一、大数据面临的挑战：
- 海量数据如何
的问题
- 海量数据如何
的问题
二、大数据的特点（5V特征）
- Volume（数据量大）
- Variety（种类、来源多样化）
- Value（价值密度低）
- Velocity（速度快）
- veracity（数据的质量）
三、大数据应用场景
- 电商领域（精准广告位、个性化推荐、大数据杀熟）
- 传媒领域（精准营销、猜你喜欢、交互推荐）
- 金融领域（信用评估、风险管控、客户细分、精细化营销）
- 交通领域（拥堵预测、智能红绿灯、导航最优规划）
- 安防领域（犯罪预测、天网监控）
- 电信领域（基站选址优化、疫情监控、客户用户画像）
- 医疗领域（智慧医疗、疾病预防、病源追踪）
...
四、大数据业务分析基本步骤
- 明确分析目的和思路
- 数据收集
- 数据处理
- 数据分析
- 数据展现
- 报告撰写
\color{red}{通俗描述：数据从哪里来，数据到哪里去}
\color{red}{采集、处理、分析、应用}$
五、大数据部门组织架构
大数据部门组织架构.jpg
分布式和集群的区别
分布式：多台机器，每台机器上部署不同的组件（如电商系统分为支付子系统、购物车子系统、订单子系统、首页系统等）
集群：多台机器每台集群部署相同组件（每个集群部署相同的服务实例）
网友评论