大数据如何获得？如何统计分析？ _经验知识

从数据源角度。可以将大数据统计工具分两类：有数据源和无数据源。
有数据源
解释：依靠海量网络数据为数据源。整理呈现分析最终展现出来给你看的统计工具。
此类工具包括：
百度指数：以百度海量网民行为数据为基础的数据分享平台：

文章插图
5118：可掌控一些大网站运营所需的关键数据（如今日头条）

文章插图
阿里指数：电商必备的行业价格、供应、采购趋势分析工具

文章插图
其他还包括微信指数/搜狗指数/360指数/微指数……
无数据源
解释：工具本身是不带数据源的。需要企业根据需要去导入数据。
此类工具包括：
fineBI：新一代自助大数据分析的BI工具。所见所得的自助式数据分析

文章插图
Tableau：将数据运算与美观的图表嫁接在一起。

文章插图
其他还包括魔镜/RapidMiner……
以上答案由数据化管理云平台【简道云】整理提供
【大数据如何获得？如何统计分析？】

文章插图
其他观点：
“大数据的运用。汽车私人定制服务已经不远。”
这里仅从笔者比较熟悉的汽车行业举一个例子。分享一下车联网大数据在汽车产业运用的一个例子。抛砖引玉。
背景
2017年我国汽车保有量已经达到2.05亿辆。而且预计在未来的销量还会增加。到2020年达到3000万辆。

文章插图
汽车的最终目的是为人们提供移动出行的解决方案。对于未来汽车的发展趋势。业界基本上有一个共识。未来的汽车会朝着“电动化。网联化。智能化。共享化”四个方向发展。

文章插图
以用户为中心的生态链
基于汽车网联化的发展。形成了以用户为中心的生态链。如下图：

文章插图
围绕在车主周围。有不同层级的参与者。传统的主机厂。汽车制造商。硬件供应商。4S店。只是其中很一小部分。还有各种服务商。提供商。开发商。保险公司。传媒。甚至教育机构。也扮演着重要的角色。
车联网能够将这些参与者全部连接起来。靠什么？
大数据
汽车产业数据。驾驶行为数据。汽车感知数据。外部环境数据。还有最重要的人的社会数据。都储存在“庞大的汽车保有量”这个数据库中。

文章插图
围绕着车联网。以上的数据不断地更新。不断地累积。形成了庞大的数据库。可被收集。并进行分析和处理。
运用举例-私人定制服务
通过数据处理。得到基于用户里程的分布。轨迹。行驶速度。超速违规事件一系列统计：

文章插图
由此。构建出一个精准的用户画像。做什么。爱好是什么。习惯什么等等。
那么。针对于该用户。各种服务商就可以提供私人的“定制服务” 。比如安全指导。保费个性化。出行效率提升等等。

文章插图
据估计。车联网的市场规模从目前年250亿。到2020年能够达到4000亿元。又是一个巨大的蛋糕。

文章插图
版权声明：本文为“汽车人参考”原创。如需转载。请务必提前联系。转载时请注明“本文出处于+媒体平台名称+汽车人参考”以及原文链接。侵权必究。
技术·原创·精致·有趣
汽车圈儿的清流
希望以上回答对您有所帮助。欢迎关注“汽车人参考” 。获取更过精彩原创文章
其他观点：
主要讨论大数据的分析
从所周知。大数据已经不简简单单是数据大的事实了。而最重要的现实是对大数据进行分析。只有通过分析才能获取很多智能的。深入的。有价值的信息。那么越来越多的应用涉及到大数据。而这些大数据的属性。包括数量。速度。多样性等等都是呈现了大数据不断增长的复杂性。所以大数据的分析方法在大数据领域就显得尤为重要。可以说是决定最终信息是否有价值的决定性因素。基于如此的认识。大数据分析普遍存在的方法理论有哪些呢？