目录：

• >“大数据”分析项目知易行难

  要在大数据中获得可见性是说起来容易做起来难。而且，随着供应商不断攻破大数据分析项目的各种难题，投放到市场的产品种类越来越繁多，企业要想选择最能满足他们需求的一款产品也相当不易。

• >选择“大数据”分析平台时的注意事项

  目前，企业都使用了大量大数据部署方案，有定制开发的方法，大规模并行处理数据库，云计算服务或者一些可用工具的组合。企业要探索在大数据分析平台上进行投资，需要审查供应商对大数据的定义，并了解他们的产品与大数据的相关性。

• >五步打造高效的大数据分析项目

  大数据不仅是一个流行话题，更是企业中实实在在存在的需求。许多企业开始着手于大数据分析项目，但在此之前，我们需要一个良好的部署方案以确保最终的结果能够为业务服务。选择合适的技术是规划的第一部分，当企业选择了数据库软件、分析工具以及相关的技术架构之后，我们就可以进行下一步并开发一个真正成功的大数据平台。

• >基于常规法则的大数据分析最佳实践

  与各种商业智能(BI)和数据仓库一样，专家认为在开始进行大数据分析项目之前，清晰理解组织的数据管理需求和明确策略是非常重要的。不要在大数据技术上表现得太激进，要先从业务角度着手，并且要与CIO、数据科学家和业务人员进行交流，一起确定业务目标和预期价值，然后再开始动手。

• >大数据分析项目中的“最差”实践

  当BI供应商乐呵呵地告诉你他们的客户已经成功部署大数据分析项目时，他们不会告诉你还有那么多失败的案例。大数据分析项目令人失望是有一些潜在原因的。你可以找到大量关于大数据分析最佳实践的建议。本文介绍了一些大数据分析项目的最差实践，你需要了解如何避免它们。