数据基础系统工程和应用系统工程。
发展大数据的关键,是要有获得数据的能力和方法,获得的数据不仅要及时、完整、准确地存储下来,而且要及时、完整、准确地传输到数据需求者。有了数据,还必须有足够的计算能力。
因此基础系统工程包括了数据采集、汇聚、传输、存储、计算资源、大数据应用平台、云计算平台、数据资源池、数据分析挖掘工具软件、数据产权管理、数据标准体系、数据安全体系等。
扩展资料:
注意事项:
1、对企业现有数据情况深入摸底,确定客户相关数据在各业务系统中的情况(分布/数据属性/关联性/数据质量等)
2、通过在各业务部门调研和访谈方式,以及用户研究的发展趋势,确定企业各部门未来的应用总体需求目标,并抽象为相关对客户属性/标签的需求。
3、在前两步工作的基础上,通过用户研究人员与大数据架构/分析人员的合作,完成相关的总体设计。
4、数据涉及的内部业务系统众多,而且开发商往往不同,加上各系统通常又被不同业务部门管理。 因此,从各部门各业务系统整合数据,要牵扯多方(管理方、开发方)的部门权限、利益和精力。相关的协调/推进通常比较低效。
参考资料来源:百度百科-大数据经济学