大數據分析到底在分析什么?“大數據”仨字已經被喊爛了，“大數據分析”也經常被人提起。可到底什么是完全“大數據分析”?為什么大家喊得很多，平時工作中很少感受得到?今天系統講解一下。

只要是抽樣數據，就一定會被質疑，就總是充滿懷疑。這也是較初“小數據”的說法來源，后續所有“大數據”其實都是圍繞“小數據”問題而來。

1. 數據變大第一步：系統采集

數據從小變大的第一步，從系統采集開始。比如企業擴大規模，要在各地建連鎖店，第一步做得就是裝POS機，把交易數據采集進來，替代紙質訂貨單/出貨單。此時想了解銷售數據，是可以基于POS機收集的數據全量查看的

從抽樣數據到全量數據，是一個質的變化。基于全量數據，可以直接管理到各個終端門店，直接基于數據作出經營決策。因此大部分企業的銷售分析、經營分析、業務分析體系，都是在此基礎之上建立起來的

這個階段的分析，是典型的知其然，不知其所以然的分析，大部分分析只能通過成交結果去猜。如果只有這個階段的數據，想做深入分析，還是得依靠調研。比如傳統企業想了解門店成交流程，會做門店調查，研究消費者在門店的動線，詢問消費者體驗。

2. 數據變大第二步：主動采集

有了系統采集以后，大家自然地會想：除了交易數據，其他數據也能通過系統化采集。比如較簡單的形式：讓用戶自己交身份證，通過圖像識別錄入。這樣既能采集到用戶數據，又能避免手動填寫的錯誤。

但是問題來了：憑啥要交身份證給你呀!于是傳統采集，只有銀行、航空、通訊等有國家背景+法律規范要求的地方，才能相對準確地采集這些真實數據。

3. 數據變大第三步：行為加入

互聯網產品的較大優勢，在于App/小程序/H5本身就是數字化產品。此時不但有條件記錄到用戶的點擊、登錄等行為數據，而且能將用戶ID、手機號等信息整合成統一ID，效率比依賴線下紙質單張申請的流程強無數倍。

還能將視頻、圖片、文章等內容打標簽，通過用戶點擊、轉發次數，瀏覽時長，反推用戶需求。對于經歷過傳統企業數據的人來說，互聯網產品的數據簡直就是鳥槍換炮。

相較之傳統的會員基礎信息、消費流水數據，用戶行為數據量特別、特別的大，大家想想自己在淘寶逛多久才買一件東西就知道了。可能之前幾百次點擊瀏覽，較后才有一單交易。

因此，需要專門的大數據架構來支持這些數據的存儲和計算。狹義上的大數據技術，特指對大量的用戶行為數據、非結構化數據的存儲和計算。

更多培訓課程： 浦東新區大數據 更多學校信息： 上海浦東達內IT教育培訓 咨詢電話：