大数据分析方法论有哪些？
大数据分析是指对大数据的分析。大数据可以概括为五个V，数据量大，速度快，类型多(Variety)，价值(Value)，真实性(Veracity)。大数据作为IT行业最热门的词汇，其次是数据仓库、数据安全、数据分析、数据挖掘等。随着大数据时代的到来，大数据分析应运而生。下面就让小编为大家介绍大数据分析方法论有哪些？
大数据分析方法论有哪些？
大数据分析方法论有哪些？
1、PEST分析法
PEST分析是战略咨询顾问用来帮助企业检阅其外部宏观环境的一种方法。是指宏观环境的分析，宏观环境又称一般环境，是指影响一切行业和企业的各种宏观力量。对宏观环境因素作分析，不同行业和企业根据自身特点和经营需要，分析的具体内容会有差异，但一般都应对政治（Political）、经济（Economic）、社会（social）和技术（Technological）这四大类影响企业的主要外部环境因素进行分析。
2、5W2H分析法
5W2H分析法是以五个W开头的英语单词和两个H开头的英语单词进行提问，从回答中发现解决问题的线索，即何因（ Mhy )、何事（what )、何人（who )、何时（ When )、何地（Where ) 、如何做(How )、何价 ( How much )。
3、4P营销理论
4P营销理论产生于20世纪60年代的美国，它是随着营销组合理论的提出而出现的。营销组合实际上有几十个要素，这些要素可以概括为4类：产品（ Product )、价格（ Price ) .渠道(Place）、促销( Promotion )。
4、逻辑树法
逻辑树将问题的所有子问题分层罗列，从最高层开始，并逐步向下扩展。把一个已知问题当成树干，然后开始考虑这个问题和哪些相关问题或者子任务有关。每想到一点，就给这个问题（也就是树干）加一个“树枝”，并标明这个“树枝”代表什么问题。一个大的“树枝”上还可以有小的“树枝”，如此类推，找出问题的所有相关联项目。逻辑树主要是帮助你理清自己的思路，不进行重复和无关的思考。
庞大的数据库通常是混乱的，表面上看不到数据之间的联系。人们在工作过程中很难一下子记住这么多数据，因为这种困难会极大地阻碍工作过程，也会造成工作处理过程的混乱。通过数据分析，数据可视化，更有利于员工记忆和分类，使各项工作更加清晰有序。以上就是小编为大家分享的大数据分析方法论有哪些？
[免责声明]
文章标题： 大数据分析方法论有哪些？
文章内容为网站编辑整理发布，仅供学习与参考，不代表本网站赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请及时沟通。发送邮件至36dianping@36kr.com，我们会在3个工作日内处理。
