大數據分析需要通過數據分析來發現現狀，并且通過模型與預測分析技術來對改善進行預測與優化，國內，不論是國企還是民企，真正在業務決策中以數據分析結果為依據的，主要集中在銀行、保險、電信和電商等幾個行業。

　　大數據”時代到來了嗎？

　　潮流是一股可笑又可敬的力量：今天，如果打開任何媒體，要是不提“大數據”，恐怕都不好意思出版。這股潮流，鋪天蓋地，連國家領導人都不例外。問題在于：為什么人人言必稱大數據？

　　數據的價值，隨著數據量的幾何級數增長，已經不再能夠通過傳統的圖表得以顯現，這正是為什么商業智能還沒來得及流行，便已被“數據分析”擠下舞臺。因為，價值隱藏在數據中，需要數據分析方可釋放這些價值。

　　數據分析能力的高低，決定了價值發現過程的好壞與成敗。可以說，沒有數據分析，“大數據”只是一堆IT庫存，成本高而收益為零。但是國內熱潮的“大數據”概念，目前仍然停留在數據收集、整理、存儲和簡單報表等幾個初級階段。能夠對大數據進行基本分析和運用的，只有少數幾個行業的少數企業。

　　對于國內數據分析市場，我們的感覺如下：

　　市場巨大，許多企業（無論是互聯網的新銳還是傳統的企業）都在討論這個，也有實際的需求并愿意為此付錢，但是比較零碎尚不系統化。目前對數據需求最強烈的行業依此是：金融機構（從基金到銀行到保險公司到P2P公司），以廣告投放及電商為代表的互聯網企業等

　　尚沒出現平臺級公司的模式（這或許往往是大市場或者大機會出現之前的混沌期）

　　ToB服務的氛圍在國內尚沒完全形成，對于一些有能力的技術公司，如果數據需求強烈的話，考慮到自身能力的健全以及數據安全性，往往不會外包或者采用外部模塊，而傾向于自建這塊業務

　　未來BAT及京東、58和滴滴打車等企業，憑借其自身產生的海量數據，必然是數據領域的大玩家。但是整個行業很大而且需求旺盛，即使沒有留給創業公司出現平臺級巨型企業的機會，也將留出各種各樣的細分市場機會讓大家可以獲得自己的領地

　　數據沉淀

　　用大白話說就是數據抓取，目前有四大方式獲取數據

　　網絡爬蟲，用Python及Go等開發了自己的爬蟲平臺，對幾十個網站進行每日抓取獲得相關信息

　　Wi-Fi接入方案，我們自己開發了一套完整的軟硬件方案，優勢是超高的ROI（投資回報比），且免費提供給物業管理者，幫助其實現靠網費賺錢以及推廣費賺錢。在與其協商的基礎上，獲得用戶數據。這主要是OpenWRT的開發以及一些智能硬件和客戶端的開發。

　　提供一些圖像方面的API，進行圖片搜索及人臉搜索，滿足客戶在圖像處理和圖像識別方面的一些需求。開發主要用到一些Machine Learning和Deep Learning的算法，使用C++/Open CV/Matlab等。

　　數據服務需求方自行提供。

　　數據挖掘

　　用大白話說，就是利用數據分析產生深層次有價值的理解。基于以上各種方式獲得的數據，我們可以做最簡單的統計分析、用戶及品牌理解、用戶畫像、各品牌或各產品型號之間的關系等等，了解現在和歷史并爭取預測未來。

　　常用的工具是Python/R/SPSS等，算法包括最簡單的統計、稍微復雜一些的Machine Learning、現在被捧上天的Deep Learning以及Collaborative Filtering等等。

　　數據呈現

　　用大白話說，就是把分析結果用最美觀和最容易理解的方式（圖標或者圖形）展現出來。目前，我們大概有幾種形式：

　　網站（兼容PC端和移動端）：提供給付費的B端客戶，不對外公開，大致形勢如下

　　一個SaaS的公有云平臺，方便大家把自己的數據利用我們的工具來制作成為便于在網上特別是移動端傳播的圖文報表，即將上線，大致形態見下圖。產品的邏輯很簡單：讀數讀圖的需求越來越強烈，但是卻缺乏這樣的工具或者平臺來制作這樣圖文并茂的內容，即使是Excel，也不能制作出適合于網絡傳播的圖文內容

　　常使用的技術是JS+Node JS+MongoDB等等。