳統資料分析是對已知可理解資料的分析，而且資料大多是與業務直接相關的，是對已知資料的一個精細化挖掘過程。

而大資料分析是全量資料分析，很多資料之間並沒有正式的可理解的關係，透過分析得到“是什麼”的結果，透過分析發現隱藏在資料背後的關係，從而能從資料中得到更多的有用資訊。

這種不同是由於資料量的激增和技術的進步，必然導致的進化。

---

從宏觀說，大資料分析站的角度更高，很多會從戰略層面出發，從微觀說，分析的粒度更細，能同時滿足全域性和個性的分析要求。

大資料分析和傳統資料分析自然不同的，但千萬不要一定要分出個明確的界限來，那就有點鑽牛角尖了，有不同，但也有很多相同，是親兄弟關係，大資料分析是資料分析的進化。

所以不要糾結他們的不同，新形式、新思路、新工具、新流程，適應就好了。