這個時代，一個企業(yè)家，出去聊天都是左手大數(shù)據(jù)，右手云計算，不懂這些的很多圈子都融入不進去吧，更不談是普通人了吧，一個街邊賣菜的都能說幾句大數(shù)據(jù)，時代的進步就是大抵是這樣吧，一些新的理念上來了，大家懂或是不懂，都接受了，然后慢慢更多這樣的話題，說著說著，就會有些理念的碰撞，然后不停的迭代，好了，慢慢形成了一個金字塔，有些特別懂的成了專家，帶動一個行業(yè)的發(fā)展。
誠然，大數(shù)據(jù)時代，不管你你喜不喜歡，它就是來了。不用擔(dān)心他會給你帶來什么惡劣的影響，因為人都是趨利避害的，所謂制度，就是約束事情往好的方向發(fā)展，因而，慢慢發(fā)展就有相應(yīng)的制度跟上。
大數(shù)據(jù)背后的底層算法是什么，數(shù)據(jù)分析。簡單的來說，就是一堆數(shù)據(jù)放在你面前，你如何去找到其中的規(guī)律，進而對這件事產(chǎn)生影響。
如何去做數(shù)據(jù)分析呢？分為以下四步

• 定義分析目標(biāo)：首先分析前得知道你要分析的目標(biāo)是什么，是分析某個參數(shù)的分布規(guī)律還是分析兩個參數(shù)之間的關(guān)聯(lián)性。不能盲目分析
• 采集數(shù)據(jù)：不管是線上的爬蟲還是工廠里一些計量數(shù)據(jù)，手工報告的數(shù)據(jù)，我們第二部就是要進行數(shù)據(jù)的采集，這里要注意有個一手信息的概念，即我們采集的信息要是一手的，未經(jīng)過轉(zhuǎn)化的，比如我們在做工廠內(nèi)數(shù)據(jù)分析的時候，就會盡量避免選擇一些手工數(shù)據(jù)
• 數(shù)據(jù)整理：收集好的數(shù)據(jù)，要做好整理，比如去除異常值，修改空值等，還有一些分類、轉(zhuǎn)化的工作要做，這一步也是為整個過程中最復(fù)雜，最讓人頭疼的一步，因為通常的時候數(shù)據(jù)不是那么格式規(guī)范，結(jié)構(gòu)清晰，因此需要花大量的時間進行數(shù)據(jù)的整理工作。因此學(xué)一些編程還是比較重要的，比如python，在數(shù)據(jù)清洗時就很友好。
• 數(shù)據(jù)分析：這一個基本時水到渠成的事，一般數(shù)據(jù)整理好了，用一些工具就能直接看出來了，比如通常使用直方圖看單變量分布，用折線圖看趨勢，用散點圖看兩個變量之間的關(guān)系
• 展示：我們分析出來的結(jié)果要展示出來才有意義，才能使實際事物發(fā)生變化，這里有個原則，叫字不如表，表不如圖。

這些就是我們做數(shù)據(jù)分析的過程，數(shù)據(jù)分析也會是將來很多工作的必備技能，未來已來，擁抱其。