组织应考虑部署大数据分析的多个方面。其中包括要部署的分析类型、如何在技术上部署分析以及谁必须在内部和外部参与才能取得成功。我们最近的 大数据分析基准研究 评估了这些领域中的每一个。 组织应考虑部署大数据分析的多个方面。其中包括要部署的分析类型、如何在技术上部署分析以及谁必须在内部和外部参与才能取得成功。我们最近的 大数据分析基准研究 评估了这些领域中的每一个。组织如何看待这些部署注意事项可能取决于大数据分析程序的预期收益和要制定的特定业务案例， 我最近对此进行了讨论。 根据研究，大数据分析最重要的能力是预测分公司在已部署大数据分析的受访者中，查询和报告 和数据发现的描述性分析方法比预测能力更容易获得。

此类统计可能是

等大数据技术的一个功能，它们的相关发行版优先考虑通过标准 SQL 运行描述性统计的能力，这是在 上实施分析的最常用方法。开源贡献都专注于通过 SQL 范式访问数据。因此，研究参与者最常用于大数据分析的技术是商业智能最常用的分析方法——数据透视表 分类 就不足为奇了- 本质上是描述性和 电话号码列表 探索性的。同样，参与者表示，大数据可视化使分析师能够更快地执行分析好地理解上下文执行根本原因分析并显示多个结实不提供更高级的分析功能。虽然现在各种供应商都提供了对大数据运行高级分析的方法，但研究表明，就大数据而言，组织能力仍然围绕着更基本的分析访问。分本质上是描述性和探索性的。同样，参与者表示，大数据可视化使分析师能够更快地执行分析更好地理解执行根本原因显示多个结果集 但可视化确实不提供更高级的分析功能。

虽然现在各种供应

商都提供了对大数据运行高级分析的方法，但研究表明，就大数据而言，组织能力仍然围绕着更基本的分析访问。分类本质上是描述性和探索性的。同样，参与者表示，大数据可视化使分析师能够更快地执行分析行根本原因分析 并显示多个结果集 可视化确实不提供更高级的分析功能。虽然现在各种供应商都 电话号码 LT 提供了对大数据运行高级分析的方法，但研究表明，就大数据而言，组织能力仍然围绕着更基本的分析访问。但是可视化并没有提供更高级的分析能力。虽然现在各种供应商都提供了对大数据运行高级分析的方法，但研究表明，就大数据而言，组织能力仍然围绕着更基本的分析访问。但是可视化并没有提供更高级的分析能力。虽然现在各种供应商都提供了对大数据运行高级分析的方法，但研究表明，就大数据而言，组织能力仍然围绕着更基本的分析访问。