数据分析员是不是只是熟练地的数据人员，理解企业管理者的需要并给出数据分析的结果，大数据可以提供给企业需要的数据，但是很多时候进行数据分析的过程还是要考虑人为的因素。 第一、数据的相关性分析并不是因果关系分析 如果数据分析的目的或者结果不明确的话，就不可能会真正的建立有效的分析关系，需要证明的数据结果在很多的时候可能是没有意义的。数据的安全性问题也是一个实践性的问题，缺乏安全的保障或者是一些恶意的程序的攻击，在面对更大的数据量的时候，数据分析过程中不能确定提出的正确的问题的难度，并搞清楚什么是进行数据分析的目的。 第二、常识的重要性 计算机学不到人类的思维方式，常识是人类经过不断的时间推移产生的工作观点，达到的高度的预测和概括的程度，计算机没有办法认识到工作的推断和概括，大数据是很管用，但是它是与常识完全不同的一种智能。 第三、工具的工具性 数据分析技术不论多么的高级。应用不论多么的只能话，但是再强大的工具也依旧是一个工具，现阶段大数据的发展也从单纯的工具化，发展到大数据的管理理念的发展，数据分析工具可以为我们提供预测分析模型，但是我们不能说完全依靠预测模型，忘记了我们还要有提出疑问的能力，数据分析的技术在预测方面可能做得会比现在的人类更好，但是数据也还是不能帮助我们得到其他领域的相关性的结果，人类是会讲故事的，人为的参与可以帮助我们更好的分析问题，人类的高度的创新能力，也是一个超越计算机的能力。 数据分析会成为一个自动化的过程，但是如果你不理解数据的话，数据分析师需要具备综合性的数据分析能力和业务知识，才能在数据分析的过程中，充分发挥人为的作用，我们不能否定大数据的技术，但是也不能抛弃人为的作用，数据分析的过程中还是需要人为的不断参与。 --------------------------------------------------------------------------------------------------------------------------------- 了解更多商业智能行业资讯，BI解决方案以及商业智能软件下载请访问FineBI商业智能官网www.finebi.com
| 
发表于 2015-9-12 12:23:05
