大数据时代的数据分析跟过去有什么不同？

　　大数据分析跟传统的数据分析，到底有什么区别？可能很多人觉得大数据分析非常神秘，但其实大数据分析并没有那么神秘。

　　第一、现在的大数据分析，跟传统意义的分析有一个本质区别，就是传统的分析是基于结构化、关系性的数据。而且往往是取一个很小的数据集，来对整个数据进行预测和判断。但现在是大数据时代，理念已经完全改变了，现在的大数据分析，是对整个数据全集直接进行存储和管理分析。

　　第二、以前的分析是小样本分析，所以往往要用小样本来预测整个数据全集的特性，这就决定了所采集的小样本必须是高品质的，否则预测出来的结果就会出现很大偏差。现在的大数据分析，是对数据全集的分析，所以要对数据的一些噪音有一定的包容性。

　　第三、原先传统的数据分析，是根据小样本数据的分析对全局数据进行分析和预测。所以在整个预测分析过程中往往采用因果关系的推理过程。现在的大数据分析，因果关系并不是关注点，而是基于对整个数据全集的分析。对企业来说需要了解的是，关联性的分析和规律性的特性。比如啤酒往往跟尿布的销售同步上升，那么在大数据的分析下，我们不需要了解为什么啤酒和尿布的销售量会同步增长，只需要知道尿布和啤酒是同步上升就可以了，基于这个结果，就可以制定很多商业策略和营销手段。

　　第四、现在的数据往往是海量的，特别是很多新兴的数据，很具有时效性，打破了原先数据先搜集、清洗、存储、然后进行分析的滞后手段。很多分析的需求往往是实时的，需要边采集，边分析，这也是大数据分析的另一大特性。