“大-0”時代來臨的一個重要標(biāo)志，就是大量專業(yè)級“數(shù)據(jù)交易員”的出現(xiàn)，以及圍繞數(shù)據(jù)交易形成的產(chǎn)業(yè)鏈，貫穿于收集、整理、分析、應(yīng)用的全過程。大數(shù)據(jù)發(fā)展的核心是讓用戶從海量的非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)中獲得新的價值，而數(shù)據(jù)價值是帶動數(shù)據(jù)交易。近幾年，IBM、甲骨文、SAP都斥巨資收購了數(shù)據(jù)管理與分析公司。在這些互聯(lián)網(wǎng)巨頭的推動下，數(shù)據(jù)分析技術(shù)越來越成熟。

1、Da 數(shù)據(jù)應(yīng)用第一階段:輔助產(chǎn)品的初期應(yīng)用比較簡單，就是輔助產(chǎn)品人員和營銷人員做出判斷。以前做實物產(chǎn)品的調(diào)查很麻煩。比如在飲料公司，研究人員要通過各種方式觀看他們的飲酒場景和步驟。問卷調(diào)查是最常見的，但不允許。所以我們會組織各種專業(yè)的野外實驗，搭建一個環(huán)境(一般是單面玻璃或者攝像頭)，邀請志愿者，然后根據(jù)他們的日常習(xí)慣指導(dǎo)他們完成一些操作。

顯然，這種方法非常繁瑣?，F(xiàn)在的互聯(lián)網(wǎng)產(chǎn)品根本不需要這樣的麻煩。用戶對數(shù)據(jù)的所有使用和行為都有記錄。想了解什么，可以即時分析。2.數(shù)據(jù)應(yīng)用的第二階段:在數(shù)據(jù)的數(shù)量和質(zhì)量達到一定水平后，事情開始發(fā)生變化。元數(shù)據(jù)將不僅僅作為一個輔助產(chǎn)品，而是成為最有價值的生產(chǎn)本身。很簡單，工商局是不是最熟悉中國老百姓的消費習(xí)慣？

1，開源數(shù)據(jù)開源數(shù)據(jù)包括互聯(lián)網(wǎng)數(shù)據(jù)，移動數(shù)據(jù)，互聯(lián)網(wǎng)平臺和移動互聯(lián)網(wǎng)平臺。2.業(yè)務(wù)數(shù)據(jù)Business數(shù)據(jù)產(chǎn)生于各單位的信息系統(tǒng)，尤其是內(nèi)部信息系統(tǒng)，我們統(tǒng)稱為業(yè)務(wù)系統(tǒng)。在目前的公司業(yè)務(wù)系統(tǒng)中，存在于公司的OA系統(tǒng)或CRM中，包含了大量的工作數(shù)據(jù)和事務(wù)數(shù)據(jù)，客戶管理數(shù)據(jù)。包括交易數(shù)據(jù)，流水?dāng)?shù)據(jù)，記賬數(shù)據(jù)，貸款數(shù)據(jù)，貸款數(shù)據(jù)，等等。同時是對賬戶余額、信用額度、購買力等的有力補充。這些數(shù)據(jù)不僅支撐生產(chǎn)系統(tǒng)，也作為用戶(銀行客戶、電力客戶、擔(dān)保公司等)的重要依據(jù)。)做出相關(guān)決定。所以目前很多公司都需要對這些數(shù)據(jù)進行查詢、統(tǒng)計和分析。

指電信行業(yè)三大數(shù)據(jù)域。B域的數(shù)據(jù)businesssupportsystem的域，O域的數(shù)據(jù)operationsupportsystem的域，M域的數(shù)據(jù)management supportsystem的域。B域包括用戶數(shù)據(jù)和服務(wù)數(shù)據(jù)，如用戶的消費習(xí)慣、終端信息、ARPU的分組、業(yè)務(wù)內(nèi)容、業(yè)務(wù)受眾等。o域有網(wǎng)絡(luò)數(shù)據(jù)，如信令、告警、故障、網(wǎng)絡(luò)資源等。

1、數(shù)據(jù) Layer:采集加工的過程數(shù)據(jù)傳統(tǒng)采集數(shù)據(jù)一般是有限的、有意識的、有結(jié)構(gòu)的數(shù)據(jù)采集，例如以問卷調(diào)查的形式，你能收集到的數(shù)據(jù)一定是你能想象到的。數(shù)據(jù)結(jié)構(gòu)良好。一般的數(shù)據(jù)庫Mysql甚至Excel都可以滿足數(shù)據(jù)處理程序。2.業(yè)務(wù)層:建模分析數(shù)據(jù) used 數(shù)據(jù)分析模型，如基礎(chǔ)統(tǒng)計，機器學(xué)習(xí)，如數(shù)據(jù)挖掘分類，聚類，關(guān)聯(lián)，預(yù)測等算法，傳統(tǒng)數(shù)據(jù)。

3.應(yīng)用層:解讀數(shù)據(jù)-0/指導(dǎo)營銷最重要的是解讀。傳統(tǒng)上，我們在定義營銷問題后，收集相應(yīng)的數(shù)據(jù)，然后根據(jù)已建立的建?；蚍治隹蚣軘?shù)據(jù)，進行分析，驗證假設(shè)，進行解讀。解釋的空間有限。大數(shù)據(jù)提供了一種可能性，可以根據(jù)營銷問題，通過封閉地挖掘?qū)?yīng)的數(shù)據(jù)來驗證，也可以開放地探索，得出一些可能與常識或經(jīng)驗判斷完全不同的結(jié)論。

如何理解“Da數(shù)據(jù)”:數(shù)據(jù)質(zhì)變的三個方面Da 數(shù)據(jù)(BigData)，字面意思是“海量數(shù)據(jù)”，簡單涉及。但是，這只是對“Da 數(shù)據(jù)”的一個粗淺認(rèn)識，最早提出“Da 數(shù)據(jù)”概念的學(xué)科是“天文學(xué)”和“遺傳學(xué)”，這兩個學(xué)科從誕生之日起就依靠“基于海量數(shù)據(jù)”的分析方法。