데이터 분석은 데이터 생성, 수집, 저장, 처리, 응용 프로그램 (분석, 마이닝, 예측, 경고) 및 현재 비교적 핫한 기계 학습, 인공지능이 모두 데이터를 중심으로 전개되는 일반적인 방식입니다. < P > 파충류 기술을 기반으로 인터넷에서 데이터를 수집하거나, 센서 장치를 기반으로 데이터를 수집하거나, 웹 애플리케이션을 기반으로 하는 운영 로그를 기반으로 데이터를 수집하는 것은 대규모 데이터 애플리케이션 수집의 몇 가지 일반적인 수단입니다. 순수 기업 내 운영 관리 애플리케이션 시스템에서 생성되는 데이터는 일반적으로 일일 증가량이 그리 높지 않습니다. 예를 들면, 하루에 몇 테라바이트, 페타바이트 (페타바이트) 입니다. 그러나 인터넷 어플리케이션의 경우 소셜, 비디오, 전자 상거래, 콘텐츠, 검색, 음식, 여행,
218 년은 전환점이었다. 인터넷 앱은 하반기에 접어들기 시작했다. 전반전이 주로 2C 이고 후반전에 2G, 2B 로 넘어가기 시작하면 빅데이터 분석 모델 앱이 정부, 업종 등에 진입하기 시작했다. 예를 들면 선두 기업, 대기업, 중소기업, 그리고 점점 실속 있게 되어 더 이상 쿨하지 않을 것이다. 그러나, 기업 응용 프로그램 건설은 인터넷 응용 프로그램 건설과 매우 다릅니다, 인터넷 응용 프로그램은 일반적으로 자신의 주도, 기술 제어, 응용 프로그램 제어, 데이터 제어, 하지만 기업 응용 프로그램은 다른 제조 업체에 의해 구축 됩니다, 시스템 이기종, 다양 한, 데이터 분할, 데이터 불일치는 매우 심각 하 고, 다른 지역은 산업 발전과 심각한 불균형을 추가 산업 특성, 기업 특성, 보스 < P > 따라서 인터넷이 후반전으로 접어들면서 데이터 분석을 하려면 업계에 깊이 들어가고, 기업을 이해하고, 인터넷의 기술과 모델을 배우고, 기업 애플리케이션, 데이터 거버넌스, 애플리케이션 통합, 비즈니스 통합, 데이터 분석을 착실하게 해야 합니다. 첫째, 기업 내 애플리케이션 시스템 거버넌스 및 통합, 프로세스의 결함을 조사하고, 확장을 업그레이드하고, 지속적으로 내공을 수련해야 합니다. 그런 다음 정보화와 자동화 장비의 결합을 실현하여 양화의 융합을 실현하다. 업스트림급 공급망, 지역 산업 체인의 정보 통합, 정부, 은행, 세금, 사회 정보 통합, 기업 정보화 건설 과정에서 인터넷 애플리케이션을 사용하여 발전하는 대형 데이터 수집/분석/저장/처리/처리 등의 기술 수단 (예: 빅 데이터, 클라우드 컴퓨팅, 기계 학습, 인공지능) 을 점진적으로 실현합니다.