如何利用大數(shù)據(jù)做管理決策？一個好的數(shù)據(jù)分析平臺應(yīng)該包括數(shù)據(jù)源管理、數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)調(diào)度、數(shù)據(jù)集市、數(shù)據(jù)可視化配置、OpenAPI配置、機器學(xué)習(xí)算法等全生命周期管理功能，結(jié)合DW/ETL/Bi完

如何利用大數(shù)據(jù)做管理決策？

一個好的數(shù)據(jù)分析平臺應(yīng)該包括數(shù)據(jù)源管理、數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)調(diào)度、數(shù)據(jù)集市、數(shù)據(jù)可視化配置、OpenAPI配置、機器學(xué)習(xí)算法等全生命周期管理功能，結(jié)合DW/ETL/Bi完成傳統(tǒng)的數(shù)據(jù)分析和領(lǐng)導(dǎo)決策平臺，并順利升級為未來的大數(shù)據(jù)分析平臺這還是第一次。

在早期階段，通常側(cè)重于內(nèi)部生產(chǎn)經(jīng)營管理數(shù)據(jù)和格式化數(shù)據(jù)。后期結(jié)合外部數(shù)據(jù)（互聯(lián)網(wǎng)爬蟲、同行對標、國計民生、社會數(shù)據(jù)等），包括未格式化數(shù)據(jù)，支持流式數(shù)據(jù)干預(yù)、預(yù)置算法、大數(shù)據(jù)深度分析、智能預(yù)測和決策，為其他系統(tǒng)提供OpenAPI。

數(shù)據(jù)分析平臺的重點是看什么，怎么分析，怎么好看（酷又方便）；難點是數(shù)據(jù)不完整，數(shù)據(jù)不準確，怎么來，怎么處理。絕大多數(shù)數(shù)據(jù)平臺忽視了難點和重點，往往把垃圾數(shù)據(jù)表現(xiàn)為精美的零食，好看卻不實用。

數(shù)據(jù)平臺的建設(shè)包括以下幾個步驟：數(shù)據(jù)源分析和選擇（占工作量的30%），從每個系統(tǒng)同步提取數(shù)據(jù)到ODS（占20%），從ODS到可用數(shù)據(jù)倉庫模型的數(shù)據(jù)處理（占30%），數(shù)據(jù)顯示配置和權(quán)限配置（占20%），其中數(shù)據(jù)質(zhì)量管理、血緣關(guān)系分析和影響分析需要在平臺底部進行分析，以確保整體數(shù)據(jù)分析方案需要與數(shù)據(jù)分析平臺相結(jié)合，數(shù)據(jù)總線平臺和主數(shù)據(jù)管理平臺，相互配合完成，保證了數(shù)據(jù)決策分析平臺項目的可實施性，真正達到了輔助領(lǐng)導(dǎo)決策的目的。