1，有哪些好的数据来源或者大数据平台2，大数据分析平台哪家好3，国内外有哪些比较实用的bi数据分析系统4，大数据分析与应用平台 是什么样的系统5，国内真正的大数据分析产品有哪些1，有哪些好的数据来源或者大数据平台
推荐bit超级数据分析平台，它整合了淘宝、京东、阿里云、鹰眼数据等外部数据应用，大大节省了数据收集的时间，而且操作简单，还有很多免费的行业模板可以使用。这是我在上面使用的一组模板，就是分析店铺会员的，你可以参考一下。
2，大数据分析平台哪家好
目前数据分析与可视化平台用的比较多的是tableau，功能比较强大，但是操作也略微有点繁琐，而且收费比较贵。还有powerbi，微软的可视化平台，用起来应该比较顺手，基本上功能都能实现。国内用的比较多的是finebi，这个基本上功能也比较完善，而且收费相对来说不是很贵，可以考虑。百分点公司算比较有实力的了，还有很多合作好的案例可以参考，他的大数据操作系统实时处理内外部多源、异构复杂海量数据，构建以数据生命周期管理为核心的数据资产管理平台
3，国内外有哪些比较实用的bi数据分析系统
国外bi数据分析系统有tableau，这是一种几乎是数据分析师人人会提的工具，内置常用的分析图表，和一些数据分析模型，可以快速的探索式数据分析，制作数据分析报告。 因为是商业智能，解决的问题更偏向商业分析，用 tableau可以快速地做出动态交互图，并且图表和配色也拿得出手。国内bi数据分析系统finebi，性价比很高，自助式bi工具，也是一款成熟的数据分析产品。内置丰富图表，不需要代码调用，可直接拖拽生成，包括一些数据挖掘模型也是。可用于业务数据的快速分析，制作dashboard，也可构建可视化大屏。他是tableau的平价替代，有别于tableau的是，企业级数据分析的功能更多。可与大数据平台，各类多维数据库结合，所以在企业级bi应用上广泛，个人使用免费。额
4，大数据分析与应用平台 是什么样的系统
首先要确定您所说的大数据是怎样的数据，目前一般的大数据可以有两种做法：1、对于关系型的大数据，用emc的greenplum，这个数据库属于mpp，对于olap类型的大数据分析运算，有很多的项目在用这个；2、对于非关系型的大数据，行业的事实标准的hadoop，其实hadoop是一个架构，包括map-reduce，hive，hbase，pig，zookeeper等等，不过hadoop是做离弦的大数据分析，数据往往要计算几天才能得到结果；如果要做实时的大数据分析，就要用到storm。您可以百度一下，现在这方面的资料非常多。大数据分析的基础有五个方面：1、可视化分析：可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了。2、数据挖掘算法：大数据分析的理论核心就是数据挖掘算法。3、预测性分析：从大数据中挖掘出特点，通过科学的建立模型，从而预测未来的数据。4、语义引擎：需要设计到有足够的人工智能以足以从数据中主动地提取信息。5、数据质量和数据管理：能够保证分析结果的真实性
5，国内真正的大数据分析产品有哪些
未至科技魔方是一款大数据模型平台，是一款基于服务总线与分布式云计算两大技术架构的一款数据分析、挖掘的工具平台，其采用分布式文件系统对数据进行存储，支持海量数据的处理。采用多种的数据采集技术，支持结构化数据及非结构化数据的采集。通过图形化的模型搭建工具，支持流程化的模型配置。通过第三方插件技术，很容易将其他工具及服务集成到平台中去。数据分析研判平台就是海量信息的采集，数据模型的搭建，数据的挖掘、分析最后形成知识服务于实战、服务于决策的过程，平台主要包括数据采集部分，模型配置部分，模型执行部分及成果展示部分等。国内的大数据公司还是做前端可视化展现的偏多，bat算是真正做了大数据的，行业有硬性需求，别的行业跟不上也没办法，需求决定市场。说说更通用的数据分析吧。大数据分析也属于数据分析的一块，在实际应用中可以把数据分析工具分成两个维度：第一维度：数据存储层——数据报表层——数据分析层——数据展现层第二维度：用户级——部门级——企业级——bi级1、数据存储层数据存储设计到数据库的概念和数据库语言，这方面不一定要深钻研，但至少要理解数据的存储方式，数据的基本结构和数据类型。sql查询语言必不可少，精通最好。可从常用的selece查询，update修改，delete删除，insert插入的基本结构和读取入手。access2003、access07等，这是最基本的个人数据库，经常用于个人或部分基本的数据存储；mysql数据库，这个对于部门级或者互联网的数据库应用是必要的，这个时候关键掌握数据库的库结构和sql语言的数据查询能力。sql server2005或更高版本，对中小企业，一些大型企业也可以采用sql server数据库，其实这个时候本身除了数据存储，也包括了数据报表和数据分析了，甚至数据挖掘工具都在其中了。db2，oracle数据库都是大型数据库了，主要是企业级，特别是大型企业或者对数据海量存储需求的就是必须的了，一般大型数据库公司都提供非常好的数据整合应用平台。bi级别，实际上这个不是数据库，而是建立在前面数据库基础上的，企业级应用的数据仓库。data warehouse，建立在dw机上的数据存储基本上都是商业智能平台，整合了各种数据分析，报表、分析和展现！bi级别的数据仓库结合bi产品也是近几年的大趋势。2、报表层企业存储了数据需要读取，需要展现，报表工具是最普遍应用的工具，尤其是在国内。传统报表解决的是展现问题，目前国内的帆软报表finereport已经算在业内做到顶尖，是带着数据分析思想的报表，因其优异的接口开放功能、填报、表单功能，能够做到打通数据的进出，涵盖了早期商业智能的功能。tableau、finebi之类，可分在报表层也可分为数据展现层。finebi和tableau同属于近年来非常棒的软件，可作为可视化数据分析软件，我常用finebi从数据库中取数进行报表和可视化分析。相对而言，可视化tableau更优，但finebi又有另一种身份——商业智能，所以在大数据处理方面的能力更胜一筹。3、数据分析层这个层其实有很多分析工具，当然我们最常用的就是excel，我经常用的就是统计分析和数据挖掘工具；excel软件，首先版本越高越好用这是肯定的；当然对excel来讲很多人只是掌握了5%excel功能，excel功能非常强大，甚至可以完成所有的统计分析工作！但是我也常说，有能力把excel玩成统计工具不如专门学会统计软件；spss软件：当前版本是18，名字也改成了pasw statistics；我从3.0开始dos环境下编程分析，到现在版本的变迁也可以看出spss社会科学统计软件包的变化，从重视医学、化学等开始越来越重视商业分析，现在已经成为了预测分析软件；sas软件：sas相对spss其实功能更强大，sas是平台化的，em挖掘模块平台整合，相对来讲，sas比较难学些，但如果掌握了sas会更有价值，比如离散选择模型，抽样问题，正交实验设计等还是sas比较好用，另外，sas的学习材料比较多，也公开，会有收获的！jmp分析：sas的一个分析分支xlstat：excel的插件，可以完成大部分spss统计分析功能4、表现层表现层也叫数据可视化，以上每种工具都几乎提供了一点展现功能。finebi和tableau的可视化功能上文有提过。其实，近年来excel的可视化越来越棒，配上一些插件，使用感更佳。ppt：办公常用，用来写数据分析报告；xmind&百度脑图：梳理流程，帮助思考分析，展现数据分析的层次；xcelsius软件：dashboard制作和数据可视化报表工具，可以直接读取数据库，在excel里建模，互联网展现，最大特色还是可以在ppt中实现动态报表