浅谈大数据时代下的数据分析与挖掘
摘要由于科学技术的快速发展，同时也引领着社会各项事业共同前进，其中大数据时代的来临更是为众多的行业注入了新的活力。不仅科研单位对数据的获取与挖掘提高了重视，企业发展对数据的内容和可靠性也产生了较强的依赖性。因此在这种环境下，数据挖掘和数据分析已经成为一种主流技术，在大数据时代的发展中发挥着不可磨灭的作用。
关键词大数据时代；数据挖掘；数据分析
1 大数据概述
由于信息化时代的来临，大数据已经成为当今世界的核心话题，它不仅具有理论的研究意义，而且更加具有应用的实际发掘价值。除此之外，大数据的战略化意义也不仅仅局限于掌握庞大的数据信息，更着重于其对于有意义的数据进行专业化，精准化的分析处理，通过这种方式以此来实现数据的增值。
在经济，政治，科技全球化的时代，数据分析和数据挖掘的能力具有非常重要的实际意义，是促进各学科科技发展，融会贯通的前提。但是它同样也是具有两面性，大数据在促进人类发展的同时，也造成了许多不容忽视的问题。因此为了有效帮助人类利用大数据，尽量减少数据信息化所造成的负面影响，正确合理使用数据挖掘和数据分析是目前需要解决的当务之急[1]。
2 大数据分析和商业信息化的现状
数据价值的最直观应用就是体现在企业管理之中，这个过程往往和商业信息化的演变发展交织在一起。在很早之前，企业的各类业务，财务数据都是通过账簿记录，但是这种方式统计效率极其之低，可靠性也不高。之后随着计算机技术的发展和应用，越来越多的金融业，电信业，大型零售业开始转变了商业模式，并向数据信息化方向进攻。随后，由于数据信息处理能力的不断完善，以及处理分析数据的基础设施的不断健全，基于数据分析的客户管理模式和营销策略开始被愈来愈多的企业接纳并正式应用。
尽管从如今现有的各类资料和工作模式来看，目前绝大多数企业的信息化处理能力还处于初级状态。尤其是对于一些中小型的企业，在大数据的应用上几乎没有什么发展，大都处于空白停滞状态。究其原因，是由于大多数企业的基础设施还未能很大程度上完全匹配并适应对数据的存储和处理能力，甚至对于一些大型的企业，如百度，由于数据挖掘的速度增长过快，需要耗费大量的人力物力来维护和更新储存大数据的基础设施，因此想要形成稳定，成熟的大数据处理能力还待需更多的努力才行。
然而对于综合实力较强的大型公司而言，在数据挖掘和数据分析的应用领域确实是存在成功的案例也为数据信息企业化提供了宝贵的经验[2-5]。
3 大数据支持下的数据挖掘对于商业分析的影响
早在先前，全球第二大的食品公司，卡夫公司就建立了一個属于自己的客户资料数据库，这个数据库的建立是基于通过收集对公司发出的优惠券以及其他营销策略做出正面积极反馈的客户和销售记录而建立起来的，卡夫公司通过数据挖掘和数据分析技术精准地了解到特定客户群体的口味偏好，并以此为基础向他们发送定制化的产品优惠券，以此来维护原有客户群体并吸引潜在客户群体，没想到这种营销策略的改变却使得卡夫公司的销售量得到了显著的提升。这个案例也同样成为数据挖掘对于商业分析的一个经典案例。
与此同时，美国著名的梅西百货也曾利用数据挖掘技术对商品采取实时定价机制，基于SAS的系统，通过对数据库的进行及时的信息存储，调用和更新，借用数据分析手段实时掌控商品的库存数量和需求情况，对多达7000万种的商品进行合理及时的信息更新匹配处理，进而实现最大程度上的商业盈利模式，因此在数据挖掘应用于商业分析的领域留下了浓墨重彩的一笔[6]。
在经济快速发展，网络数据爆炸，且呈几何倍数增长的时代，采用数据挖掘，并通过多层次分类技术，对数据进行分析，进而实现对企业生产销售和营销策略的指导。不但可以提高企业在整个生产销售过程中的效率，而且还可以有效的促进整个社会经济体。利用大数据分析的特点，进行商业化分析，从而达到企业的战略化目标，也为今后的商业数据信息化打下了坚实的基础[7]。
4 结束语
在数据信息化时代，数据已经成为企业极其重要的资产，然而要想发挥出大数据的价值，关键还是要依靠数据挖掘技术，找到最精确的数据信息，提供给企业可信度较高的资源，并借用数据分析帮助企业做出最佳的决策或是更加精准的市场营销策略方案。这种通过对数据的完美分析实现了从监测到预测的转变，进而也使得数据所蕴含的价值得到了极致的体现。
参考文献
[1] 于文.大数据时代背景下数据挖掘技术与企业信息化[J].通讯世界，2016，（2）：62-62.
[2] 维克托·迈尔-舍尔维恩，肯尼斯·库克耶.大数据时代[M].杭州：浙江人民出版社，2013：223.
[3] 李静燕.大数据时代的数据挖掘技术分析[J].数字技术与应用，2017，（09）：202-203.
[4] 刘钺.浅谈大数据时代背景下的数据分析[J].电脑知识与技术，2017，13（20）：5-7.
[5] 邱均平，马力.大数据时代[J].我国索引研究二十年回顾与展望——纪念中国索引学会成立，2010，（4）：27-33.
[6] 佘朝兵.大数据时代下数据分析技术研究[J].科技与创新，2017，（7）：45-46.
[7] 许承亮.浅谈大数据的发展现状及应用[J].移动信息，2016，（4）：52.
