随着“大(dà)數據”時(shí)代的來(lái)臨，人們面對(duì)數據信息量從(cóng) TB 級躍升至 PB 級的極度膨脹，受到(dào)“信息爆炸”、“混沌信息空(kōng)間”和(hé)“數據過剩”的巨大(dà)壓力。據估計(jì)，目前一個大(dà)型企業數據庫中數據，約隻有7%得到(dào)很(hěn)好(hǎo)應用(yòng)，人們所依賴的數據分析工(gōng)具無法有效地爲決策者提供其決策支持所需要的知(zhī)識，因此人們陷入了(le)一個“豐富的數據”而“貧乏的知(zhī)識”的尴尬境地。爲有效解決這(zhè)一問題，大(dà)數據分析作(zuò)爲發現(xiàn)知(zhī)識的過程，在各行各業的決策支持活動中扮演越來(lái)越重要的角色。 
　　

知(zhī)識形成過程
大(dà)數據分析與挖掘的應用(yòng)
優勢 
1、安全高(gāo)效的跨庫挖掘能(néng)力 
獨特的庫内挖掘技術可以直接從(cóng)各業務系統數據庫進行挖掘，而無需構建統一的數據倉庫，既保證了(le)數據處理(lǐ)的高(gāo)效性，又降低(dī)了(le)由于構建統一的數據倉庫而帶來(lái)的對(duì)實施周期和(hé)成本的影響。同時(shí)庫内挖掘的特性避免了(le)在數據處理(lǐ)過程中的數據表的導入與導出，實現(xiàn)跨庫挖掘的同時(shí)又保證了(le)客戶數據的安全性。 
2、分析模型的發布共享與管理(lǐ) 
所有模型流程統一發布到(dào)共享管理(lǐ)平台，通過對(duì)不同用(yòng)戶賦予相應的權限，實現(xiàn)對(duì)項目所有模型的統一發布管理(lǐ)與知(zhī)識共享。 
同時(shí)分析的結果可以融合到(dào)CRM等業務系統，業務系統可以根據分析結果針對(duì)客戶進行個性化服務。 
3、挖掘模型自(zì)設計(jì) 
業務人員可以針對(duì)不同的分析主題通過設計(jì)器進行靈活設計(jì)，提高(gāo)業務分析的能(néng)力 

行業解決方案 

1、零售/連鎖行業 
利用(yòng)零售/連鎖行業積累的大(dà)量的數據，比如顧客購買曆史記錄、貨物進出、消費與服務記錄等進行分類或預測模型發現(xiàn)、數據總結、聚類、關聯規則發現(xiàn)、序列模式發現(xiàn)等挖掘工(gōng)作(zuò)，進而識别顧客的購買行爲，發現(xiàn)顧客購買模式和(hé)趨勢，改進服務質量，取得更好(hǎo)顧客保持力和(hé)滿意程度，提高(gāo)貨品銷售比率，設計(jì)更好(hǎo)的貨品運輸與分銷策略，減少商業成本。幫助零售/連鎖行業更好(hǎo)的向關鍵客戶和(hé)供應商之間的聯盟、供應鏈整合、協同作(zuò)業及全球化等發展趨勢邁進。 
模型舉例（産品銷量預測）