在數(shù)據(jù)分析前期，要做到充分溝通、理解業(yè)務(wù)規(guī)則、關(guān)注業(yè)務(wù)痛點(diǎn)、了解用戶需求、換位思考，明確為什么要做數(shù)據(jù)分析，要達(dá)到一個什么目標(biāo)。Hadoop系統(tǒng)和NoSQL數(shù)據(jù)庫已經(jīng)成為管理大數(shù)據(jù)環(huán)境的重要工具。這樣才能保證后續(xù)的收集數(shù)據(jù)、確定分析主題、分析數(shù)據(jù)、分析結(jié)果應(yīng)用等工作都能夠圍繞分析目標(biāo)開展，保證終能夠從整體目標(biāo)的角度去總結(jié)分析成果。

對于數(shù)據(jù)分析師，分析經(jīng)驗(yàn)的積累與專業(yè)知識的提升同樣重要，因?yàn)橛行﹩栴}不是只用專業(yè)知識就能解決的，所以在平時的工作中要有意識的去學(xué)習(xí)業(yè)務(wù)知識、掌握先進(jìn)的分析工具，做一個有心人！

　  當(dāng)基于分布式存儲計算的大數(shù)據(jù)處理技術(shù)出現(xiàn)后，我們所面對的則是來自離線和在線的多個不同數(shù)據(jù)流，系統(tǒng)需要實(shí)時響應(yīng)數(shù)據(jù)查詢請求，還需要處理分布式系統(tǒng)的分區(qū)和問題，以及滿足高容錯和可擴(kuò)展的要求，于是就有了lambda架構(gòu)，但其也存在著不足之處：整體架構(gòu)比較復(fù)雜，資源開銷比較大，對軟硬件的需求較高；很多分析場景實(shí)現(xiàn)困難，增加了應(yīng)用開發(fā)難度；數(shù)據(jù)流水線較長，系統(tǒng)運(yùn)維復(fù)雜。但是，由于不斷增加的數(shù)據(jù)容量和更廣泛多樣的數(shù)據(jù)類型，特別是當(dāng)涉及結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)混合時，就會對一個大數(shù)據(jù)的實(shí)施增加難度系數(shù)。

　　通過以上可以發(fā)現(xiàn)，現(xiàn)有的數(shù)據(jù)處理技術(shù)都存在一定缺陷，在面對今天日益復(fù)雜的企業(yè)大數(shù)據(jù)分析需求時顯得力不從心，如何采用架構(gòu)技術(shù)來解決這些問題，這也是數(shù)據(jù)分析廠商所面對的挑戰(zhàn)。

　  數(shù)據(jù)倉儲的一個核心要求是處理和存儲大數(shù)據(jù)集的能力。但并不是所有數(shù)據(jù)倉庫在這方面都滿足要求?！绊?xiàng)目數(shù)據(jù)分析”以專業(yè)技術(shù)的身份出現(xiàn)在經(jīng)濟(jì)、管理和投資金融專業(yè)等領(lǐng)域，是信息化時代發(fā)展的必然結(jié)果。一些是針對復(fù)雜查詢處理進(jìn)行優(yōu)化，而其他的則并非如此。并且在許多大數(shù)據(jù)應(yīng)用程序中，相較于事務(wù)系統(tǒng)，由于添加了非結(jié)構(gòu)化數(shù)據(jù)還有數(shù)據(jù)的創(chuàng)建和收集增速迅猛，用Hadoop和NoSQL技術(shù)增強(qiáng)數(shù)據(jù)倉庫就成為必要。對于一個希望獲取并分析大數(shù)據(jù)的組織來說，光有存儲容量是不夠的；而重要的部分在于將數(shù)據(jù)置于何處才是佳的，這樣數(shù)據(jù)就可以轉(zhuǎn)化為有用信息并為數(shù)據(jù)科學(xué)家和其他用戶所利用。

項(xiàng)目風(fēng)險評估一般有定性和定量兩種方法。在項(xiàng)目管理實(shí)踐中，將項(xiàng)目管理人員的估計與有限數(shù)據(jù)相結(jié)合，成為項(xiàng)目風(fēng)險評估中運(yùn)用較多的方法。通過選取指標(biāo)，針對不同的分析事項(xiàng)建立具體的分析模型，將主觀的經(jīng)驗(yàn)固化為客觀的分析模型，從而指導(dǎo)以后項(xiàng)目實(shí)踐中的數(shù)據(jù)分析。因此，金融組織信譽(yù)評級的風(fēng)險性要比一般公司企業(yè)來得大，評估工作也更復(fù)雜。證券信譽(yù)評級。包括長期、短期融資券、優(yōu)先股、各種商業(yè)等的信譽(yù)評級。因?yàn)槿绻粋€公司的管理不能與世界接軌，它將無法得到任何風(fēng)險投資的支持；風(fēng)險投資可以幫助創(chuàng)新企業(yè)不斷的修訂其商業(yè)計劃和發(fā)展戰(zhàn)略。