TableauTableau是國(guó)外市場(chǎng)成功的大數(shù)據(jù)分析BI工具，可以輕松處理數(shù)百萬(wàn)行數(shù)據(jù)。大量數(shù)據(jù)可以創(chuàng)建不同類型的可視化，而不會(huì)影響儀表板。通過(guò)Tableau，可以訪問(wèn)多個(gè)數(shù)據(jù)源的數(shù)據(jù)，包括帶分隔符的文本文件、Excel文件、SQL 數(shù)據(jù)庫(kù)、Oracle 數(shù)據(jù)庫(kù)和多維數(shù)據(jù)庫(kù)。用戶可以在多個(gè)數(shù)據(jù)源之間自由切換分析，并組合多個(gè)不同的數(shù)據(jù)源。

宜信ABI宜信ABI是國(guó)內(nèi)知名的大數(shù)據(jù)分析BI工具。是由在商業(yè)智能領(lǐng)域深耕十余年的宜信華辰自主研發(fā)的集ETL數(shù)據(jù)處理、數(shù)據(jù)建模、數(shù)據(jù)可視化、數(shù)據(jù)分析、數(shù)據(jù)報(bào)表、移動(dòng)應(yīng)用等核心功能于一體的全方位數(shù)據(jù)分析平臺(tái)。

大數(shù)據(jù)的處理方法很多，但一般實(shí)用的大數(shù)據(jù)處理流程可以歸納為四個(gè)步驟，即數(shù)據(jù)采集、數(shù)據(jù)導(dǎo)入和預(yù)處理、數(shù)據(jù)分析和統(tǒng)計(jì)、數(shù)據(jù)挖掘。大數(shù)據(jù)處理流程之一:數(shù)據(jù)收集。大數(shù)據(jù)的采集是指使用多個(gè)數(shù)據(jù)庫(kù)接收客戶端發(fā)來(lái)的數(shù)據(jù)，用戶可以通過(guò)這些數(shù)據(jù)庫(kù)進(jìn)行簡(jiǎn)單的查詢和處理。大數(shù)據(jù)的采集需要一個(gè)龐大的數(shù)據(jù)庫(kù)的支持，有時(shí)會(huì)用多個(gè)數(shù)據(jù)庫(kù)同時(shí)采集大數(shù)據(jù)。

第二個(gè)大數(shù)據(jù)處理流程:有很多數(shù)據(jù)庫(kù)采集終端進(jìn)行數(shù)據(jù)導(dǎo)入和預(yù)處理。需要將這些分散的數(shù)據(jù)庫(kù)全部導(dǎo)入到一個(gè)集中的大數(shù)據(jù)庫(kù)中，并在導(dǎo)入過(guò)程中根據(jù)數(shù)據(jù)特征做一些簡(jiǎn)單的清理和篩選，這就是大數(shù)據(jù)的導(dǎo)入和預(yù)處理。大數(shù)據(jù)處理第三流程:數(shù)據(jù)分析統(tǒng)計(jì)對(duì)導(dǎo)入的海量數(shù)據(jù)根據(jù)自身特點(diǎn)進(jìn)行分析歸類，滿足大部分常見(jiàn)的分析需求。

今天，有許多強(qiáng)大的可視化工具可用于表達(dá)思想、可視化數(shù)據(jù)以及與客戶和全球社區(qū)共享重要的分析結(jié)果。如今，各種規(guī)模的企業(yè)都可以使用商業(yè)智能工具來(lái)理解復(fù)雜的大數(shù)據(jù)。這些解決方案可以收集、分析這些數(shù)據(jù)，并將其轉(zhuǎn)換為可理解的報(bào)告，從而為企業(yè)提供有價(jià)值的見(jiàn)解，并促進(jìn)其利潤(rùn)。

jstor，ebsco，ABI，webofknowledge，這是一些常用的。一般來(lái)說(shuō)，你可以用這些文件找到任何東西。Elsevier，springerlink，ebsco，ei，sci，oclc，wiley，中國(guó)科技文獻(xiàn)中心都有免費(fèi)開放存取的文獻(xiàn)。

BI數(shù)據(jù)分析需要通過(guò)BI軟件來(lái)實(shí)現(xiàn)，國(guó)外的BI工具有tableau，這是一個(gè)幾乎所有人都會(huì)提到數(shù)據(jù)分析師的工具。內(nèi)置了常用的分析圖表和一些數(shù)據(jù)分析模型，可以快速探索數(shù)據(jù)分析，做出數(shù)據(jù)分析報(bào)告。但是價(jià)格偏高，售后服務(wù)有點(diǎn)麻煩。FineBI，國(guó)產(chǎn)工具，性價(jià)比高，自助式BI工具，成熟的數(shù)據(jù)分析產(chǎn)品。內(nèi)置豐富的圖表，不需要代碼調(diào)用就可以直接拖拽生成，包括一些數(shù)據(jù)挖掘模型。

一般大數(shù)據(jù)分析會(huì)先用大數(shù)據(jù)數(shù)據(jù)庫(kù)，比如MongoDB和GBase 數(shù)據(jù)庫(kù)。其次，我們將使用數(shù)據(jù)倉(cāng)庫(kù)工具對(duì)數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換和處理，以獲得有價(jià)值的數(shù)據(jù)。然后用數(shù)據(jù)建模工具建模。最后，利用大數(shù)據(jù)工具進(jìn)行可視化分析。根據(jù)上面的描述，我們討論根據(jù)流程使用的工具。1.大數(shù)據(jù)工具:數(shù)據(jù)存儲(chǔ)和管理工具大數(shù)據(jù)完全從數(shù)據(jù)存儲(chǔ)開始，也就是說(shuō)從Hadoop這種大數(shù)據(jù)框架開始。

一般來(lái)說(shuō)，你聽(tīng)到的更多的是數(shù)據(jù)分析和數(shù)據(jù)可視化，而不是數(shù)據(jù)收集。數(shù)據(jù)采集一般是指存儲(chǔ)在各種業(yè)務(wù)系統(tǒng)中的數(shù)據(jù)或在數(shù)據(jù)庫(kù)中手工錄入的數(shù)據(jù)。這里有一個(gè)函數(shù)叫做數(shù)據(jù)填充。數(shù)據(jù)填充功能是宜信華辰的新產(chǎn)品，是ABI一站式數(shù)據(jù)分析平臺(tái)數(shù)據(jù)采集的特色功能。數(shù)據(jù)填充功能可以用來(lái)回填報(bào)表，彌補(bǔ)缺失的數(shù)據(jù)，或者制作全新的填充表單進(jìn)行數(shù)據(jù)錄入，真正實(shí)現(xiàn)了數(shù)據(jù)分析和填充的一體化。

宜信華辰一站式數(shù)據(jù)分析平臺(tái)ABI是一款多功能產(chǎn)品，集成了數(shù)據(jù)源適配、ETL數(shù)據(jù)處理、數(shù)據(jù)建模、數(shù)據(jù)分析、數(shù)據(jù)報(bào)表、工作流、門戶、移動(dòng)應(yīng)用等核心功能。其中，數(shù)據(jù)分析和數(shù)據(jù)可視化是宜信ABI的強(qiáng)項(xiàng)和核心功能，宜信ABI有多種特色分析方法。除了中國(guó)式的復(fù)雜報(bào)表、儀表盤和大屏報(bào)表，ABI還支持自助分析，包括拖放式多維分析、看板和看板集，業(yè)務(wù)用戶可以通過(guò)簡(jiǎn)單的拖拽，隨意進(jìn)行探索性的自助分析。