《中国数据分析职业发展白皮书》正式发布！

大数据时代我们拥有的数据是足够大的。在互联网的世界里，每分钟 Facebook平均有600次的访问量，并有新增用户28万；Amazon 每分钟销售高达8.3万美元；全球 IP 网一分钟能够传输639TB的数据；你需要花费5年的时间才能看完互联网上一秒钟传输的视频。

同时，大数据时代的数据开始逐步走向多元化的趋势。 数据来源包括移动数据、店面交易、网络行为、定位信息、电商、用户调查、社会网络以及企业CRM 等。大数据时代可视化趋势明显，开始重视展示数据的在线动态模式以及分布形态。

数据可视化是一种新的数据分析手段、一种叙事手段，并且包含了思考和批判的思维。通过数据可视化的方式，我们能够探查数据之间的关联。随着技术的发展，可视化将推动数据时时动态，以及自动化更新和发布的发展。

统计分析能够帮助我们找到触发事件发生的相关因素、 确认最为有效的潜在交易方案。 预报可以告诉我们未来股市预期变动或者是企业未来盈利水平预期。 预测建模可以帮助金融机构预测新的金融产品的潜在客户。 运筹优化能够帮助企业在限定的条件下把握最优的业务机会。

在大数据时代下，我们更重要的是关注小数据完善和收集的同时，构建完善的数据交互平台。在先有数据的基础上，在数据中找寻新的思路和创新机遇，进而实现价值的飞跃。在数据爆炸和新媒体时代的背景下， 文字、图片、 视频、 网络数据等新兴的数据模式使得我们需要掌握和运用全新的数据处理方式。 同时， 我们还需要对数据进行生命周期的管理， 对非结构数据进行筛选和标签化。数据分析看重的是数据的多元性和数据的质量，我们需要构建起大数据谱系， 同时结合数据的特性采用不同的数据分析方法、分析工具和分析模型。因此，数据分析需要较为综合的思维和能力。

数据分析起源于生活，也为生活创造着新的价值。 从事数据分析师需要累计多元化的知识和素质，包括统计学、机器学习、工程、可视化、深刻行业知识、强数据库能力，炼精炼信息的能力、运筹学等。

大数据时代的数据开始逐步走向多元化的趋势。 数据来源包括移动数据、店面交易、网络行为、定位信息、电商、用户调查、社会网络以及企业CRM 等。

大数据时代我们拥有的数据是足够大的。
在互联网的世界里，每分钟 Facebook平均有600次的访问量，并有新增用户28万；这么多的用户就更体现了数据分析可视化的重要性 ，

感谢楼主分享，