随着企业发展，各个业务系统中数据会越来越多，这样如何处理才能有效的进行大数据分析呢？做大数据据时需要对数据做什么处理呢？

数据的采集：首先必须对所需数据源的数据进行抽取和集成，从中提取出数据的实体和关系，经过关联和聚合之后采用统一定义的结构来存储这些数据。

数据的管理：把企业信息基础数据进行统一管理，进行基础数据的整合，治理、清洗，使企业的基础数据具有完整性、一致性，这样才能保证数据价值的最大化，企业应以主数据为中心，通过主数据把各类大数据有效串联起来，从而获得更好的数据应用效果和价值。

数据的处理：把业务系统的数据进行打散再进行有效的整合，建立数仓，再通过数仓里的数据构建不同业务角度的分析模型主题，来满足业务的实时计算需求，帮助企业能够更好的决策分析。

综上所述通过数据采集把企业的有效数据提取采集出来，通过基础数据的管理把各个业务系统的基础数据统一管理，再通过数据处理把这些数据进行有效的整合，建立可以满足不同业务分析的数仓模型，这样才能进行大数据分析，才能随着企业发展，在数据多而杂的情况下进行数据分析。

大数据是什么？

采集记录足够多的数据，使工作更加针对化和精准化，这是大数据吗？这不是大数据而只是数据化。

什么是大数据呢？例如洛杉矶警方曾对以往的刑事案件做了统计，通过算法得出了第二天的高概率犯罪地点，然后有针对性的派警察去该处巡逻，从而使得当地的犯罪现象下降20%。这是大数据。

再比如，经济学家都认为股票无法预测，而一位剑桥大学毕业的博士搞了个公司，对有史以来几乎所有的证券交易的数据进行记录，然后通过算法进行分析。

他对什么国家政策、公司业绩、行业走向等等一眼都不看，100%地排除主观意志的，只根据计算结果来进行投资，最后赚了大钱。这是大数据。

大数据的精髓并不在于数据的精准和数量，而在于对内在规律的挖掘和对未来趋势的预测。其思路是：一个结果是有很多原因的，原因作用的强度可能是随机的，我们对其中作用的机理并不清楚。

我们难以找出规律性，但知道规律性就蕴含在结果数据之中，如果我们能建设合适的模型，写出好的算法，就有可能把这个规律性提炼出来，从而能科学地发现真相和预测未来。

今天上午在贵州省大数据中心看到了大数据应用的事例。

金润建设和鹏润达这两家企业分别投标200多次，一次也没中过，依然积极地投。投标是要成本的，这两家公司那里来的动力？

通过大数据的知识挖掘技术，发现了它们总是陪着固定的一家公司一同招标，最后总是那家公司中标。围标、串标、陪标的秘密被大数据挖掘出来了