预约成功
企业海量数据分析的建议
1、海量数据分析——深入开展业务数据梳理
企业应站在战略高度重视数据资产，从战略视角去审视现有的业务流程、组织架构、产品业务、数据关系等管理要素，开展业务架构梳理优化，明确数据产生、传递、存储、使用、消亡的生命轨迹，建立数据血缘关系和数据簇，构建涵盖基础数据、主题数据、业务数据、过程数据、指标数据等的数据分析应用体系。
2、海量数据分析——加强数据治理与质量管理
企业应加强对员工的宣传教育，说明数据质量至上的重要性，建立数据治理组织架构，明确数据治理相关环节的岗位职责和要求，完善涵盖元数据、数据模型、数据交换、数据平台等相关数据标准规范，优化数据管理制度，加强对数据治理过程的监督检查，建立数据质量追溯和考核机制，推进数据全面质量的提高。
3、海量数据分析——构建完备的云基础设施
海量数据分析过程中涉及大量数据的采集、异构融合、运算、存储和分析建模，支撑不同用户的分析、查询等个性化应用需求。企业应结合实际需求，建立面向自身应用的、安全的私有云环境，开展数据、软件、存储、服务器等上云工作，充分利用现有闲置的软硬件资源，提高资源支撑能力和共享能力。
4、海量数据分析——深挖数据分析应用场景
企业应站在战略高度，转变经营思维，面向经营管理、风险管控、生产制造、产品营销、技术革新等诸多环节，推进与外部专业化公司在咨询、设计及应用方面的合作，深入梳理具体的应用需求，构建适应企业经营生产发展需要的应用场景，推进经营模式转换、产品技术升级、全面风险管控和创新能力提升。
以上就是企业海量数据分析的建议，还有我所理解的互联网BI数据分析师，注重广度而非深度，也谈到了该岗位定位的问题和存在的困境。实际工作中确实会遇到各种各样的问题和挑战，只有迎难而上，多多总结，保持思考，才能从容应对。祝大家金九银十，升职加薪!
