什么是大数据分析？
大数据分析是指针对庞大多样的数据集使用高级分析技术，这些数据集包括结构化、半结构化和非结构化数据，它们来自不同的来源，大小从数 TB 到数 ZB 不等。
大数据一词适用于其大小或类型超出传统关系数据库以低延迟捕获、管理和处理数据的能力范围的数据集。大数据具有以下一个或多个特征：数量大、速度快或种类多。人工智能 (AI)、移动、社交和物联网 (IoT) 技术，正在通过新的数据形式和来源，增加数据复杂性。例如，大数据来自于传感器、设备、视频/音频、网络、日志文件、事务性应用程序、Web 和社交媒体 — 其中大部分均是实时大规模生成。
大数据分析使分析人员、研究人员和业务用户能够使用先前不可访问或不可用的数据，做出更明智更快速的决策。企业可以使用高级分析技术（比如文本分析、机器学习、预测性分析、数据挖掘、统计和自然语言处理），单独或结合现有企业数据从先前未开发的数据源中获取新洞察。
大数据分析用例
改善客户集成
整合从客户与公司之间的接触点获得的结构化、半结构化和非结构化数据，以便 360 度全方位了解客户的行为和动机，从而优化定制的市场营销方案。数据源可包括社交媒体、传感器、移动设备、观点和呼叫日志数据。
检测和减少欺诈
实时监控交易，主动识别指示欺诈活动的异常模式和行为。利用大数据的力量，再结合对历史和交易数据的预测性/规范性分析及比较，帮助企业预测和减少欺诈。
提高供应链效率
收集并分析大数据，以确定产品到达目的地的方式，发现低效率和可以节省成本和时间的环节。传感器、日志和交易数据可帮助从仓库到目的地全程跟踪关键信息轨迹。
解决方案
IBM 与 Cloudera 合作，提供所需的平台和分析解决方案，以构建、治理、管理和探索基于 Hadoop 的数据湖。
产品
利用这些产品推进您的大数据分析工作。
大数据分析方面的资源
联系 IBM 专家
您可拨打热线 400-669-0260（工作日 9：00-17：00）；或填写需求请专家与您联系。