“全数据分析”指出，大数据未必是最好的_数据分析师

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

20年前IT企业就在谈论海量数据，但如今，大数据成为一个影响广泛的新趋势。2013年成为大数据元年，海量数据的爆棚还将继续，与GoodData公司首席执行官Roman Stanek的对话，让我们看看他的眼中的大数据是什么样的？

用“全数据(All Data)”来替代“大数据(Big Data)”应该算是更贴切的提法。如今，Stanek所做的就是全数据分析，而大多数公司都只是分析了业务数据的子集，通常只占10%左右。可以归类为大数据，因为数据量较大，但肯定不是全数据分析。也正因为如此，管理层很难相信大数据分析的结果是否具有可信度，是否具有高性价比的参考价值。

企业很难做到全数据分析，原因在于，企业内部数据是散落的，没有统一的关联。这些，恰恰是也GoodData所做的，他将数据库、企业应用程序进行挂接，以提供一个完整的操作视图。

从大数据到全数据分析，“全数据企业”将是下一个业务的目标，所分析的不只是部分业务的一小部分数据，对于揭示客户呼叫中心数据、Web和销售数据之间相关性至关重要。

数据量很大，但是如果不能全面的、统一的作分析，难免出现分析漏洞，这样基于公司内不完整的数据分析得出的结论，可能会使领导层的决策出现失误，造成意料之外的损失。因此，拿到更多的数据，做全面的分析得出的结论会更有意义，得出的结果更有可信度，更有利于指引高层的决策。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：数据分析师 数据分析 分析师 大数据 最好的 分析师 最好

用“全数据(All Data)”来替代“大数据(Big Data)”，那么有么有非数据的提法？

这种区分实在有些鸡蛋里挑骨头了，所谓使用大数据的一个最大的优点就是样本数量“无限接近总体”