大数据时代下是数据思维重要,还是相应技术重要
技术做到一定程度,逐步发现自己的瓶颈。不由得开始思考这一方面的问题!到底大数据时代下,是相应的数据分析技术重要,还是相应数据思维重要?
先来说数据思维吧!什么是大数据思维,个人感觉应该是互联网思维的一种。是考虑到全面,而不是局部。是考虑到多维,而不是单一维度。不是靠拍脑门做决定,而是让数据说话,用数据做决策。
先说第一点,考虑全面,而不是局部。众所周知,移动互联网催生了大数据的产生。每一个人每一天通过手机能够的数据总和会是一个巨大的量。而通过这些非结构化的数据,我们首先面对的是如何处理这些数据,这里就涉及到数据的存储,读取的问题。由于数据的非结构化。传统的处理技术将不能够很好的起到作用。不是我们单一抽取几个用户的数据加以统计就可以预测出大量用户的行为。这里需要的全局的数据。首先,这一点是大数据相对于其他技术的第一点不同。
再来说第二点,考虑多维,而不是单一维度。大家都有目共睹,现在的广告已经开始基于我们的浏览时长而进行二次推荐。而在进行多维分析后,将不再只关注用户的浏览数据,而相应的会有用户的文本信息,好友评论,已购买产品信息,用卡频次.....当将用户数据进行多个维度的整合分析后,就可以做到精准营销。从而打破传统一维营销的被动宣传不叫好的特点。
最后再看第三点,让数据说话,用数据做决策。在这里不得不提一个软件R,传统行业的业务统计大部分是靠它完成,但他的数据呈现有一点的局限。当我们将一些数据以图表的形式展现在领导面前时,我们就可以根据这些数据做新一年的年度规划。而不至于拍脑门做决定。而且现在数据可视化的应用也是非常的多,现实的应用也展现了相应的价值。
说完了上面三点,再来说一说大数据技术。
首先必提的是Hadoop,这样一个分布式的存储现在已经在大部分企业应用,而它的分布式存储又将用户的读取时间缩短。而下一代技术Spark,也就相当于从Hadoop的硬盘存放,转而到了内存存放。众所周知,内存的读取速度会比硬盘快许多倍。
其次再要说的就是SAS与R,这两个软件都有各自的优势,SAS做为专业数据统计的软件,可以说在大数据量时处理起来有显著的优点。但在超过1T数据量的情况下,它的优势就不再那么明显。而R软件在绘图上有很大的优势,在数据可视化上有很重要的地位。但无奈,R软件在统计上略逊色SAS一筹。而与SAS的同类软件中,SPSS个人感觉在数据量小时会有很大的用途。
还有就是数据获取,RCurl与相应的爬虫技术,而在大数据时期,各网站在反爬虫方面势必会做要应的措施从而保护自身已有的数据。
还有就是ETL,这一点,个人感觉以后会在大数据落在时起到非常重要的地位。因为国内的数据大部分都需要清洗,就像我导师说过的一句话,在中国做大数据,最大的困难就是如何识别出假数据。用真实的数据才能分析出我们所要得到的结果。
好了,到此为止,以上就是自己学习到的大数据知识,分别在思维跟技术方面的认识。但问题又回来了,对于企业来讲,盈利是最基本的选择,到底是选一个具备大数据思维的人还是一个会很多大数据技术的人?而对于自己来说,下一步的方向是继续学习技术,还是掌握相应的思维。
思维OR技术,或左或右?或都两都需要融合,但话题又回来了,工作是很现实的问题,售前,咨询,研发,架构,实施,工程.......到底该如何选择,抑或就不要选择,先静下心来学习,等到在职的学习毕业后再去选择工作。
面对转行,从通信培训行业向互联网行业大数据的转变,虽然不知前方道路如何,仍有些迷茫,但既然选择前方,便只顾风雨兼程,加油!
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20在现代社会的快速变迁中,选择一个具有长期增长潜力的行业显得至关重要。了解未来发展前景好的行业不仅能帮助我们进行职业选择, ...
2024-11-20