背景

    数据为王的时代已经到来，企业的关注重点从追求计算机的计算速度转变为追求大数据处理能力，从以软件编程为主转变为以数据为中心。
    大数据的出现将会对社会各个领域产生深刻影响，从公司战略到产业生态，从学术研究到生态实践，从城镇管理到国家治理，都讲发生本质的变化，大数据将成为时代变革的力量。

问题与需求

• 市场动态：公司需要扩大其商业智能活动的规模，不仅仅局限于内部信息的反思，并且需要迎接外部数据源，并由此来感知市场以及完成自我定位，在更像生态系统的市场中实现其业务模型。

• 企业架构：过去，企业架构仅仅与技术架构紧密集合；未来的目标是企业架构要综合技术架构与业务架构全盘考虑

• 用数据说话、用数据来管理、用数据来决策、用数据来创新

大数据分析生命周期

数据仓库

大数据 vs 传统
传统商务智能：

    1、主要使用描述性和诊断性分析来为历史性活动或现在活动提供数据。
    2、只能为正确格式的问题提供答案；正确阐述问题需要对商务事物和数据本身的理解。

大数据商务智能:

    1、基于传统商务智能来构建。同时包含预测性分析和规范性分析。
    2、传统商务智能分析通常着眼于单个的业务流程的时候，大数据商务智能分析已经着眼于同时处理多重业务进程。

传统可视化：
    1、大半部分都是静态图表
    2、展现描述性和诊断性分析结果

大数据可视化：

    1、大数据可视化工具终结了ETL数据预处理的方法，并且能连接结构化、半结构化、非结构化数据源的能力；并且要求能进一步处理成千上万的数据记录。
    2、高级可视化工具吸收了预测性分析和规范性分析和数据转换的特征
    3、大数据可视化工具通常使用内存分析技术能够减少传统的、基于磁盘的数据可视化工具造出的延迟。