京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据离不开云端协同支撑_数据分析师考试
对于大数据,用一个比较简单的事来形容:当你在看完电影饿了想吃东西时,某App突然在这个时间给你弹出一个信息说,旁边有个什么茶餐厅很好,这个时候就是最对的时候,只要App再送你一张优惠券,你很可能就去了。所以,怎样去利用这个时间点去推送更及时的信息很重要。但是首先要知道被推送人准确的地理位置。
当我们讲大数据的时候,并不是一堆的数据,实际上是分为几块很重要的数据。第一个,你怎么去识别一个人,他就是他;第二个,你怎么知道他在哪里,干什么;第三个,这个行为是什么;第四个,我们想知道他当时的关系是什么。这四种数据对未来很重要,而所有这些数据都需要存储、计算分析。而且,数据也是有生命周期的。三年前的数据肯定不如6个月之前的数据重要,如果我想知道你购买行为的话,有可能三年来你的购买行为都变了,可能近6个月的数据更能准确判断你的行为,三年前的购买数据可能已经失效。因此,对鲜活的数据计算分析显得更有意义,而这需要有强大的计算能力支撑。未来,大数据的发展离不开云和端的协同支撑。从端到云、从云到端,整个数据都是流动的。
从笔者个人的理解来讲,云有两个很重要的功能,一个是它的计算能力,一个是它的储存能力。端是终端,手机、PC,还将增加穿戴设备,未来所有设备都是端。从云到端,能不能利用云的计算能力与它的储存能力,快速计算出数据让端去用,笔者认为非常考验云上的计算能力跟储存能力。
如果我们做一个数据模型,数据模型显示,我能猜到一个人在一个行为里面,有人用了他的手机,但是用这个手机的人并不是他。在这种情况下,能不能停止他的手机使用?那么,就需要能实时从计算中得出,现在用手机的你并不是你,并不是平常的你。这个能力如果在端上使用的话,云那边肯定要非常快速地计算,因此云的计算能力非常重要。因为端那边已经收集了一些数据,他现在可能人在美国,但是三分钟之前用这个终端的时候还在中国,为什么?一个人怎么能够一个小时之后飞到美国呢?如果这个异常情况关系到支付系统的话,云就通知端要停止这个手机支付。
但是端到云的时候,它是收集及时的数据给到云那边,让云那边能够存储并判断刚才这件事情。所以端到云、云到端整个数据是流动的。端的能力在于收集,云的能力在于计算存储,这两者之间数据始终是流动的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25